模块2：AI大模型应用核心工具及技术#

本模块深入AI大模型的核心应用技术，包括向量数据库、RAG技术、Agent开发、多模态理解和模型微调等前沿技术。

课程内容#

课程4：Embeddings和向量数据库#

  • Word Embedding与向量化技术
  • FAISS、Milvus、Pinecone等向量数据库
  • 案例：酒店推荐系统、文本抄袭检测、本地知识库检索

课程5：RAG技术与应用#

  • RAG核心原理与流程
  • PDF文本处理与向量检索
  • 案例：DeepSeek+FAISS本地知识库

课程6：RAG高级技巧#

  • GraphRAG与高效召回方法
  • Qwen-Agent中的多级RAG
  • 技术：查询扩展、双向改写、分块阅读

课程7：Text2SQL：自助式数据报表开发#

  • LLM在Text2SQL中的应用
  • LangChain SQL Agent
  • 案例：保险场景SQL Copilot

课程8：LangChain：多任务应用开发#

  • Models、Memory、Chains、Agents核心组件
  • LCEL任务链构建
  • 案例：智能客服、故障诊断Agent

课程9：Function Calling与智能Agent开发#

  • Function Calling与MCP的区别
  • Qwen3 Function Calling
  • 案例：业务助手、数据可视化

课程10：MCP与A2A的应用#

  • MCP核心概念与应用场景
  • Agent2Agent多智能体协作
  • 案例：旅游攻略、网页抓取、篮球活动安排

课程11：Agent智能体系统的设计与应用#

  • 反应式、深思熟虑式、混合式Agent设计
  • 主流框架对比与选型
  • 案例：私募基金问答、智能投研、投顾助手

课程12：视觉大模型与多模态理解#

  • Qwen-VL微调与应用
  • InternVideo2视频理解
  • MinerU文档处理
  • 应用：医疗病历提取、车险承保、视频分析

课程13：Fine-tuning微调艺术#

  • LoRA等高效微调方法
  • 低秩分解数学原理
  • 数据准备与硬件需求计算

课程14：Fine-tuning实操#

  • Unsloth高效微调框架
  • 垂类模型训练
  • 案例：中文医疗模型、金融客服模型、R1模型复刻

学习目标#

通过本模块学习，您将：

  • 掌握向量数据库和RAG技术的完整技术栈
  • 学会开发复杂的AI Agent系统
  • 理解多模态大模型的应用场景
  • 具备模型微调的理论知识和实操能力
Backward Cursor编程核心功能 课程4：Embeddings和向量数据库 Forward