AI应用开发爆发百万人才缺口
全行业AI升级正在加速
AI正在渗入每一行代码，全行业应用软件迎接"AI原生"时代
500万+
AI应用开发相关岗位需求缺口
每月以15%速度扩大
543%
2026年AI应用开发岗需求同比增幅
占新经济岗位26.23%
25-60k
3年经验AI智能应用工程师月薪
传统开发岗位的3-7倍
80%
金融/医疗/制造/政务等行业布局AI
人才需求量持续增长
*数据综合自2026年AI行业人才趋势报告及主流招聘平台公开统计，仅供参考
千行百业皆为AI所驱
万千软件正在被重新定义
金融风控与智能投顾系统
金融行业
在金融行业中，AI协同构建一个完整的智能风控与投顾解决方案
业务解决方案
分析金融风控流程、合规要求、用户画像，设计整合数据源、模型和规则引擎的整体架构
AI大模型应用
开发基于大模型的交易异常检测、报告自动生成、客户问题解答等核心功能模块
智能体应用
创建自主监控市场、分析风险、生成投资建议并执行合规检查的智能投顾Agent
医疗辅助诊断与健康管理
医疗行业
在医疗健康领域，AI结合医学知识构建辅助诊断和个性化健康管理系统
业务解决方案
设计符合医疗规范的AI辅助诊断流程，整合影像数据、电子病历和临床指南。
AI大模型应用
开发医学影像分析、病历摘要生成、药物相互作用检查等医疗AI功能。
智能体应用
构建个性化健康管理Agent，持续监测用户健康数据，提供预防建议并预警异常。
智能制造与质量检测
智能制造
在制造业中，AI协同实现产线智能化、质量自动化和供应链优化
业务解决方案
规划智能工厂整体架构，设计从生产排程到质量控制的数字化流程。
AI大模型应用
开发基于视觉的缺陷检测、设备故障预测、生产报告自动生成等AI模块。
智能体应用
创建自主调度资源、优化生产参数、协调物流的智能产线管理Agent。
智能零售与个性化推荐
零售电商
在零售电商领域，AI结合构建全渠道智能零售和个性化购物体验
业务解决方案
设计融合线上线下数据的智能零售方案，规划从库存到客户服务的全链路优化。
AI大模型应用
开发商品描述生成、客户评论分析、智能客服对话等零售AI功能。
智能体应用
构建个性化购物助手Agent，理解用户偏好，自动比价、推荐商品并管理订单。
智慧养老与健康监护
智慧养老
在养老健康领域，AI协同构建智能化养老服务和健康监护系统
业务解决方案
设计老龄化智能服务方案，规划健康监测、紧急响应、社交陪伴的整合服务体系。
AI大模型应用
开发健康数据分析、用药提醒生成、情感陪伴对话、异常行为识别等养老AI功能。
智能体应用
创建24小时健康监护Agent，监测老人健康状况，自动联系家人或医疗资源，提供日常陪伴。
智慧物流与供应链优化
物流运输
在物流运输行业，AI协同构建智能调度、路径优化和全链路可视化的物流系统
业务解决方案
设计智能物流网络架构，规划仓储、运输、配送各环节的数字化协同方案。
AI大模型应用
开发路径优化算法、货物识别分类、异常事件预测、客服自动应答等物流AI功能。
智能体应用
构建智能调度Agent，实时分析交通、天气、订单数据，自主调整配送计划并协调资源。
个性化教育与智能教学
教育领域
在教育领域，AI协同构建自适应学习系统和个性化教学方案
业务解决方案
设计个性化学习路径，规划智能教学平台架构，整合课程资源与评估体系。
AI大模型应用
开发智能题库生成、作文自动批改、知识点答疑、学习内容推荐等教育AI功能。
智能体应用
创建个性化学习伙伴Agent，持续跟踪学习进度，动态调整教学策略，提供即时反馈。
AI开发人才的核心能力画像
企业真实招聘标准
企业真实反馈：青睐具备【AI工程落地+业务思维】的候选者
零/低代码+多语言全栈开发适配能力
熟练运用AI低代码平台搭建系统与流程自动化，精通Python/Java/Go，能灵活适配多技术栈，完成异构系统对接
业务×行业解决方案工程化落地能力
熟悉垂直行业业务流程、痛点与合规要求，能自主拆解需求、梳理全链路，掌握架构设计到部署运维，实现完整闭环
企业高度重视AI×业务融合的能力
熟练掌握主流AI工具，具备AI重构业务降本提效思维，精通提示词、RAG、大模型及智能体开发，打造贴合业务智能化方案
就业岗位列表：
用真实就业数据说话
黑马程序员：拒绝空谈，只看结果
11336元
班级平均就业薪资
22800元
最高就业薪资
97%+
班级就业率
*数据来源：黑马程序员Al智能应用开发学员就业统计
【全栈工程化×AI×行业落地】
复合型开发人才培养体系
立足实际场景切实解决各类业务难题
主要学习内容
AI架构理论：
智能应用架构（前端→后端→Agent→大模型）；大模型、多模态、Token 计费基础
低代码平台：
Vibe Coding 全栈开发、Coze 平台工作流与知识库配置
提示词工程
高阶提示词编写、私有数据 & 多模态数据处理、知识库检索落地
通晓 AI 架构协同逻辑与计费规则，自主撰写优质提示词；
使用零 / 低代码快速搭建、发布多模态智能体；
独立完成私有数据治理、知识库检索类业务落地。
主要学习内容
Python开发：
Python 基础与面向对象、FastAPI 接口、MySQL 数据库 CRUD
Java全栈：
Java 基础、SpringBoot+Vue3、ElementPlus 低代码框架
项目工程化：
AI 项目需求→开发→运维全流程标准化规范
依托 Python/Java/ 低代码三种方案开发企业级前后端应用；
独立完成数据库、接口开发，保障项目可维护性；
按工程规范独立交付全栈 AI 项目。
主要学习内容
智能体框架：
LangChain/LangGraph、SpringAI、多 Agent 工作流编排
RAG 实战：
RAG 原理、Milvus 向量库搭建优化、知识库落地
部署实战：
Linux 命令、Docker 容器部署、智能客服项目落地
快速搭建 RAG 知识库，实现私有知识增强问答；
开发多智能体协同系统，落地复杂业务流程；
容器化部署 AI 项目，具备企业级 RAG 项目交付能力。
主要学习内容
微服务技术：
Spring Cloud Alibaba、MQ/ES/Redis 等高并发组件、性能优化与分布式事务
行业智能化：
物流 / 仓储等传统系统 AI 智能化改造方案
模型工程：
LoRA/BERT 微调、vLLM 接口封装、大模型生产部署
设计高可用微服务架构，解决分布式高并发、事务疑难问题；
打通微服务与大模型，定制各行业智能化升级方案；
实现大模型微调、接口封装与生产环境落地部署。
招生对象
零代码解锁Al智能应用开发，重构你的技术竞争力
零基础小白
想进入AI行业，追求高薪，愿意投入时间系统学习
在校学生
计算机/大数据相关专业提前积累实战经验，毕业即具备竞争力
传统开发转行
后端/前端/运维等程序员想转型Al领域，提薪天花板
职场提升
AI入门从业者，想提升能力对标3年AI开发经验
四大优势
对标大厂高阶岗，练就夯实AI工程化能力
0代码0基础入门
零门槛·颠覆传统
企业级AI项目贯穿教学
全阶段实战·从0到1
AI工程化落地实战
产业级标准·即插即用
业务+AI双能力培养
双螺旋能力·稀缺溢价
课程项目复杂度与工作量=3年实战密度。
阶段闯关、标准明确，全程实战驱动—结课即具备交付能力
主要内容
智能应用开发、开发架构、Agent、大模型、多模态、Token、API Key、Vibe Coding、提示词工程、Coze 平台、工作流、插件、知识库、智能体发布
特色亮点
1、全链路闭环教学，覆盖传统 + 智能双架构，打通从基础概念到智能体发布的完整开发流程
2、以 Coze 平台为核心实战，手把手掌握工作流、知识库、数据库及多模态、批量任务处理
3、低门槛高产出，通过 Vibe Coding 降低编程难度，学完即可独立发布可落地的完整智能体
可掌握的核心能力
掌握智能应用全栈架构与 Coze 开发，能独立搭建发布可处理多模态与私有数据的完整智能体
主要内容
Python 基础语法、数据容器、面向对象编程、异常处理、模块、Python AI 应用开发、文件操作、会话管理、多轮对话、数据库集成、项目实战
特色亮点
1、系统夯实 Python 核心基础，覆盖语法、面向对象、数据库集成等全栈必备技能
2、全流程项目实战教学，从需求分析到开发调试，培养完整工程化思维
3、无缝衔接 AI 应用开发，掌握大模型接入与多轮对话，为进阶学习筑牢根基
可掌握的核心能力
掌握 Python 全栈开发与工程化流程，能独立编写复杂程序并完成 AI 大模型基础接入应用
主要内容
LangChain、核心组件、Agent 构建、RAG 技术、文档加载、文本切分、向量模型、Milvus、数据召回、智能问答、LangGraph、Agent 流程编排、Linux、Docker、AI 应用部署
特色亮点
1、覆盖主流 AI 开发技术栈，系统掌握 LangChain、LangGraph、RAG 及 Milvus 向量数据库核心用法
2、深度实战导向，从零搭建 Mult-Agent 智能客服，掌握复杂智能体工作流编排能力
3、兼顾工程化落地，教授 Linux 常用命令与 Docker 容器化技术，实现 AI 应用完整部署
可掌握的核心能力
掌握 LangChain/LangGraph 与 RAG 技术，能搭建 Mult-Agent 系统并完成 AI 应用的容器化部署
轻客管家 AI星海智伴 AI星辰WMS
主要内容
1. 开发环境搭建以及IDE工具安装
2. Java基础语法、容器、常见API学习
3. 使用Maven管理项目
4. 使用SpringBoot完成项目基础架构搭建
5. 使用MybatisPlus完成基础代码生成与数据操作
6. MySQL表关系设计、多表查询、分页查询
7. 企业中常见开发模式、前后端交互规范、编程规约介绍
8. 借助部门管理学习接收前端请求的各种方案
9. 借助用户管理学习MD5、参数配置化、逻辑删除、统一参数处理技术
10. 借助用户登录学习JWT、拦截器实现登录校验技术
11. 借助线索管理、线索跟进、转商机学习VibeCoding编程方式
12. AOP首先操作日志记录、Logback实现错误日志记录
13. 全局统一异常处理
特色亮点
1、体系化覆盖 Java 全栈技术，从基础语法、面向对象到 SpringBoot、MyBatis-Plus 企业级框架
2、深度实战驱动，掌握 AOP、事务、权限控制等企业特性，独立完成 CRM 完整项目开发
3、融合 Vibecoding AI 编程技巧，提升开发效率，养成规范的工程化开发习惯
可掌握的核心能力
精通 Java 全栈开发与 SpringBoot/MyBatis-Plus，能独立开发包含企业级特性的完整后端项目
主要内容
星海智伴是为养老院量身定制的专业管理软件，覆盖来访、入退、在住、服务、财务等全业务流程。采用 Vue3+Element Plus 前端与若依（SpringBoot 生态）后端架构，集成 MyBatis-Plus、Coze、Dify 等技术；熟练运用 Cursor、Claude Code 等 AI 工具及 AI Skills 开发，掌握前后端全流程与 RBAC 权限、SpringSecurity 认证，可独立完成智能评估、入住监测等核心模块及微信小程序登录，能通过 SpringAI 升级 AI 能力、应用物联网技术，具备系统设计与优化能力。
特色亮点
1、AI 原生开发教学，熟练运用 Cursor、Claude Code 及 AI Skills，掌握 SpringAI 升级传统项目
2、全栈全流程实战，覆盖前后端分离、权限认证、小程序登录及核心业务模块开发
3、技术融合创新，融入物联网 IOT 应用，培养系统设计与工程化问题解决能力
可掌握的核心能力
精通 AI 辅助全栈开发，掌握 SpringAI 与 IOT 集成，能独立完成企业级项目全流程开发部署
主要内容
星辰 WMS 是面向跨境电商的全流程数字化仓储管理平台，依托云、物联网与 AI 技术，提供跨境仓储物流及供应链一站式解决方案。平台覆盖仓储全核心业务，支持多仓协同与多租户 SaaS 模式；融合 AI 工具与低代码快速开发，实现智能库位分配、物联网监测、报警及 AI 分析，可解决并发数据安全问题，完成海量单据处理与第三方系统对接，全面提升仓储运营效率。
特色亮点
1、AI 全栈深度赋能，熟练运用 Cursor/Claude 工具、AI Skills 与 SpringAI，掌握本地大模型部署及提示词优化
2、低代码高效开发，精通 Jeecgboot 快速构建全栈项目，掌握 MCP 服务抽离与第三方物流系统对接
3、聚焦仓储物联网实战，攻克并发安全、海量数据难题，独立完成智能分析、环境监测等核心模块
可掌握的核心能力
精通 AI + 低代码全栈开发，能独立完成仓储物流物联网项目，解决企业级数据与并发安全问题
智链云途 AI云岚到家 AI四方保险 AI天机学堂
主要内容
智链云途项目是一套覆盖物流全业务链路的企业级解决方案，包含登录风控、运费计算、路线规划、作业范围管理、智能调度（快递员分配、取派件、运单、运输任务）及物流追踪等核心模块。采用微服务架构，基于 SpringBoot 生态构建，集成 Neo4j 图数据库、MongoDB 文档数据库、Redis 缓存、XXL-Job 任务调度及 Jenkins CI/CD；深度融合 AI 技术，实现智能运费计算、路线推荐、运力预测、异常检测等智能化功能，掌握统一网关设计、双 token 认证、多数据库协同、多级缓存优化及 AI 能力落地，具备企业级微服务系统的设计、开发与部署能力。
特色亮点
1、微服务架构拆分与多数据库协同，覆盖物流从下单到签收的全业务流程，掌握复杂分布式系统设计思想
2、AI 能力深度赋能核心业务，在风控、运费、路线、调度、追踪等 10+ 环节实现智能化升级，提升系统效率与用户体验
3、完整工程化实践体系，包含 Jenkins 自动化部署、多级缓存优化、任务调度、消息队列应用等企业级技术栈
可掌握的核心能力
具备企业级微服务系统的设计与开发能力，熟练掌握多数据库应用、AI 能力集成与工程化部署，并能运用统一网关、缓存优化、任务调度等技术解决复杂分布式系统问题
主要内容
本课程以智能家政O2O平台为核心项目，基于Spring Cloud Alibaba微服务架构，完整实现用户端（小程序）、服务端（APP）、机构端（PC）、运营管理端（PC）四端协同的在线家政服务系统。课程涵盖在线下单、智能派单、实时抢单、支付结算、LBS服务追踪等核心业务场景，深度整合MySQL、Redis、RabbitMQ、ElasticSearch等分布式中间件，以及微信支付、高德地图、OSS等第三方服务。项目采用AI辅助开发模式，通过代码生成、智能日志分析、自动化测试等技术提升开发效率，让你在掌握高并发微服务设计、分布式事务处理、实时数据处理等企业级技能的同时，获得AI+研发的实战经验，具备独立架构复杂业务系统的能力。
特色亮点
1. AI全流程赋能开发：从架构设计到代码生成、审查、测试及优化，全程采用AI助手辅助，显著提升开发效率与代码质量
2. AI驱动业务场景实战：落地智能派单算法、NLP问答助手等AI应用，掌握人工智能与微服务融合的解决方案
3. 主流技术栈企业级应用：基于SpringBoot + Spring Cloud Alibaba技术栈，覆盖单体与微服务架构，无缝对接企业开发需求
4. 全生命周期项目实战：涵盖需求分析、系统设计、开发、测试、性能优化及运维，培养中高级Java工程师核心能力
5. 渐进式学习路径：从零基础到项目实战，阶梯式提升技能，确保学员系统掌握大型分布式项目开发能力
6. 多项目多领域深度训练：通过五大项目、十余业务模块实战，强化业务理解与技术迁移能力，掌握20+通用技术解决方案
7. 企业级开发模式模拟：采用"讲练结合、分组协作"模式，60%以上课程为实战，强化问题解决能力与团队协作能力
可掌握的核心能力
1. AI全流程赋能开发：从架构设计到代码生成、审查、测试及优化，全程采用AI助手辅助，显著提升开发效率与代码质量
2. AI驱动业务场景实战：落地智能派单算法、NLP问答助手等AI应用，掌握人工智能与微服务融合的解决方案
3. 主流技术栈企业级应用：基于SpringBoot + Spring Cloud Alibaba技术栈，覆盖单体与微服务架构，无缝对接企业开发需求
4. 全生命周期项目实战：涵盖需求分析、系统设计、开发、测试、性能优化及运维，培养中高级Java工程师核心能力
5. 渐进式学习路径：从零基础到项目实战，阶梯式提升技能，确保学员系统掌握大型分布式项目开发能力
6. 多项目多领域深度训练：通过五大项目、十余业务模块实战，强化业务理解与技术迁移能力，掌握20+通用技术解决方案
7. 企业级开发模式模拟：采用"讲练结合、分组协作"模式，60%以上课程为实战，强化问题解决能力与团队协作能力
主要内容
四方保险项目是一个金融保险销售SaaS平台，依托移动互联网项目为保险销售公司、保险产品需求人提供线上保险销售、产品发布、产品推荐、自动保费计算、收益计算、核保、承保、理赔等业务。平台包括：用户端（小程序）、保险销售管理端（PC)，项目基于SpringCloud Alibaba架构，并采用前后端分离开发。项目中包括7大核心模块：保险发布，保费计算，收益试算，保司承保，合同订单，随心配服务，扣款计划。除此之外，项目抽出了：oauth2.0权限服务，统一支付平台，数据采集埋点，对象存储服务、规则引擎等微服务。项目中使用到MySQL、InfluxDB、Redis、SpringCloud-Stream、XXL-JOB、RabbitMQ、规则引擎、OSS、OCR、Nginx等组件，学完本项目将具备大型互联网金融项目经验。
特色亮点
1. 让您进去金融项目圈，本项目是目前市场唯一金融保险全业务链的实战型项目
2. 提升复杂项目的设计能力，包括：业务需求提炼、数据库结构设计通用技巧，微服务功能抽取能力、功能接口设计技巧，让您拥有高级开发人员的开发能力
3. 项目提供多种通用组件的构建，包括：微服务的OAuth2.0权限设计、统一支付平台、数据采集方案、对象存储服务、规则引擎等，学习完成后可以轻松迁移到其他项目
4. 课程采用半实战的实施方式，课程重分析、设计、代码能力提升，采用分组实战贴合企业项目开发的学习模式，学习后可以轻松胜任企业工作
可掌握的核心能力
1. 掌握微服务项目业务需求分析能力
2. 掌握微服务项目模块的拆分设计能力
3. 掌握SpringCloud的企业级开发框架的应用能力
4. 掌握SpringCache+Redis的优雅的缓存处理能力
5. 掌握跨业务对象存储实现文件统一管理包括：安全、上传、分片、下载的开发能力
6. 掌握基于Oauth2.0的统一微服权限管理的开发能力
7. 掌握基于SpringCloud-Stream消息驱动使用RabbitMQ的开发能力
8. 掌握基于多种支付三方构建统一支付平台的开发能力
9. 掌握基于多种短信服务商构建统一短信服务平台的开发能力
10. 掌握基于SpringCloud-Gateway+InfluxDB数据采集分析平台的开发能力
11. 掌握使用规则引擎处理业务分析判断的开发能力
12. 掌握Seata分布式事务控制开发能力
13. 掌握基于XXL-JOB并构建统一调度微服务的设计开发能力
14. 掌握微服务项目Nginx相关的性能优化配置能力
15. 掌握周期性扣款计划的业务开发能力
16. 掌握保险的特有业务-保费计算、收益计算的业务开发能力
17. 掌握动态多维度产品发布的设计和开发能力
主要内容
天机学堂是生产级的在线教育项目，是专注于非学历职业技能培训的"网校"。项目基于SpringCloud Alibaba微服务技术栈，包含在线教育、社交、电商等热点难点问题的企业解决方案，让学生真正做到举一反三。项目的完整度高，教学过程遵循企业开发流程，旨在让学生体会真实企业开发，掌握微服务开发的常用技能。
特色亮点
1. 营造企业微服务开发环境，模拟企业内多服务器、多团队开发、部署过程
2. 从进入公司拉取、阅读企业级代码，到自己开发功能，手把手带你度过"危险期"
3. 分析需求和原型图，设计数据库表及实体，带你熟悉企业真实开发流程
4. 拒绝技术堆叠式课程，真正做到技术为业务服务，游刃有余的用技术解决真实问题
5. 利用Redis解决各种各样的问题，绝不仅仅是缓存和key-value存储
6. 掌握电商项目优惠券系统设计方案，解决拆单、退费等热点、难点问题
7. 多种设计模式的熟练应用
8. 企业真实业务场景下的多线程并发编程、安全问题处理
9. 融合在线教育、社交、电商等多种热门项目亮点、难点问题解决方案
可掌握的核心能力
1. 掌握企业开发的基本模式
2. 了解企业开发环境、持续集成环境的工作模式
3. 掌握跨微服务的业务开发方式
4. 学会基于产品原型和需求做业务流程分析
5. 学会基于产品原型和需求做数据结构设计
6. 学会基于产品原型和需求做接口设计
7. 掌握在线教育项目中的学习辅助系统设计方案
8. 掌握积分、排行榜等系统设计方案
9. 掌握优惠券系统设计方案
10. 掌握常用中间件在微服务开发中的各种使用方式
智聘云图 AgentCenter
主要内容
智聘云图是一个基于 LLM 的招聘知识图谱智能检索系统，在完整覆盖职位发布、数据清洗、要素抽取、图谱构建、搜索意图识别、分域召回、相关性排序、结果解释等招聘搜索全链路业务的基础上，将大语言模型、知识图谱与搜索引擎技术进行深度融合。采用 Java 后端 + Python AI 服务的双端架构，涵盖 ElasticSearch、Redis、Kafka、Flink、LangGraph、vLLM 等技术栈，是目前市场上 AI 融合度最高、场景最真实、就业匹配度最强的项目课程之一。
特色亮点
1. 项目介绍、业务流程分析与环境搭建
2. 职位发布与职位数据建模
3. 职位数据清洗与标准化（隐私处理/去重/字段标准化）
4. 大模型职位要素抽取与 Prompt 工程
5. 招聘知识图谱构建（实体关系设计 + 图谱数据导入）
6. LangGraph 图谱智能体开发（节点编排 + 状态流转）
7. 搜索意图识别（多意图分类 + 否定表达 + 非招聘意图拦截）
8. ElasticSearch 职位检索（索引设计 + 分域检索 + 相关性排序）
9. LLM 与图谱增强检索（badcase 分析 + 图谱召回 + 放宽策略）
10. 近实时检索链路（Kafka 消息设计 + Flink 流处理 + ES/Redis 更新）
11. 大模型微调与评估（LoRA SFT + DPO + 抽取/意图/相关性效果评估）
12. 大模型服务化部署（vLLM + KV Cache + FP16 + 性能压测 + 降级策略）
13. 智能搜索前端与项目整合联调
14. 搜索效果优化与面试讲解（badcase 归因 + 排序调权 + 项目亮点提炼）
可掌握的核心能力
1. 具备招聘搜索业务场景的拆解与分析能力
2. 具备职位数据清洗、去重、隐私处理与标注数据构建的能力
3. 具备基于 LLM 进行职位要素抽取与搜索意图识别的能力
4. 具备招聘领域知识图谱的构建与查询能力
5. 具备使用 LangGraph 构建多节点智能体工作流的能力
6. 具备 ElasticSearch 分域检索、相关性控制与搜索 badcase 优化的能力
7. 具备 Kafka + Flink 近实时数据同步链路的设计与开发能力
8. 具备 Redis 缓存方案设计与应用能力
9. 具备使用 LoRA SFT 与 DPO 进行垂直领域大模型微调的能力
10. 具备使用 vLLM、KV Cache、半精度推理进行大模型服务化部署与性能优化的能力
11. 具备评估搜索效果、分析 badcase 并持续优化的能力
主要内容
本系统讲解基于Langchain、LangGraph框架实现智能体服务中台（AgentCenter），构建多智能体应用，业务系统与之对接实现智能化业务。内容包含Prompt工程、Tool Calling、Routing Agent、A2A协议、MCP协议等核心技术，以"天机学堂AI助手智能体"为核心项目，从零打造包含智能课程推荐、学习咨询、自动化交易的AI交易平台，推动教育服务个性化升级。
特色亮点
1. 基于Langchain、LangGraph框架与大模型技术构建智能应用
2. 采用Spring Cloud Gateway实现统一网关服务
3. 封装通用的智能体服务中台，为业务系统提供高效的AI服务
4. 利用Tool Calling（Function Calling）将AI能力与业务系统（如课程查询、下单购买）深度集成
5. 基于PostgreSQL的checkpointer管理对话历史与上下文记忆，实现会话状态持久化
6. 支持流式对话输出与停止生成功能，优化用户交互体验
7. 构建"天机学堂AI助手智能体"项目，实现智能课程推荐、实时学习咨询、自动化交易服务等功能
8. 支持多平台大模型接入，包括阿里云百炼、OpenAI、Ollama等，实现混合部署
9. 开发基于MCP（Model Context Protocol）标准协议的服务端与客户端，扩展AI模型外部工具调用能力
10. 基于A2A协议实现智能体服务，智能体之间进行标准化的通信
11. 设计多种智能体架构模型，重点实现路由工作流智能体架构，提升扩展性
12. 集成通用文本模型接口，支持AI自动回复、续写、扩写等常见应用场景
可掌握的核心能力
1. 掌握天机学堂项目业务功能理解及Langchain、LangGraph集成能力
2. 掌握Langchain、LangGraph核心对话功能实现能力（含新建对话、流式对话、停止生成等）
3. 掌握基于PostgreSQL的checkpointer对话上下文管理与会话历史存储能力
4. 掌握Tool Calling技术实现AI课程查询及对话中课程卡片展示能力
5. 具备对接外部知识库系统（EduRAG）及AI对话中课程推荐能力
6. 掌握开发AgentCenter服务中台以及业务系统的对接能力
7. 掌握6种智能体架构模型原理及LangGraph路由工作流智能体开发能力
8. 具备基于A2A协议开发独立智能体服务的能力
9. 掌握MCP概念及MCP Client/Server实现能力
主要内容
微调全流程、模型与 GPU 选型、datasets、transformers、Trainer、BERT、JSONL、Tokenizer、文本分类、参数调优、评估指标、NER 命名实体识别、LoRA、大模型指令微调、模型部署
特色亮点
1、覆盖从本地 / 云端环境搭建到模型训练、评估、生产部署的完整微调链路
2、核心技术深度实战，精通 transformers 工具链与 LoRA 高效微调，掌握 BERT 文本分类、NER 任务
3、注重工程化落地，教授模型调优、问题排查技巧，实现微调模型的接口封装与生产上线
可掌握的核心能力
精通大模型 LoRA 高效微调全流程，掌握主流工具库，能独立完成模型训练与生产级部署
主要内容
简历指导、面试专题库、项目专题训练、模拟面试、面试指导
特色亮点
1. 将面试指导贯穿阶段始终，循序渐进提高技术、项目专业度
2. 分阶段、分批次、分组开展面试实战演练
3. 一对一企业模拟面试，全方位指导
4. 高质量行业标准简历库
5. 专项项目课程，面试跟踪与复盘
可掌握的核心能力
1. 简历技术专业度、项目专业度、经验专业度提档提质
2. 面试过程核心问题专项提升，面试流程及经验积累
3. 提升项目表达与项目业务专业度和项目架构表述的逻辑性
11大主流项目50+解决方案
企业级工程化项目贯穿教学全过程，
星海智伴养老系统是基于若依框架与Vue3+ElementPlus的全栈养老管理平台，涵盖从来访到退住的完整业务流程，并集成Coze/Dify等AI平台，实现智能问答与业务自动化，提升养老服务的智能化水平。
1. 掌握覆盖来访、入住、服务、财务等全流程养老业务系统的设计与开发
2. 熟练使用若依低代码平台实现快速交付与敏捷迭代
3. 具备RBAC+Spring Security的企业级权限管理体系实施能力
4. 集成华为云IoT平台与MOTT协议，完成硬件数据监测与异步通信
5. 拥有性能优化（接口/SQL/代码结构）及上线运维全链路实战经验
1. 全程运用AI工具辅助需求分析、编码、测试与调试
2. 对接第三方大模型，为业务场景提供智能化解决方案
3. 基于Coze平台快速构建AI智能体，支持业务流程自动化
4. 开发智能问答系统，实现自然语言交互与业务查询
5. 通过Dify工作流调用外部API，完成实时数据集成与智能决策
云岚到家是基于 Spring Cloud Alibaba 微服务架构的家政 O2O 实战课，覆盖四端协同、智能派单等核心业务，集成主流中间件与第三方服务，融合 AI辅助开发、高并发处理技术，旨在培养学员从架构设计到独立交付复杂系统的企业级能力。
1. 掌握基于微服务与单体架构的企业级系统设计与开发全流程
2. 具备多端协同业务平台（如家政O2O）的架构与模块实现能力
3.
熟悉电商、家政等多行业核心业务模块（订单、支付、库存、客户管理等）
4. 能够进行系统性能优化、线上故障排查与运维部署
5. 掌握分布式事务、高并发处理及多项目技术迁移能力
6. 具备团队协作与敏捷开发的项目实战经验
1. 全程采用AI工具辅助架构设计、代码生成、测试与优化
2. 实现AI驱动的业务场景，如智能派单算法、NLP问答助手
3. 掌握大模型集成与智能化管理工具的开发方法
4. 运用AI进行日志分析、自动化测试与代码审查
5. 具备将AI能力融入微服务架构的解决方案设计能力
四方保险项目是基于 SpringCloud Alibaba 微服务架构的金融保险 SaaS 平台，覆盖保险发布、保费计算等全流程，集成 OAuth2 认证、规则引擎等企业级服务，以多组件协同实现高可靠、可扩展的互联网金融系统，助力学员掌握大型分布式保险项目的架构设计与实战能力。
1.
全流程保险业务闭环：深入掌握从保险产品发布、保费/收益动态计算、智能核保、承保签约到理赔处理的完整金融保险SaaS业务流程设计与开发
2. 企业级微服务架构设计：具备基于SpringCloud
Alibaba的微服务模块拆分、服务治理与分布式系统架构能力，支持高并发、高可用的业务场景
3.
统一中台服务建设：能够独立设计与实现统一认证授权（OAuth2.0）、统一支付平台、多服务商短信集成、分布式文件存储（OSS）及规则引擎等企业级中台服务
4.
分布式技术体系集成：熟练运用SpringCache+Redis多级缓存、RabbitMQ消息驱动、Seata分布式事务、XXL-JOB任务调度及SpringCloud
Gateway网关，构建高性能业务系统
5.
系统性能与运维保障：掌握微服务链路监控、Nginx负载均衡与性能调优，具备从需求分析到系统上线运维的全生命周期项目管理能力
1.
智能投保辅助系统：集成AI模型实现智能产品推荐与投保决策支持，通过用户画像与风险预测提升投保转化与精准度
2.
自动化智能核保引擎：运用规则引擎与机器学习模型，实现自动化核保流程，支持实时风险识别与智能审核，大幅提升核保效率
3.
AI驱动业务智能化：具备将AI能力嵌入保险业务流程（如OCR识别、智能客服、数据智能分析）的技术落地经验，推动业务自动化与智能化升级
天机学堂是一款 B2C 在线学习平台，以在线课程形式提供海量内容，支持学员自主安排学习计划、针对性练习；支持问答、笔记式用户互动以提升学习兴趣，核心是为用户提供精良课程，实现随地高效学习。
1. 掌握基于微服务与单体架构的企业级系统设计与开发全流程
2.
具备在线教育、社交、电商等多行业业务系统核心模块的架构设计与实现能力
3.
熟悉学习辅助系统、积分排行榜、优惠券系统等热点业务场景的方案设计
4.
能够基于产品原型与业务需求独立完成业务流程分析、数据结构设计与接口开发
5.
掌握电商高并发场景下的优惠券拆单、退费等复杂业务逻辑的处理方案
6.
具备企业真实开发环境下的多线程并发处理、中间件集成与安全编程能力
7.
能够结合Redis等中间件解决多样化业务问题，不局限于缓存与键值存储
8.
掌握常用设计模式在微服务业务开发中的灵活应用，以支撑系统扩展与维护
智链云途是一个基于 Spring Cloud Alibaba 微服务架构体系的【生产级】物流项目系统，在完整保留原有微服务工程实践的基础上，将 AI 技术与物流核心业务进行深度融合。这是目前市场上 AI 融合度最高、场景最真实、就业匹配度最强的项目课程之一。
1. AI 身份认证风控方案（登录风控 + Token 刷新）
2. 运费计算智能体方案
3. BERT 物品识别方案
4. 组织机构识别方案
5. 路线成本因子分析方案
6. LangGraph 智能推荐网点方案
7. XGBoost 快递员调度方案
8. XGBoost 运单智能合并方案
9. 智能调度验证方案
10. 模型持续训练方案（RabbitMQ + MongoDB）
11.
微服务工程治理方案（Nacos + OpenFeign + Gateway + Seata +
XXL-JOB + 幂等性） 微服务
12.
高可用与流量保护方案（Sentinel 熔断降级 + Redis 多级缓存 +
分布式锁） 微服务
13.
消息驱动与数据同步方案（RabbitMQ 可靠投递 / 延迟消息 +
Canal） 微服务
14.
分布式搜索方案（ElasticSearch 全文检索 / 聚合分析 /
智能补全） 搜索
智聘云图是一个基于 LLM 的招聘知识图谱智能检索系统，在完整覆盖职位发布、数据清洗、要素抽取、图谱构建、搜索意图识别、分域召回、相关性排序、结果解释等招聘搜索全链路业务的基础上，将大语言模型、知识图谱与搜索引擎技术进行深度融合。采用 Java 后端 + Python AI 服务的双端架构，涵盖 ElasticSearch、Redis、Kafka、Flink、LangGraph、vLLM 等技术栈，是目前市场上 AI 融合度最高、场景最真实、就业匹配度最强的项目课程之一。
1. 具备招聘搜索业务场景的拆解与分析能力
2.
具备职位数据清洗、去重、隐私处理与标注数据构建的能力
3.
具备基于 LLM 进行职位要素抽取与搜索意图识别的能力
4. 具备招聘领域知识图谱的构建与查询能力
5. 具备使用 LangGraph 构建多节点智能体工作流的能力
6.
具备 ElasticSearch 分域检索、相关性控制与搜索 badcase
优化的能力
7. 具备 Kafka + Flink 近实时数据同步链路的设计与开发能力
8. 具备 Redis 缓存方案设计与应用能力
9.
具备使用 LoRA SFT 与 DPO 进行垂直领域大模型微调的能力
10.
具备使用 vLLM、KV Cache、半精度推理进行大模型服务化部署与性能优化的能力
11. 具备评估搜索效果、分析 badcase 并持续优化的能力
天机学堂AI助手智能体项目是教育领域创新项目，基于 SpringAI 框架整合 Java 与 AI 大模型技术，实现 Prompt 工程等核心功能，构建智能课程推荐、学习咨询等服务体系，通过 AI 与教育系统融合推动智能化升级，形成 "AI + 教育" 方案，提升教育服务精度与效率。
1. 能够描述AI大模型的核心原理及训练机制
2. 能够对接OpenAI、阿里云百炼等主流AI大模型接口
3. 能够基于OpenAI-SDK实现大模型的对话与工具调用（Tool
Calling）
4. 能够通过Prompt Engineering设计高效提示词以优化模型输出
5. 能够基于Spring AI实现普通对话及流式对话功能
6. 能够通过System角色设定优化AI响应行为
7. 能够利用Advisors功能增强AI模型的自定义逻辑
8. 能够基于Tool Calling将AI能力与业务系统（如课程查询）整合
9. 能够实现RAG检索增强方案，结合Elasticsearch提升知识库推荐
10. 能够在天机学堂项目中集成Spring AI并实现新建对话功能
11. 能够通过流式输出与停止生成功能优化交互体验
12. 能够基于Redis管理对话历史及上下文记忆
13. 能够基于Spring AI实现路由工作流智能体及多智能体协同开发
14. 能够通过阿里云百炼平台创建智能体并实现代码对接
15.
能够基于SpringAI实现多模态大模型（MCP）的文本、图像交互功能
星辰WMS是面向跨境电商的智能化仓储管理平台，依托云、IoT、AI 技术，提供仓储、物流及供应链全流程数字化方案，覆盖入库、库存管理等核心业务，支持多仓库协同、多租户 SaaS 模式，融合 AI 算法优化仓储效率。
1.
智能仓储全流程开发：掌握从需求分析、数据库设计、业务建模到部署运维的全生命周期项目管理，具备独立开发入库/出库/库存管理等WMS核心模块的能力
2.
企业级系统架构与优化：精通基于SpringBoot、MySQL、Redis、RabbitMQ、K8s的主流技术栈，能够设计高并发方案、多租户SaaS架构与物联网监控系统
3.
复杂业务场景落地：具备复杂业务逻辑分析、性能调优、线上故障处理及第三方系统（如物流接口）集成的实战经验
4.
低代码与分布式系统开发：熟练使用低代码平台，实现用户认证授权、数据隔离及多端协同的企业级应用
1.
AI全流程赋能开发：全程运用AI工具辅助需求分析、数据库设计优化、代码生成、智能审查、自动化测试，显著提升开发效率与代码质量
2.
智能仓储AI融合：集成大模型开发智能仓储助手，实现智能货位分配算法、NLP问答助手等业务场景智能化
3. AI应用开发方法：掌握AI
Flow应用开发、AI智能体构建，具备将AI技术融入仓储业务流程的实战能力
4.
AI驱动性能优化：应用AI模型进行系统性能分析、查询优化（如SQL与Redis缓存策略），实现业务与技术双驱动
本项目是一个企业级智能问答系统，涵盖从数据采集、多向量存储、RAG检索优化到大模型集成的全链路开发，具备生产级部署能力与系统评估体系，实现高效、可扩展的知识问答解决方案。
1.
精通RAG（检索增强生成）全链路系统设计，具备从数据向量化、智能检索到生成优化的完整实现能力
2.
掌握多模态AI技术融合，可集成BERT、BGE等嵌入模型与大语言模型（如通义千问），构建端到端智能问答生态
3.
实现智能检索路由策略，支持混合检索、假设性检索与上下文增强，提升查询准确性与响应效率
4.
具备流式交互与实时对话管理能力，通过WebSocket支持长上下文交互与多轮对话状态维护
5.
熟练运用RAGAS等评估框架与自动化测试工具，完成AI系统性能评估与持续优化迭代
本内容围绕 Langchain、LangGraph 框架，讲解搭建智能体服务中台（AgentCenter），结合 Prompt 工程、Tool Calling 等核心技术，以 "天机学堂 AI 助手智能体" 为项目，从零构建含智能课程推荐、学习咨询、AI 自动交易平台的多智能体应用，助力教育业务智能化、个性化升级。
1.
智能体协议与集成：掌握A2A与MCP协议，能封装业务系统工具为标准化服务，实现LangGraph与A2A的协议集成，支持智能体与外部系统的高效协作
2.
智能体网关与治理：能够设计并实现具备认证、限流、熔断与负载均衡的统一网关（Gateway），保障智能体服务的可用性与安全性
3.
多智能体业务集成：可将智能体中台（AgentCenter）与业务系统（如EduRAG系统）集成，推动教育、交易等场景的个性化与智能化升级
4. 智能体微服务化开发：掌握将Python项目微服务化，并基于Spring
Cloud
Gateway构建企业级网关，实现智能体服务的规模化部署与运维
5.
智能体系统架构能力：具备中台服务化架构思维，能构建支持多协议、多租户、可扩展的智能体服务平台，赋能业务系统快速智能化
6.
智能体中台设计与实现：具备基于LangGraph和A2A协议构建多智能体路由与服务化中台（AgentCenter）的能力，支持会话记忆、工具调用与多租户架构
首套 Java+AIGC 实战课，填补市场空白：以三大前沿领域项目（本地模型部署、AIGC 绘图 "星图"、智能客服 "星语"）为核心，结合六大创新案例与 Spring AI 等技术，覆盖数据处理等关键能力，配 300+AI 练测，助学员掌握模型私域部署、文生图等技能，成为 Java+AIGC 全能高手。
1. 全面掌握Ollama搭建本地模型及构建应用能力
2. 具备AIGC文生图、图生图的开发能力
3. 具备开发AI绘图应用的能力
4. 掌握SD+Comfyui等框架
5. 掌握智能客服功能的开发能力
6. 具备基于Spring AI框架对接AI平台5类接口的能力
7. 向量数据库的基本使用能力
8. 应用RAG技术增强内容质量的能力
9. Spring AI 框架的扩展能力
10. 掌握大模型微调能力
直接照学，拒绝盲目跟风
遵循"0代码入门→基础夯实→核心突破→工程落地→项目实战→职场衔接"逻辑，全程实战驱动
人工智能与大模型行业认知、提示词工程方法论、Agent 智能体架构；VibeCoding+Coze 平台实操，完成工作流搭建、知识库解析、多模态与数据库接入，零代码落地 AI 应用
Python 基础语法与面向对象编程、异常 / 模块进阶；HTTP 协议、FastAPI 异步开发、大模型 API 调用、数据库与会话管理，夯实 AI 后端开发的底层能力
Java 基础 + SpringBoot + MyBatisPlus 主流框架，JWT/AOP/ 缓存等工程化组件；结合 VibeCoding SpringAI 落地低代码 AI 项目，覆盖小程序、IoT、权限管理等实战场景
LangChain 框架全套组件、RAG 原理与向量库 (Milvus)、文档分片 & 召回优化、LangGraph 流程编排、ReAct 多智能体；Linux+Docker 环境，完成项目容器化部署
存量系统智能化改造、企业 Agent 方案设计；数据智能处理、全流程自动化、多系统协同对接，覆盖智能运维、报表、弹性扩容、项目落地全流程管理
微服务注册中心、熔断限流、网关路由等云原生技术；RabbitMQ/Redis/Elasticsearch 中间件实战，SpringCloud+LangGraph+LangChain 完成分布式智能体项目落地
Transformers 框架、BERT 原理、文本分类 / NER 标注；LoRA 微调全流程、参数调优与模型效果评估，微调模型封装 API、对接 LangChain 并部署上线
熟练 SpringBoot 单体开发、权限管控与项目故障排查；掌握微服务架构、分布式方案及 Redis、RabbitMQ、ES 中间件实操；精通 BERT+LoRA 微调、RAG 向量库、LangChain 系列多智能体开发，完成企业 AI 项目上线优化，凝练项目经验用于面试备考，实现后端 + AI 全栈贯通
实力派AI名师
全程陪伴为教学质量护航
AI贯通教学全过程
深度融合前沿AI技术与工具
借助AI快速对齐高级开发
知识广度提升：40%
学习效率提升：35%
知识广度提升：40%
拥有AI分身 提高开发效率
全程AI工具辅助开发
训练“AI分身”帮写代码
模拟企业真实场景
自研AI练测平台《星斗》
真环境实战+海量题库
高质量赋能教学
班级排名激发学习热情
AI赋能360°就业服务体系
AI+简历更有优势
AI+面试提升面试作答能力
助力职场适应能力和竞争力
课程大纲
基础班
1. Vibe Coding零代码AI应用开发
就业班
1. AI应用全栈开发基础 2. RAG智能体开发 3. AI工程化-基础&项目实战 4. AI工程化-微服务智能体实战 5. 企业级项目智能化升级 6. AI应用评估与模型微调 7. 面试指导与就业加强
课时:9天 技术点:91项 测验:3次 学习方式:线下面授
1.掌握智能应用开发的整体架构（前端→后端→Agent→大模型） | 2.掌握人工智能、模型、大语言模型、推理模型、多模态模型及token计费等基础概念 | 3.能够运用提示词工程五大原则写出高质量提示词 | 4.能够利用vibecoding编写简单的前后端项目 | 5.掌握Coze平台中工作流、插件、知识库、数据库等核心资源的使用 | 6.能够搭建并发布完整智能体，包含提示词编写、工作流添加与调试、多渠道发布 | 7.能够在工作流中实现知识库检索与数据库增删改查，处理私有数据 | 8.能够使用图像、音频、视频等多模态节点或插件处理多模态数据 | 9.能够使用循环节点批量处理任务并优化模型效果 |
1. 初识智能应用开发本章介绍了智能应用开发的定义、生活中的智能软件分类、开发架构（前端+后端+Agent+大模型）及智能体的核心能力，强调利用AI大模型赋能传统业务，并通过Agent解决大模型弊端，为后续实战学习奠定基础。
1.什么是智能应用开发 | 2.大模型本身的弊端 | 3.企业中智能模块的解决方案 | 4.什么是智能体 | 5.智能体的四个关键能力 | 6.智能应用的整体软件架构 | 7.开发智能模块时需要学习的内容 | 8.利用AI参与开发我们要面对的问题 |
2. 人工智能通识本文讲解了人工智能与模型的基本概念，重点介绍了大语言模型、推理大模型、多模态模型的特点，以及token计费、APIKey、Vibecoding编程方式和项目开发流程。
1.人工智能的定义 | 2.人工智能的四个期望 | 3.模型和目前市面上模型的分类 | 4.Token（词元）和大模型分割的方式 | 5.Vibecoding（氛围编程）的介绍 | 6.Vibecoding环境搭建 |
3. 提示词工程本文系统讲解了提示词的定义与提示词工程的五大原则（清晰指令、文本参考、拆分任务、给思考时间、借助外部工具），并提供了具体技巧与课堂练习，帮助用户高效引导大模型生成准确结果。
1.提示词 | 2.提示词工程 | 3.大模型幻觉 | 4.提示词工程的五大原则 | 5.清晰指令的五大技巧 | 6.提示词的否定指令陷阱 | 7.大模型的Skill技能 |
4. 基于平台的智能体（Coze）本文介绍了Coze平台（字节跳动推出的AI智能体开发平台）的基本概念、核心功能（工作流、插件、知识库等）、常见节点的使用以及完整智能体的创建与发布流程。
1.Agent智能体的定义 | 2.实现智能体的技术栈 | 3.Coze平台介绍和注册 | 4.Coze的常用的模块 | 5.工作流具体的实现步骤 | 6.工作流试运行 | 7.工作流执行日志 | 8.coze中的节点 | 9.搭建coze智能体 | 10.工作流发布 | 11.智能体预览与调试 | 12.知识库与数据库的使用 | 13.文档的解析和分段 | 14.知识库存储选项和检索节点 | 15.大模型润色与兜底 | 16.扣子数据库的具体使用 | 17.多模态数据处理概述 |
课时:12天 技术点:82项 测验:1次 学习方式:线下面授
1.掌握 Python 基础语法，包括开发环境搭建、变量、数据类型、运算符、流程控制与异常处理 | 2.熟练使用 Python 数据容器，掌握字符串、列表、元组、字典、集合的核心操作与应用场景 | 3.掌握 Python 函数与面向对象编程，理解函数定义、参数传递、封装、继承、多态及魔术方法 | 4.掌握 Python 模块与包管理，理解模块导入机制、虚拟环境配置与依赖管理 | 5.掌握 FastAPI 框架开发，包括路由定义、请求处理、Pydantic 数据验证与接口测试 | 6.掌握 MySQL 数据库操作，理解 SQL 语句、Python 连接数据库与 CRUD 功能实现 | 7.熟悉 AI 项目开发流程，掌握文件操作、日志处理、会话管理，能独立完成基础 AI 应用项目实战 |
1. Python-基础语法该阶段系统学习 Python 编程语言的基础语法，涵盖语言特点、环境搭建、变量、数据类型、输入输出、运算符及流程控制、函数等内容，掌握Python语言的语法核心
1.Python 介绍与特点 | 2.Python 应用场景 | 3.Python 解释器 | 4.开发环境搭建（Python、PyCharm、虚拟环境）| 5.Python 入门程序 | 6.注释| 7.变量定义与命名规则 | 8.常见数据类型| 9.字符串类型| 10.输入与输出| 11.运算符（算术、赋值、比较、逻辑运算符）| 12.条件判断（if、if-else、if-elif-else、match-case）| 13.while 循环 | 14.for 循环 | 15.循环控制（break、continue）| 16.函数基础-定义与调用 | 17.函数基础-参数 | 18.函数基础-返回值 | 19.函数基础-说明文档 | 20.函数基础-变量作用域 |
2. Python-数据容器该阶段将学习 Python 数据容器知识，包括字符串、列表、元组、字典、集合的定义与操作，以满足日常开发需求
1.字符串操作 | 2.字符串格式化（%、f-string）| 3.字符串索引与切片 | 4.字符串常用方法 | 5.列表定义与特点 | 6.列表的常见操作 | 7.列表推导式 | 8.字典定义与特点 | 9.字典常见操作 | 10.集合定义与特点 | 11.集合常见操作 | 12.元组定义与特点 | 13.元组常见操作 | 14.组包与解包 | 15.数据容器案例 |
3. Python-面向对象该阶段系统学习 Python 面向对象编程思想，涉及类与对象的创建、属性与方法定义、封装继承多态特性，以及异常处理和模块使用等内容，为开发结构清晰、可维护性强的复杂 AI 应用程序奠定基础。
1.函数进阶-实参 | 2.函数进阶-形参(默认参数、不定长参数)| 3.函数进阶-递归函数 | 4.函数进阶-匿名函数（lambda）| 5.类型注解（Type Hints） | 6.Python模块概述 | 7.Python模块导入与常见内置模块 | 8.Python自定义模块 | 9.面向对象-概述 | 10.类与对象 | 11.实例方法 | 12.魔法方法 | 13.实例属性与类属性 | 14.封装（私有、公共） | 15.继承 | 16.方法重写 | 17.多继承 | 18.方法解析顺序（MRO） | 19.多态 | 20.鸭子类型 | 21.抽象方法（ABC模块）| 22.图书管理系统案例 | 23.异常介绍 | 24.异常处理机制 |
4. Python-AI应用实战阶段系统学习 Python 在 AI 领域的实际应用开发，涵盖文件操作、AI 项目开发流程、会话记忆方案、会话管理与多轮对话项目开发，以及数据库集成与综合项目实战等内容，助力将前期所学知识转化为 AI 应用开发实战能力，并未后续企业级AI应用开发打下坚实的基础
1.AI应用概述 | 2.AI大模型部署方案 | 3.DeepSeek官方开放API | 4.网络基础知识（协议、IP、端口） | 5.HTTP协议介绍 | 6.HTTP协议数据格式（请求、响应） | 7.调用DeepSeek官方API（Apifox） | 8.Web初识 | 9.FastAPI基础 | 10.异步编程(async/await) | 11.开发规范-Restful | 12.AI智能伴侣-新建会话 | 13.AI智能伴侣-与AI对话 | 14.AI智能伴侣-保存会话 | 15.文件操作 | 16.AI智能伴侣-会话历史查询 | 17.AI智能伴侣-加载指定会话 | 18.AI智能伴侣-删除会话 | 19.日志记录 | 20.Python装饰器 | 21.MySQL数据库 | 22.SQLAlchemy | 23.AI智能伴侣-程序优化 |
课时:10天 技术点:48项 测验:0次 学习方式:线下面授
1.掌握LangChain框架的核心组件用法 | 2.能够利用LangChain开发智能体 | 3.掌握LangGraph中的核心概念和组件用法 | 4.能够利用LangGraph实现复杂Agent工作流编排 | 5.掌握向量知识库的Milvus的用法 | 6.掌握RAG系统的基本原理和实现方法 | 7.从零搭建一个Multi_Agent智能客服 | 8.掌握Linux常见命令，并学会利用Docker部署AI应用 |
1. LangChain本章课程系统介绍了 LangChain 框架的核心概念、组件及其在大语言模型（LLM）应用开发中的实践应用。重点包括 LangChain 的基本架构、Models（模型）、Messages（消息）、Tools（工具）、Memory（记忆）、Middleware（中间件）、Runtime（运行时上下文）等核心组件的用法，以及如何利用这些组件构建Agent（智能体）。
1.认识LangChain | 2.Models | 3.Messages | 4.Prompts | 5.Tools | 6.Memory | 7.Runtime | 8.Middleware | 9.MCP | 10.MultiAgent |
2. RAG本章课程主要学习 RAG（检索增强生成）技术。包括LangChain中提供的各种RAG组件，例如：Document Loader（文档加载）、Text Splitter（文档切分）、Embedding Model（向量模型）、Milvus（向量数据库）、Retrievers（数据召回）等。实现基于外部知识库的智能问答系统。通过文档加载、文本分割、向量化、存储与检索等全。
1.RAG原理 | 2.Document Loader | 3.Text splitter | 4.Embedding Model | 5.Vector Store | 6.Milvus | 7.Retrievers | 8.RAG 的多种模式 | 9.RAG系统评估 |
3. LangGraph本章主要学习LangGraph框架的核心概念以及复杂Agent的流程编排技术。其中包含LangGraph的核心概念，例如Nodes、Edges、Start、End、StateGraph等。以及LangGraph中常见的WorkFlow、常见的Agent编排方式。
1.LangGraph概述 | 2.LangGraph核心概念 | 3.LangGraph流程编排 | 4.MultiInput工作流 | 5.Sequence工作流 | 6.ConditionalGraph工作流 | 7.LoopingGraph工作流 | 8.ReAct Agent模式 | 9.Evaluator-optimizer | 10.Parallelization模式 | 11.Routing模式 | 12.项目案例 |
4. AI项目部署本章学习如何将开发好的AI应用，部署到服务器。主要学习的内容包括 linux系统的基本操作，Docker，以及如何将打包好的前端、Agent后端部署到linux服务器及Docker容器中。
1.Linux-概述与安装 | 2.Linux-常用命令 | 3.Linux-软件安装 | 4.Linux-项目部署 | 5.Docker课程介绍 | 6.Docker的安装 | 7.Docker快速入门-部署MySQL | 8.Docker快速入门-命令解读 | 9.Docker-常见命令 | 10.Docker-操作案例 | 11.Docker-数据卷挂载 | 12.Docker-本地目录挂载 | 13.Docker-Dockerfile语法 | 14.Docker-自定义镜像 | 15.Docker-容器网络互连 | 16.Docker-项目部署 | 17.DockerCompose |
课时:22天学习方式:线下面授
轻客管家
AI星海智伴
AI星辰WMS
轻客管家是一款便捷的企业办公服务综合管理系统，专为企业高效办公、精准营销打造，能解决企业客户开发、线索转化、成交跟进的核心痛点。系统涵盖用户管理、线索管理、商机管理、客户管理、数据统计分析等核心模块，覆盖企业线索收集、商机转化、客户成交全流程跟踪，形成营销管理闭环，助力提升营销效率。课程从 Java 基础语法入手，层层递进覆盖集合、Lambda等核心知识点，同步强化数据库操作、Web 开发与 SpringBoot 框架能力，最终落脚于企业级项目实战开发。通过本项目的学习，你将不仅能熟练掌握 Java 语言体系，还能独立完成企业级 CRUD 接口开发、MyBatis-Plus 数据持久化、SpringBoot 分层架构实现，掌握企业级项目的完整开发流程与工程化规范，为后续分布式、微服务架构开发打下坚实的技术底座。
1.掌握Java基础语法、容器、常见API在企业项目中的使用 | 2.掌握使用maven管理企业级项目的能力 | 3.掌握使用SpringBoot+MybatisPlus开发企业项目业务的能力 | 4.熟悉常见的企业开发模式、前后端交互规范、项目结构以及代码规约 | 5.能够独立进行MySQL数据表关系设计、创建以及基础代码生成 | 6.熟悉项目中常见的加密、参数配置化、统一参数处理方案 | 7.能够独立完成用户登录、管理、部门管理、线索管理、线索跟进等业务模块的开发 | 8.熟悉项目中操作日志、错误日志的收集处理方案 | 9.掌握企业级项目中全局异常处理的方案 | 10.掌握使用VibeCoding编程方式开发企业级项目的能力 |
1.SpringBoot搭建企业级项目 | 2.根据业务进行数据库多表设计 | 3.操作日志、错误日志收集方案 | 4.阿里云OSS文件上传存储方案 | 5.项目全局异常统一处理方案 | 6.VibeCoding编程方案 |
1.开发环境搭建以及IDE工具安装 | 2.Java基础语法、容器、常见API学习 | 3.使用Maven管理项目 | 4.使用SpringBoot完成项目基础架构搭建 | 5.使用MybatisPlus完成基础代码生成与数据操作 | 6.MySQL表关系设计、多表查询、分页查询 | 7.企业中常见开发模式、前后端交互规范、编程规约介绍 | 8.借助部门管理学习接收前端请求的各种方案 | 9.借助用户管理学习MD5、参数配置化、逻辑删除、统一参数处理技术 | 10.借助用户登录学习JWT、拦截器实现登录校验技术 | 11.借助线索管理、线索跟进、转商机学习VibeCoding编程方式 | 12.AOP首先操作日志记录、Logback实现错误日志记录 | 13.全局统一异常处理 |
星海智伴系统为养老院量身定制开发专业的养老管理软件产品；涵盖来访管理、入退管理、在住管理、服务管理、财务管理等功能模块，涉及从来访参观到退住办理的完整流程|开发技术涉及了前后端的内容，前端主要使用的Vue3+Element Plus；后端主要使用的是若依框架作为基础架构，当然后端也集成了很多其他的技术，比如有Springboot、Mybatis、Swagger、Spring cache、Spring Security、Mybatis-Plus、SpringAI、WebFlux等。
1.熟练使用AI工具Cursor、Claude Code开发项目功能 | 2.掌握AI 创建Skills，并基于AI Skills完成业务功能开发 | 3.掌握前后端分离项目的全流程设计、开发、部署 | 4.能够独立开发智能评估/入住/智能监测等核心模块 | 5.能够掌握主流的RBAC权限模型 | 6.能够掌握SpringSecurity认证框架 | 7.能够独立完成微信小程序登录 | 8.具备应用多种技术工具，提升实际项目开发中的技术应用能力 | 9.具备系统设计能力，使学员具备从需求分析到系统实施的全流程开发能力 | 10.具备问题解决策略和优化方法，学员能够提升在实际工作中解决问题和优化系统的能力 | 11.能够使用SpringAI升级传统项目的AI能力 | 12.学习物联网IOT技术在项目中的应用 |
1.低代码平台快速开发方案 | 2.项目中Git多分支管理方案 | 3.缓存解决方案（Spring Cache） | 4.对象存储解决方案（阿里云OSS） | 5.消息提醒方案（WebSocket） | 6.第三方接口对接方案 | 7.物联网数据处理方案（IOT） | 8.报警规则解决方案 | 9.后台系统权限解决方案（RBAC） | 10.权限系统鉴权方案 | 11.单体自动化部署方案 | 12.SpringAI构建AI智能体方案 | 13.智慧养老院智能问答系统 | 14.小程序登录方案 |
1.前端开发采用Vue3+ElementPlus完成页面开发和交互 | 2.后端采用SpringBoot作为基础架构 | 3.采用Redis+Spring Cache进行缓存处理 | 4.基于前后端分离开发方式进行开发 | 5.采用阿里云OSS对象存储来存储项目中的文件 | 6.采用Nginx反向代理实现前后端通信 | 7.采用Git进行代码版本控制 | 8.采用Websocket完成消息推送 | 9.采用Spring Task进行任务调度 | 10.采用华为云IOT平台完成项目中的智能监测 | 11.Cursor+Claude Code+Skills协助快速完成代码开发 | 12.使用大模型来解决业务问题 | 13.使用若依低代码平台快速开发 | 14.SpringAI开发Agent智能体 | 15.微信小程序登录 | 16.项目自动化部署CI/CD和日志收集ELK |
星辰WMS聚焦实体行业发展，重点解决仓储系统运作低效率、开发低效率的痛点问题，项目高度集成AI技能，以远远优于人工的效率完成库位智能分配、路线智能规划、出入库智能分配、数据智能处理等实业功能。项目采用SpringAI完成仓储系统智能体开发，采用低代码Jeecgboot高效完成全站开发。
1.熟练使用AI工具Cursor、Claude Code开发项目功能 | 2.能够使用低代码平台Jeecgboot快速完成全栈开发 | 3.掌握AI Skills提示词，并基于AI Skills完成业务功能开发 | 4.能够解决真实业务场景并发操作数据安全问题 | 5.能够基于AI完成第三方物流对接 | 6.能够独立完成物联网环境监测模块开发 | 7.能够独立完成报警系统模块的开发 | 8.能够独立完成仓储系统AI智能分析模块的开发 | 9.能够独立抽离MCP服务，完成第三方系统对接 | 10.能够基于SpringAI完成智能库位分配 | 11.掌握本地大模型的部署和调用 | 12.掌握提示词的编写和优化 | 13.能够完成海量出入库单的存储和检索 |
1.低代码平台快速开发 | 2.基于AI实现敏捷高效业务开发 | 3.库存管理并发处理解决方案 | 4.环境智能监测物联网解决方案 | 5.海量出入库单存储方案 | 6.实时监控报警系统方案 | 7.第三方服务MCP融合方案 | 8.SpringAI智能数据处理助手方案 | 9.库位AI智能分配方案 | 10.AI路线智能规划方案 |
1.wms完整业务模块深度剖析 | 2.AI工具Cursor+Claude Code实战技能 | 3.Jeecgboot低代码开发平台快速开发应用 | 3.基于Jeecgboot-AI Skills+Claude Code快速搞定出入库功能开发 | 4.分布式锁Redisson解决并发操作库存安全问题 | 5.SpringAI基础+SpringAI高级+SpringAI本地大模型操作 | 6.顺丰物流对接实战 | 7.基于MQTT+华为云IOTDA实现仓储物联网实时环境检测 | 8.SpringAI+AI大模型实现实用工具助手（OCR、语音播报、识图统计等功能，辅助仓储作业） | 9.SpringAI+AI大模型完成路线规划 | 10.多平台MCP融合开发 | 11.SpringAI+AI大模型完成库位智能分配 |
课时:20天学习方式:线下面授
AI智链云途
AI云岚到家
AI四方保险
AI天机学堂
智链云途是一个基于 Spring Cloud Alibaba 微服务架构体系的【生产级】物流项目系统，在完整保留原有微服务工程实践的基础上，将 AI 技术与物流核心业务进行深度融合。这是目前市场上 AI 融合度最高、场景最真实、就业匹配度最强的项目课程之一。
1. 具备将复杂业务进行分解、逐步实现需求的能力 | 2. 具备微服务边界划分与架构设计能力 | 3. 具备绘制系统流程图、时序图的业务分析能力 | 4. 具备对现有功能进行升级改造的能力 | 5. 具备使用 AI 技术（LangChain / LangGraph / XGBoost / BERT）落地业务的能力 | 6. 具备多级缓存（分布式缓存）设计与使用能力 | 7. 具备封装通用组件 / 中台服务的能力 | 8. 具备分布式事务解决能力 | 9. 具备高并发安全与幂等问题处理能力 | 10. 具备全链路追踪的解决能力 | 11. 具备解决较高难度 Bug 的能力
1. AI 身份认证风控方案（登录风控 + Token 刷新） | 2. 运费计算智能体方案 | 3. BERT 物品识别方案 | 4. 组织机构识别方案 | 5. 路线成本因子分析方案 | 6. LangGraph 智能推荐网点方案 | 7. XGBoost 快递员调度方案 | 8. XGBoost 运单智能合并方案 | 9. 智能调度验证方案 | 10. 模型持续训练方案（RabbitMQ + MongoDB） | 11. 微服务工程治理方案（Nacos + OpenFeign + Gateway + Seata + XXL-JOB + 幂等性） 微服务 | 12. 高可用与流量保护方案（Sentinel 熔断降级 + Redis 多级缓存 + 分布式锁） 微服务 | 13. 消息驱动与数据同步方案（RabbitMQ 可靠投递 / 延迟消息 + Canal） 微服务 | 14. 分布式搜索方案（ElasticSearch 全文检索 / 聚合分析 / 智能补全） 搜索 |
1.在新公司如何快速熟悉新项目 | 2.Spring Cloud Gateway 统一认证鉴权 | 3.JWT 双Token三验证的设计与实现 | 4.支付微服务的设计与实现 | 5.运费微服务的设计实现 | 6.基于 Redisson 实现分布式锁 | 7.基于图数据库 Neo4j 的路线规划 | 8.物流智能调度系统（运输 / 取件 / 派件） | 9.基于 MongoDB 实现作业范围 | 10.基于 Caffeine + Redis 的多级缓存 | 11.Redis 缓存穿透、击穿、雪崩问题解决 | 12.AI 登录 / Token 风控开发 | 13.LangChain 运费计算智能体开发 | 14.BERT 模型训练与物品分类识别部署 | 15.LangGraph 多节点智能推荐网点流程 | 16.XGBoost 快递员调度预测与工程化落地 | 17.XGBoost 运单合并预测 + Redis ZSet 优先队列 | 18.调度验证回退与重调度机制 | 19.模型持续训练闭环（RabbitMQ + MongoDB） |
本课程以智能家政O2O平台为核心项目，基于Spring Cloud Alibaba微服务架构，完整实现用户端（小程序）、服务端（APP）、机构端（PC）、运营管理端（PC）四端协同的在线家政服务系统。课程涵盖在线下单、智能派单、实时抢单、支付结算、LBS服务追踪等核心业务场景，深度整合MySQL、Redis、RabbitMQ、ElasticSearch等分布式中间件，以及微信支付、高德地图、OSS等第三方服务。项目采用AI辅助开发模式，通过代码生成、智能日志分析、自动化测试等技术提升开发效率，让你在掌握高并发微服务设计、分布式事务处理、实时数据处理等企业级技能的同时，获得AI+研发的实战经验，具备独立架构复杂业务系统的能力。
1.掌握系统需求分析的流程与方法 | 2.掌握根据产品原型进行系统设计的方法 | 3.掌握基于三层架构的开发方法 | 4.掌握使用AI工具进行项目设计、编码、优化的开发方法 | 5.能够集成AI大模型开发智能预约助手 | 6.掌握运营基础管理模块的设计与开发方法 | 7.掌握客户管理模块的的设计与开发方法 | 8.掌握门户模块的的设计与开发方法 | 9.掌握订单管理模块的设计与开发方法 | 10.掌握支付模块的设计与开发方法 | 11.掌握优惠券活动管理模块的设计与开发方法 | 12.掌握抢券模块的设计与开发方法 | 13.掌握抢单模块的设计与开发方法 | 14.掌握派单调度模块的设计与开发方法 | 15.掌握搜索附近模块的设计与开发方法 | 16.能够独立进行电商项目等多行业项目的设计与开发 | 17.掌握线上故障处理的流程与常用方法 | 18.熟悉项目开发的整体流程
1.缓存一致性解决方案| 2.异构数据同步解决方案| 3.MQ消息可靠性解决方案| 4.基于ES实现全文检索解决方案| 5.用户定位解决方案| 6.用户认证解决方案| 7.文件存储解决方案| 8.支付接口对接方案| 9.保证接口安全性解决方案| 10.基于状态机的状态管理解决方案| 11.订单快照解决方案| 12.取消订单解决方案| 13.关系数据库分库分表解决方案| 14.海量数据分页查询优化方案| 15.多线程任务处理解决方案| 16.分布式任务调度解决方案| 17.分布式锁解决方案| 18.秒杀抢购业务解决方案| 19.分布式事务控制解决方案| 20.NLP AI智能助手技术方案| 21.基于ES实现搜索附近业务解决方案| 22.撮合匹配解决方案
1.如何熟悉新项目| 2.运营服务管理模块| 3.用户认证模块| 4.小程序首页模块| 5.优惠券模块| 6.订单模块| 7.支付模块| 8. AI在线预约助手| 9.系统优化| 10.秒杀抢购模块-抢券| 11.秒杀抢购模块-抢单| 12.派单调度模块| 13. 项目运维| 14.项目就业指导| 15.电商等多行业项目实战指导
四方保险项目是一个金融保险销售SaaS平台，依托移动互联网项目为保险销售公司、保险产品需求人提供线上保险销售、产品发布、产品推荐、自动保费计算、收益计算、核保、承保、理赔等业务。平台包括：用户端（小程序）、保险销售管理端（PC)，项目基于SpringCloud Alibaba架构，并采用前后端分离开发。项目中包括7大核心模块：保险发布，保费计算，收益试算，保司承保，合同订单，随心配服务，扣款计划。除此之外，项目抽出了：oauth2、0权限服务，统一支付平台，数据采集埋点，对象存储服务、规则引擎等微服务。项目中使用到MySQL、InfluxDB、Redis、SpringCloud-Stream、XXL-JOB、RabbitMQ、规则引擎、OSS、OCR、Nginx等组件，学完本项目将具备大型互联网金融项目经验。
1.掌握微服务项目业务需求分析能力 | 2.掌握微服务项目模块的拆分设计能力 | 3.掌握SpringCloud的企业级开发框架的应用能力 | 4.掌握SpringCache+Redis的优雅的缓存处理能力 | 5.掌握保险产品组合系数发布处理 | 6.掌握保前保费计算、收益试算业务 | 7.掌握使用规则引擎做保前初筛、产品推荐业务 | 8.掌握生成保险合同、合同分期支付计划业务 | 9.构建基于OAuth2.0的微服务权限统一管理 | 10.构建基于多个三方的对象存储微服务平台 | 11.构建基于微信、支付宝多场景的统一支付微服务平台 | 12.构建基于阿里云、百度云、腾讯云的统一短信微服务平台 | 13.构建基于Gateway+influxDB的数据采集分析平台
1.缓存双写一致性问题解决方案| 2.线程池异步处理大数据写入| 3.微服务用户认证授权解决方案| 4.策略模式和门面模式的投保方案| 5.合同订单快照解决方案| 6.基于延迟队列合同订单取消| 7.InfluxDB的海量采集数据存储| 8.规则引擎微服务化管理平台| 9.Xxl-Job分布式任务定时解决方案| 10.Seata分布式事务控制解决方案| 11.统一对象存储解决方案| 12.独立微服务：统一支付中心解决方案| 13.Gateway统一数据采集解决方案
1.基于产品原型进行功能需求分析| 2.基于产品原型进行数据库表设计| 3.基于产品原型进行功能性设计| 4.基于微服务特点进行功能拆分设计| 5.基于Swagger进行接口调试| 6.SpringCache+Redisd的缓存实现| 7.Nginx的性能优化处理| 8.保险系数、保障项、分类项接口| 9.保险产品发布和组合方案接口| 10.产品详情页的数据查询优化| 11.保险投保合同、合同订单的延迟取消| 12.保险条例、规则文件的分片上传处理| 13.支付模块周期性扣款处理| 14.SpringCloud-Stream延迟存储采集数据| 15.基于规则引擎的保险初筛处理| 16.基于策略模式和门面模式的保费计算、收益计算| 17.接口幂等性处理| 18.支付结果三方推送及主动轮询处理
天机学堂是生产级的在线教育项目，是专注于非学历职业技能培训的“网校”。项目基于SpringCloud Alibaba微服务技术栈，包含在线教育、社交、电商等热点难点问题的企业解决方案，让学生真正做到举一反三。项目的完整度高，教学过程遵循企业开发流程，旨在让学生体会真实企业开发，掌握微服务开发的常用技能。
1.掌握企业开发的基本模式 | 2.了解企业开发环境、持续集成环境的工作模式 | 3.掌握跨微服务的业务开发方式 | 4.学会基于产品原型和需求做业务流程分析 | 5.学会基于产品原型和需求做数据结构设计 | 6.学会基于产品原型和需求做接口设计 | 7.掌握在线教育项目中的学习辅助系统设计方案 | 8.掌握积分、排行榜等系统设计方案 | 9.掌握优惠券系统设计方案 | 10.掌握常用中间件在微服务开发中的各种使用方式
1.视频存储、加密、审核、点播解决方案| 2.基于JWT的单点登录解决方案| 3.视频网站用户播放进度记录方案| 4.在线教育学习辅助系统解决方案| 5.在线教育考试评测解决方案| 6.社交业务点赞功能解决方案| 7.用户的积分系统及排行榜解决方案| 8.电商优惠券系统设计方案| 9.高并发下写数据库的优化方案| 10.高并发下秒杀类系统解决方案| 11.分布式锁实现方案| 12.延迟队列实现方案| 13.分布式任务调度解决方案| 14.分布式缓存及数据同步方案
1.企业开发规范和流程| 2.产品原型和需求分析| 3.Redis和DelayQueue解决高并发写问题| 4.Redis和XXL-JOB解决高并发写问题| 5.Redis的BitMap实现签到统计| 6.积分排行榜的多种解决方案| 7.学习辅助系统的设计| 8.基于设计模式实现优惠券规则设计和校验| 9.优惠券兑换码加密算法| 10.优惠券发放的并发安全问题处理| 11.基于Redisson和自定义注解的分布式锁方案| 12.基于线程池的兑换码异步生成任务| 13.微信和支付宝多平台兼容的支付系统设计| 14.退款、拆单及优惠券退还策略| 15.基于MQ的延迟队列解决订单超时问题
课时:12天学习方式:线下面授
智聘云图
AgentCenter
智聘云图是一个基于 LLM 的招聘知识图谱智能检索系统，在完整覆盖职位发布、数据清洗、要素抽取、图谱构建、搜索意图识别、分域召回、相关性排序、结果解释等招聘搜索全链路业务的基础上，将大语言模型、知识图谱与搜索引擎技术进行深度融合。采用 Java 后端 + Python AI 服务的双端架构，涵盖 ElasticSearch、Redis、Kafka、Flink、LangGraph、vLLM 等技术栈，是目前市场上 AI 融合度最高、场景最真实、就业匹配度最强的项目课程之一。
1.具备招聘搜索业务场景的拆解与分析能力 | 2.具备职位数据清洗、去重、隐私处理与标注数据构建的能力 | 3.具备基于 LLM 进行职位要素抽取与搜索意图识别的能力 | 4.具备招聘领域知识图谱的构建与查询能力 | 5.具备使用 LangGraph 构建多节点智能体工作流的能力 | 6.具备 ElasticSearch 分域检索、相关性控制与搜索 badcase 优化的能力 | 7.具备 Kafka + Flink 近实时数据同步链路的设计与开发能力 | 8具备 Redis 缓存方案设计与应用能力 | 9.具备使用 LoRA SFT 与 DPO 进行垂直领域大模型微调的能力 | 10.具备使用 vLLM、KV Cache、半精度推理进行大模型服务化部署与性能优化的能力 | 11.具备评估搜索效果、分析 badcase 并持续优化的能力
1.职位数据清洗与标准化方案（隐私去除/重复识别/脏数据过滤/字段标准化） | 2.LLM 职位要素抽取方案（岗位/技能/薪资/经验/学历/城市/福利结构化抽取） | 3.招聘知识图谱构建方案（实体关系建模 + LangGraph 图谱智能体） | 4.搜索意图识别方案（多意图分类 + 否定表达识别 + 非招聘意图过滤） | 5.图谱增强检索方案（技能关联扩展召回 + 意图图谱归类召回） | 6.分域检索与相关性排序方案（岗位域/技能域/城市域/薪资域/经验域/行业域权重排序） | 7.搜索 badcase 优化方案（库存不足判断 + 必选/可放宽条件 + 属性重要度排序 + 召回兜底策略） | 8.搜索结果可解释性方案（匹配原因输出与展示） | 9.近实时数据同步方案（Kafka 可靠消息 + Flink 流处理 + ES/Redis 同步更新） | 10.隐私数据处理方案（职位发布中的敏感信息脱敏） | 11.大模型微调方案（LoRA SFT 指令微调 + DPO 偏好优化） | 12.大模型服务化部署方案（vLLM + KV Cache + FP16 半精度推理 + 异常兜底降级） | 13.缓存加速方案（Redis 意图结果缓存 + 搜索结果缓存）
1.项目介绍、业务流程分析与环境搭建 | 2.职位发布与职位数据建模 | 3.职位数据清洗与标准化（隐私处理/去重/字段标准化） | 4.大模型职位要素抽取与 Prompt 工程 | 5.招聘知识图谱构建（实体关系设计 + 图谱数据导入） | 6.LangGraph 图谱智能体开发（节点编排 + 状态流转） | 7.搜索意图识别（多意图分类 + 否定表达 + 非招聘意图拦截） | 8.ElasticSearch 职位检索（索引设计 + 分域检索 + 相关性排序） | 9.LLM 与图谱增强检索（badcase 分析 + 图谱召回 + 放宽策略） | 10.近实时检索链路（Kafka 消息设计 + Flink 流处理 + ES/Redis 更新） | 11.大模型微调与评估（LoRA SFT + DPO + 抽取/意图/相关性效果评估） | 12.大模型服务化部署（vLLM + KV Cache + FP16 + 性能压测 + 降级策略） | 13.智能搜索前端与项目整合联调 | 14.搜索效果优化与面试讲解（badcase 归因 + 排序调权 + 项目亮点提炼）
本系统讲解基于Langchain、LangGraph框架实现智能体服务中台（AgentCenter），构建多智能体应用，业务系统与之对接实现智能化业务。内容包含Prompt工程、Tool Calling、Routing Agent、A2A协议、MCP协议等核心技术，以“天机学堂AI助手智能体”为核心项目，从零打造包含智能课程推荐、学习咨询、自动化交易的AI交易平台，推动教育服务个性化升级。
1.掌握天机学堂项目业务功能理解及Langchain、LangGraph集成能力 | 2.掌握Langchain、LangGraph核心对话功能实现能力（含新建对话、流式对话、停止生成等） | 3.掌握基于PostgreSQL的checkpointer对话上下文管理与会话历史存储能力 | 4.掌握Tool Calling技术实现AI课程查询及对话中课程卡片展示能力 | 5.具备对接外部知识库系统（EduRAG）及AI对话中课程推荐能力 | 6.掌握开发AgentCenter服务中台以及业务系统的对接能力 | 7.掌握6种智能体架构模型原理及LangGraph路由工作流智能体开发能力 | 8.具备基于A2A协议开发独立智能体服务的能力 | 9.掌握MCP概念及MCP Client/Server实现能力
1.基于LangGraph实现路由智能体架构 | 2.基于checkpointer机制实现对话记录管理 | 3.封装智能体中台服务，实现会话管理、认证管理等基础功能 | 4.基于EduRAG实现检索增强 | 5.基于Spring Cloud Gateway实现统一网关 | 6.基于A2A协议进行智能体间的协作与通信 | 7.基于MCP协议封装通用的工具服务 |
1.基于Langchain、LangGraph框架与大模型技术构建智能应用 | 2.采用Spring Cloud Gateway实现统一网关服务 | 3.封装通用的智能体服务中台，为业务系统提供高效的AI服务 | 4.利用Tool Calling（Function Calling）将AI能力与业务系统（如课程查询、下单购买）深度集成 | 5.基于PostgreSQL的checkpointer管理对话历史与上下文记忆，实现会话状态持久化 | 6.支持流式对话输出与停止生成功能，优化用户交互体验 | 7.构建“天机学堂AI助手智能体”项目，实现智能课程推荐、实时学习咨询、自动化交易服务等功能 | 8.支持多平台大模型接入，包括阿里云百炼、OpenAI、Ollama等，实现混合部署 | 9.开发基于MCP（Model Context Protocol）标准协议的服务端与客户端，扩展AI模型外部工具调用能力 | 10.基于A2A协议实现智能体服务，智能体之间进行标准化的通信 | 11.设计多种智能体架构模型，重点实现路由工作流智能体架构，提升扩展性 | 12.集成通用文本模型接口，支持AI自动回复、续写、扩写等常见应用场景
课时:5天 技术点:36项 测验:0次 学习方式:线下面授
1.能够独立完成模型微调本地与云端环境搭建配置 | 2.能够理解并跑通 AI 模型完整微调业务流程 | 3.能够熟练使用 transformers、datasets、Trainer 核心工具库 | 4.能够掌握 BERT 模型文本分类与 NER 实体识别实战开发 | 5.能够深入理解 LoRA 高效微调原理并完成参数配置 | 6.能够独立实现 LoRA 适配 BERT 及大模型微调训练 | 7.能够掌握模型训练调优、效果评估与问题排查技巧 | 8.能够将微调后模型封装接口并完成生产级部署上线 |
1. 应用评估与模型微调从 BERT 基础到 LoRA 大模型微调，再到模型评估与部署，覆盖企业级微调全流程，手把手带你落地文本分类、NER 实体识别、指令微调等核心场景。
1.本地/云环境搭建 | 2.依赖库安装与验证 | 3.微调全流程概念 | 4.模型与GPU选型 | 5.datasets数据加载工具 | 6.transformers核心库入门 | 7.Trainer训练器使用 | 8.BERT模型基础原理 | 9.JSONL数据格式处理 | 10.Tokenizer分词与参数配置 | 11.文本分类任务实战 | 12.训练参数调优（学习率/epoch） | 13.分类任务评估指标 | 14.NER命名实体识别概念 | 15.NER数据标注与格式处理 | 16.BERT序列标注微调 | 17.LoRA微调核心原理 | 18.LoraConfig配置与模型包装 | 19.LoRA+BERT实战训练 | 20.LoRA权重保存与加载 | 21.大模型指令微调数据格式 | 22.LoRA大模型微调与训练技巧 | 23.模型效果对比与评估 | 24.FastAPI+LangChain接口封装 | 25.vLLM生产级模型部署 |
课时:5天 技术点:36项 测验:0次 学习方式:线下面授
1.系统梳理Java企业开发、微服务分布式、大模型微调、AI智能应用全栈面试核心知识点 | 2.吃透LoRA微调、BERT模型、RAG知识库、LangChain/Agent开发高频面试重难点 | 3.熟练掌握高并发、分布式事务、缓存限流、消息队列等企业级架构核心考点 | 4.精通AI模型部署、接口封装、多模态开发、SpringAI集成的实战与理论要点 | 5.具备复杂业务拆解、系统架构设计、线上Bug排查与性能优化实战能力 | 6.熟练运用AI工具高效开发、解决真实业务场景的数据安全与对接问题 | 7.精准提炼项目亮点，规范简历撰写，掌握标准化面试应答与技术阐述话术 | 8.复盘全流程项目实战经验，形成完整的项目思维与职场问题解决体系 | 9.具备独立胜任企业AI开发、后端开发、智能应用落地岗位的上岗能力 |
1. 面试指导与就业加强集中复盘微服务、分布式架构、大模型微调、RAG与Agent开发、AI部署等核心技术，梳理面试高频考点。同时打磨项目亮点、优化简历与面试应答，补齐技术短板，全方位提升后端与AI开发岗位的求职竞争力。
1.Java企业级项目开发核心知识点梳理 | 2.Maven企业项目管理与依赖管控 | 3.SpringBoot+MybatisPlus业务开发实战 | 4.企业项目代码规约与前后端交互规范 | 5.MySQL数据表设计与业务CRUD开发 | 6.RBAC权限模型原理与落地实战 | 7.SpringSecurity安全认证框架应用 | 8.企业项目全局异常处理方案 | 9.项目日志收集与线上错误排查 | 10.微服务架构拆分与边界设计 | 11.服务注册发现与远程调用机制 | 12.网关路由配置与统一鉴权实现 | 13.微服务熔断限流治理方案 | 14.分布式事务问题分析与解决 | 15.高并发场景幂等性设计 | 16.分布式锁原理与实战应用 | 17.RabbitMQ消息队列异步解耦 | 18.多级缓存架构设计与问题解决 | 19.Redis高可用搭建与性能调优 | 20.ElasticSearch全文检索与聚合分析 | 21.分布式任务调度设计与实现 | 22.BERT模型核心原理与面试考点 | 23.LoRA轻量化微调核心原理 | 24.大模型微调流程与参数调优 | 25.RAG检索增强生成核心原理 | 26.Milvus向量知识库实战应用 | 27.LangChain框架核心组件开发 | 28.LangGraph复杂Agent工作流编排 | 29.Multi-Agent多智能体项目实战 | 30.SpringAI传统项目AI能力升级 | 31.大模型接口封装与生产级部署 | 32.企业级业务系统AI模块落地 | 33.线上系统性能优化与Bug排查 | 34.项目亮点提炼与面试技术复盘 |
课程名称：主要针对：主要使用开发工具：
提供免费学前咨询及1V1专属学习方案
北京昌平
北京顺义
上海
广州
深圳
武汉
郑州
西安
长沙
济南
南京
杭州
成都
