培训课时：15 天（90 课时）

课程介绍：

本课程是为希望掌握大模型项目开发的专业人士量身打造的 15 天实战训练课程。

通过团队分组和 Scrum 敏捷开发模式，学员将在模拟企业环境中完成一个完整

的企业级大模型项目?？纬毯谴有枨蠓治龅较低巢渴鸬娜鞒?，注重技术深度

与团队协作，并结合实际场景提供真实项目体验，帮助学员在 AI Agent、大模

型微调及多模态应用等前沿领域获得系统性提升。

学员基?。?/p>

【技术背景】

? 掌握 Python 编程基础

? 了解机器学习或深度学习基础知识

? 熟悉 Git 的基本使用（提交、分支管理）

【应用经验】

? 有一定的 AI 或数据相关项目经验（非必需，但优先）

? 对大模型（如 ChatGPT、GPT-4、Claude 等）有所了解

【软技能要求】

? 乐于团队协作，能够参与讨论并分工合作

? 有一定的英语阅读能力，用于理解技术文档

课程目标：

【技术能力】

? 熟练使用大模型（本地或云端部署），并根据业务需求微调模型

? 掌握 RAG（检索增强生成）架构的实现与优化方法

? 理解并应用多模态生成技术（如文本生成、语音合成、图片生成等）

? 构建和优化 AI Agent，探索多智能体协作的实现

【项目实战】

? 应用 Scrum 敏捷开发方法，完成企业级大模型项目

? 学会使用现代协作工具（如 GitHub、Trello、Jira 等）管理团队任务

? 在项目中实现从需求分析到系统部署的全流程开发

【团队协作与软技能】

? 提升团队沟通与协作能力。

? 学会通过代码评审与展示，清晰表达技术成果与创新点

? 培养解决问题的实践能力，灵活应对技术挑战

课程亮点

 企业级实战场景

? 模拟真实企业环境，从需求分析到系统上线，全流程实践。

? 涉及大模型的最新技术（如 RAG、Prompt 优化、知识图谱）。

 敏捷开发与团队协作

? 采用 Scrum 开发模式，帮助学员习惯敏捷开发的迭代节奏。

? 小组协作，锻炼沟通与任务分配能力，符合企业用人需求。

 多元技术综合应用

? 提供多种技术工具和框架，如 Dify 本地部署、Docker、Postman 等。

? 聚焦多模态生成，扩展学员对 AI 前沿技术的认知与实践能力。

 项目自主性与创新性

? 提供丰富项目选项，鼓励团队自主创新设计技术方案。

? 开放性项目，支持学员结合实际兴趣延伸探索。

 完善的指导与反馈机制

? 每阶段成果检查与指导，及时调整方向和改进技术。

? 通过演示与讲师点评，总结佳实践，促进深度学习。

课程内容：

一阶段：项目准备与团队组建（Day 1-2）

1. Day 1: 入门与基础

o Scrum 敏捷开发

? 敏捷开发概念与 Scrum 框架

? Scrum 角色：产品负责人、Scrum Master、开发团队

? Sprint 计划与执行

? 日常站会、迭代回顾与成果展示

o 源代码管理

? Git 基础：克隆、提交、分支管理、合并冲突解决

? GitHub/GitLab 的使用与协作

? 代码评审（Code Review）流程与实践

o 工具与环境准备

? Dify 本地模型部署工具介绍

? 开发环境配置：Python、Docker、Postman、VS Code

等

? 协作工具：Trello/Jira、Slack/钉钉

2. Day 2: 团队组建与需求分析

o 分组与角色分配

? 每组 4-6 人，明确角色（如产品负责人、Scrum 

Master、开发人员）

o 项目列表讲解与选择

? 提供企业级大模型项目选项（详见下文项目列表）

? 各组讨论与确定选题

o 需求分析与用户故事创建

? 通过用户故事描述项目需求

? 绘制产品原型与项目计划

第二阶段：Sprint 1（Day 3-7）——功能实现与验证

3. Day 3: 模型与技术方案设计

o 确定技术架构与模型选型

? 使用云服务还是本地部署（Dify 等工具）

? 模型微调与 Prompt 设计

? 数据预处理与数据库设计

o 设计 API 接口与调用流程

4. Day 4-5: 核心功能开发

o 实现核心功能（如问答、文档检索、内容生成等）

o 应用 Prompt 工程优化初步实现效果

o 集成前后端接口，确保最小可用产品（MVP）完成

o 初步整合 Dify 平台中的模型微调功能

5. Day 6: 中期检查与问题解决

o 小组汇报当前进度，展示初步成果

o 讲师指导技术问题，优化实现细节

o 迭代调整开发计划

6. Day 7: Sprint 1 回顾与评估

o 每组回顾本次迭代的优点与改进点

o 收集用户测试反馈，为下一轮开发做准备

第三阶段：Sprint 2（Day 8-12）——扩展功能与性能优化

7. Day 8-9: 扩展功能开发

o 增加高级功能模块

? 多模态能力（图片生成、语音合成等）

? 工具集成（如外部 API 调用）

? 用户自定义功能（如上传数据进行定制化回答）

o 实现高可用性（如错误处理、日志记录）

8. Day 10-11: 性能优化与模型微调

o 优化 Prompt 提示，提高模型响应准确率

o 微调基础模型（如 LLM）以适配特定场景

o 优化数据检索（RAG 架构）

o 负载测试与系统性能调优

9. Day 12: Sprint 2 回顾与测试

o 系统全面测试：功能性、性能、兼容性

o 提交测试报告与改进计划

o 完善用户手册与项目文档

第四阶段：项目展示与评估（Day 13-15）

10**ay 13: 项目部署与展示准备

o 部署最终系统（云端或本地）

o 制作展示 PPT 与 Demo

o 模拟演示并优化呈现方式

11**ay 14: 项目成果展示

o 每组进行项目展示

? 项目背景与需求

? 技术实现与创新点

? 系统演示与用户反馈

o 评委与讲师点评，提供改进建议

12**ay 15: 总结与反馈

o 各组回顾整个开发流程

o 讲师总结关键技术佳实践

o 收集学员反馈，颁发培训证书

项目列表：企业级大模型项目选项（6 选 1）

1.智能客服系统

? 场景：企业客户支持，结合知识库进行实时问答

? 核心技术：RAG 增强、意图识别、多轮对话

? 扩展功能：多语言支持、情感分析

2.文档智能搜索与摘要系统

? 场景：内部资料检索，自动生成摘要或关键点

? 核心技术：RAG、自然语言生成

? 扩展功能：跨模态搜索（文字与图片结合）

3.营销内容生成工具

? 场景：电商平台内容自动生成，包括商品描述、广告文案

? 核心技术：生成式 AI、Prompt 优化

? 扩展功能：A/B 测试优化，关键词推荐

4.短视频生成与自动化运营工具

? 场景：企业品牌宣传视频自动生成

? 核心技术：多模态生成、语音合成

? 扩展功能：多语言字幕、用户个性化定制

5.知识图谱问答系统

? 场景：企业内复杂知识结构化与交互

? 核心技术：知识图谱构建、QA 系统

? 扩展功能：与外部数据库集成

6.企业内部协作助手

? 场景：日程安排、邮件撰写、会议记录摘要

? 核心技术：任务自动化、多模态能力

? 扩展功能：语音识别、与日历工具集成