课程介绍

你是否正苦恼，低代码平台构建AI应用灵活性不足，难以有效应对复杂定制需求？本课程为你设计了一条更高效的进阶路径：基于LangChain 框架，以高Star开源项目 FastGPT 为蓝本，深度应用 RetrievalQA、TextSplitter 等核心组件，手把手带你从零构建一个可灵活定制的 RAG 知识库。以更低门槛，多维度助你拓展模块化工程思维，提升AI应用开发与架构设计能力，加速从 AI 应用的“ API调用者 ”到能独立设计解决方案的“ 架构设计者 ”的进阶

课程目录

• 第1章 课程介绍：搞懂 AI 知识库价值，解锁实战技能与岗位机遇（5节）
• 1-1 课程介绍（试看）
• 1-2 实战项目与FastGPT类比（试看）
• 1-3 大模型介绍
• 1-4 AI市场需求
• 1-5 常见平台
• 第2章 欢迎来到LangChain的世界：从概念到 HelloWorld 实战（4节）
• 2-1 langchain介绍（试看）
• 2-2 helloworld入门
• 2-3 Model IO 单轮与多轮
• 2-4 交互模式
• 第3章 【LangChain】提示词：告别无效提问，用模板生成高质量 Prompt（7节）
• 3-1 提示词模板-字符模板
• 3-2 提示词模板-会话模板
• 3-3 提示词模板-占位符
• 3-4 提示词模板-少样本
• 3-5 提示词模板-加载外部文件
• 3-6 提示词模板-部分赋值
• 3-7 提示词模板-组合嵌套模板
• 第4章 【LangChain】示例选择器：让 AI“学例子”，动态匹配场景的示例优化技巧（3节）
• 4-1 示例选择器-长度选择器
• 4-2 示例选择器-MMR
• 4-3 示例选择器-自定义
• 第5章 【LangChain】输出格式化：从“杂乱文本”到“结构化结果”，定制AI输出（7节）
• 5-1 输出格式化-String格式
• 5-2 输出格式化-Json格式
• 5-3 输出格式化-Pydantic数据格式
• 5-4 输出格式化-格式修复Fix
• 5-5 输出格式化-重试Retry
• 5-6 输出格式化-自定义格式化1
• 5-7 输出格式化-自定义格式化2
• 第6章 【LangChain】LCEL 表达式：一行代码串起AI流程！核心编排语法实战（11节）
• 6-1 LCEL是什么
• 6-2 LCEL原理
• 6-3 LCEL-RunnableLambda介绍
• 6-4 LCEL-Runnable介绍
• 6-5 LCEL-Runnable串行
• 6-6 LCEL-Runnable并行
• 6-7 LCEL-Runnable Passthrough介绍
• 6-8 LCEL-分支Branch
• 6-9 LCEL-重试Retry
• 6-10 LCEL-配置Config
• 6-11 LCEL-动态参数
• 第7章 【LangChain】记忆：让AI“记住上下文”实现多轮对话连贯交互核心方案（5节）
• 7-1 Memory-记忆介绍
• 7-2 Memory-占位符
• 7-3 Memory-ChatMessageHistory实现
• 7-4 Memory-RunnableWithMessageHistory实现
• 7-5 Memory-长期记忆
• 第8章 【LangChain】文档加载：常见格式（TXT、PDF、Word）一键接入（6节）
• 8-1 文档加载-TextLoader
• 8-2 文档加载-PdfLoader
• 8-3 文档加载-DocxLoader
• 8-4 文档加载-WebLoader
• 8-5 文档加载-CsvLoader
• 8-6 文档加载-自定义
• 第9章 【LangChain】文档拆分：规避“信息割裂”用最优策略拆分文档提升检索精度（5节）
• 9-1 文档拆分Splitter-介绍
• 9-2 文档拆分Splitter-字符方式
• 9-3 文档拆分Splitter-递归方式
• 9-4 文档拆分Splitter-token
• 9-5 文档拆分Splitter-自定义
• 第10章 【LangChain】向量：搞懂向量原理，把“文本”转成AI能检索的“数字密码”（7节）
• 10-1 向量-介绍
• 10-2 向量-huggingface
• 10-3 向量-modelscope
• 10-4 向量-相似度
• 10-5 向量存储-数据库
• 10-6 向量存储-数据库使用
• 10-7 向量存储-归一化
• 第11章 【LangChain】检索：从“全量搜索”到“精准定位”打造高响应的AI检索逻辑（10节）
• 11-1 检索-基础介绍
• 11-2 检索-multiquery多次检索
• 11-3 检索-上下文压缩检索
• 11-4 检索-相似度-doc分值
• 11-5 检索-检索过滤相似度分值
• 11-6 检索-ensamble聚合检索器
• 11-7 检索-LongContext重排序
• 11-8 检索-Self自查询1
• 11-9 检索-Self自查询2
• 11-10 检索-重排序
• 第12章 【LangChain】工具：让AI会用工具（查天气、调接口）拓展 AI 能力边界（7节）
• 12-1 工具-装饰器Tool介绍
• 12-2 工具-装饰器Tool-代码
• 12-3 工具-Tool工具类
• 12-4 工具-StructedTools
• 12-5 工具-BaseTool
• 12-6 工具-LLM-BindTool1
• 12-7 工具-LLM-BindTool2
• 第13章 【实战项目】目标与技术架构：明确AI知识库核心功能，看懂“从0到1”的完整链路（5节）
• 13-1 项目介绍-RAG介绍
• 13-2 项目介绍-RAG对比
• 13-3 项目介绍-RAG商业产品介绍
• 13-4 项目介绍-项目目标
• 13-5 项目介绍-技术架构
• 第14章 【实战项目】Streamlit技术介绍：40分钟上手！快速入门前端界面（8节）
• 14-1 Streamlit介绍
• 14-2 Streamlit-helloworld
• 14-3 Streamlit-表格-图表组件
• 14-4 Streamlit-交互控件
• 14-5 Streamlit-界面布局
• 14-6 Streamlit-会话状态
• 14-7 Streamlit-控件key参数介绍
• 14-8 Streamlit-控件key参数互动
• 第15章 【实战项目】Postgresql 数据库：AI 知识库数据存哪里？检索方案实战（6节）
• 15-1 Postgresql-介绍
• 15-2 Postgresql-全文搜索介绍
• 15-3 Postgresql-中文分词jieba安装
• 15-4 Postgresql-向量vector-插件介绍安装
• 15-5 Postgresql-相似度-欧式距离
• 15-6 Postgresql-相似度-曼哈顿距离
• 第16章 【实战项目】FastAPI技术介绍：搭建AI知识库后端接口，实现前后端数据互通（5节）
• 16-1 FastAPI-介绍-helloworld入门
• 16-2 FastAPI-传参
• 16-3 FastAPI-异步-响应状态码
• 16-4 FastAPI-商品案例
• 16-5 FastAPI-ApIRouter路由
• 第17章 【实战项目】前端设计：从“页面构思”到“界面搭建”手把手实现AI知识库前端界面（6节）
• 17-1 前端-构思
• 17-2 前端-左右布局
• 17-3 前端-首页搭建
• 17-4 前端-知识空间搭建
• 17-5 前端-知识库搭建
• 17-6 前端-设置搭建
• 第18章 【实战项目】后端整体设计：理清 “链路”，搭建 AI 知识库后端架构（9节）
• 18-1 后端-需求-模块分析
• 18-2 后端-实战编码逻辑
• 18-3 后端-数据库设计
• 18-4 后端-项目工程创建
• 18-5 后端-工程目录-分层设计
• 18-6 后端-api设计
• 18-7 后端-工程启动方式
• 18-8 后端-数据库操作
• 18-9 后端-补全数据库操作-日志对象-vector类型包
• 第19章 【实战项目】知识向量模块开发：动手实现！把文档转向量、存向量库的核心模块（5节）
• 19-1 后端-知识空间实战-动态数据
• 19-2 后端-知识空间增删改
• 19-3 后端-知识库-查看片段-删除
• 19-4 后端-知识库-上传文件-分段
• 19-5 后端-向量模块-向量化-job调度
• 第20章 【实战项目】动态配置开发：让AI知识库可配置（改参数、换模型），提升项目灵活性（3节）
• 20-1 后端-设置模块
• 20-2 后端-设置演示
• 20-3 后端-通过动态配置-获取数据库url-向量模型地址
• 第21章 【实战项目】会话模块开发：实现 ”AI 问答+上下文记忆”完成知识库核心交互功能（10节）
• 21-1 后端-首页会话-获取动态空间和用户
• 21-2 后端-标准大模型会话
• 21-3 后端-RAG大模型会话
• 21-4 后端-提示词模板的修复
• 21-5 后端-增加记忆能力
• 21-6 后端-历史会话记录-显示加载
• 21-7 后端-历史会话记录-清除
• 21-8 后端-历史会话记录-显示慢的优化
• 21-9 后端-显示引用的文档片段
• 21-10 后端-美化左侧菜单
• 第22章 【实战项目】扩展知识点：从“能用”到“好用”，AI 知识库深入扩展（4节）
• 22-1 扩展-项目实战与FastGPT的对比
• 22-2 扩展-chunk拆分的多种方式
• 22-3 扩展-问答对的作用
• 22-4 扩展-graphrag介绍
• 第23章 【实战项目】升级：LangChain0.3.x升级到LangChain1.0差异（4节）
• 23-1 langchain1_0-最新版本介绍
• 23-2 langchain1_0-教学代码差异
• 23-3 实战项目升级到Langchain1_0
• 23-4 LangChain1_0补充学习说明