# 面向小白开发者的大模型应用开发教程

*Published:* 2024-02-22
*Author:* 客服001

#### 温馨提醒

如果文章内容或图片资源失效，请留言反馈，我们会及时处理，谢谢

本文最后更新于2024年2月22日，已超过 180天没有更新



[![](https://www.xarjtc.com/wp-content/uploads/2024/02/79b4610d8a8e2ffb0c9fc7dd6e02e276.webp)](https://www.xarjtc.com/wp-content/uploads/2024/02/79b4610d8a8e2ffb0c9fc7dd6e02e276.webp)

本项目是一个面向小白开发者的大模型应用开发教程，旨在结合个人知识库助手项目，通过一个课程完成大模型开发的重点入门，主要内容包括：

大模型简介，何为大模型、大模型特点是什么、LangChain 是什么，针对小白开发者的简单介绍；

如何调用大模型 API，本节介绍了国内外知名大模型产品 API 的多种调用方式，包括调用原生 API、封装为 LangChain LLM、封装为 Fastapi 等调用方式，同时将包括百度文心、讯飞星火、智谱AI等多种大模型 API 进行了统一形式封装；

大模型开发流程及架构，大模型应用开发的基本流程、一般思想和本项目的架构分析；

数据库搭建，不同类型知识库文档的加载、处理，向量数据库的搭建；

Prompt 设计，如何设计 Prompt 来让大模型完成特定任务，Prompt Engineering 的原则和技巧有哪些；

验证迭代，大模型开发如何实现验证迭代，一般的评估方法有什么；

前后端开发，如何使用 Gradio、FastAPI 等框架快速开发大模型 Demo，展示应用能力。

**目录：**

第一章 大模型简介 @徐虎

什么是大模型

大模型的能力、特点

常见大模型

什么是 LangChain

第二章 调用大模型 API @邹雨衡

基本概念

调用 ChatGPT

调用百度文心

调用讯飞星火

调用智谱GLM

总结

第三章 大模型开发流程及架构 @邹雨衡

大模型一般开发流程简介

个人知识库助手项目流程简析

第四章 数据库搭建 @高立业

知识库文档处理

向量数据库简介及使用

构建项目数据库

第五章 Prompt 设计 @徐虎

Prompt 设计的原则及技巧

基于问答助手的 Prompt 构建

添加历史对话功能

第六章 验证迭代 @邹雨衡

验证迭代的一般思路

解决 Bad Case

大模型评估方法

第七章 前后端搭建 @高立业

Gradio 简介与页面搭建

FastAPI 进行前后端分离

第八章 总结及拓展 @邹雨衡

致谢

核心贡献者

邹雨衡-项目负责人（Datawhale成员-对外经济贸易大学研究生）

徐虎-内容创作者（Datawhale成员）

高立业-内容创作者（DataWhale成员-算法工程师）

崔腾松-项目支持者（Datawhale成员-奇想星球联合发起人）

June-项目支持者（Datawhale成员-奇想星球联合发起人）

其他

特别感谢 @Sm1les、@LSGOMYP 对本项目的帮助与支持；

特别感谢奇想星球 | AIGC共创社区平台提供的支持，欢迎大家关注；

如果有任何想法可以联系我们 DataWhale 也欢迎大家多多提出 issue；

特别感谢以下为教程做出贡献的同学！

**GitHub地址：https://github.com/datawhalechina/llm-universe**

在线网址：https://datawhalechina.github.io/llm-universe/