🌟
LLM 开发基础
本课程面向具备开发经验但对 LLM 领域零基础的开发者。课程旨在帮助开发者系统掌握大语言模型（LLM）的核心原理、组件构成、安全风险以及主流开发框架（LangChain & LangGraph）的实战应用。从理论入门到项目演示，课程循序渐进，兼顾技术广度与工程落地。
第1天: 概念建立与基础理论
从传统 AI 到生成式模型
🧠
📚 今日学习内容
•
1.1 LLM 理论基础
从传统 AI 到生成式 AI 的发展脉络
LLM 的基本原理与关键技术点
主流 LLM 提供商与开源生态概览
常见模型类别与典型应用场景
•
1.2 核心组件与关键概念
Prompt / Model / Agent / Tool / Memory 等基本元素
Agent 协议：MCP、A2A、AG-UI 等简介
典型 LLM 应用架构解析与案例讲解
•
1.3 工具与体验演示
ChatGPT、Claude、Gemini 等通用工具演示
体验 MCP、Canvas、Deep Search 等典型交互方式
利用 GitHub Copilot、Cursor 等体验 LLM 在开发中的应用场景
•
1.4 安全与合规基础
LLM 潜在风险概述
OWASP LLM Top 10（2025）详解与实务建议
💡 学习目标
- ✓ 理解AI从经典方法到生成式模型的发展历程
- ✓ 掌握大语言模型的基本工作原理和核心组件
- ✓ 了解主流LLM提供商的特点和选择策略
- ✓ 熟悉LLM的典型应用场景和安全风险
📦 附录资料
📋推荐工具与平台：OpenAI、Anthropic、LlamaIndex、LangChain 等
📋推荐阅读与资源：《LLM 应用架构实践指南》、LangChain/LangGraph 官方文档、MCP 协议白皮书
📋参考代码仓库与实践项目链接