├── 00-开学第一课
│ └── 开营直播-AIIDE的架构演进，洞察AI工程化的设计逻辑
├── 01-第一周：大语言模型技术栈与 Prompt 工程
│ ├── 1.AI工程化定义&大模型与函数的调用
│ └── 2.LangChain核心组件&LlamaIndex与知识增强系统
├── 02-第二周：技术栈与 Prompt 工程&深度学习与 NLP 基础
│ ├── 1.工程化中的Prompt技巧与多Agent、轻量微调、生产部署实践
│ └── 2.工程准备与数据工程&Transformer与高效微调
├── 03-第三周：深度学习与 NLP 基础
│ └── 1.微调管理优化与评估压缩部署
├── 04-第四周：数据工程与知识增强
│ ├── 1.解构RAG与使用LlamaIndex实现RAG
│ └── 2.QAnything与本地RAG解决方案
├── 05-第五周：数据工程与知识增强&智能客服系统架构设计
│ ├── 1.提升RAG效果的方法
│ └── 2.搭建基础对话链&意图识别流水线设计.fixed
├── 06-第六周：智能客服系统架构设计
│ ├── 1.意图识别与上下文理解与记忆管理
│ └── 2.让系统“会行动”与用LangGraph实现多轮对话流程控制
├── 07-第七周：智能客服系统架构与多Agent协作与通信机制
│ ├── 1.工具调用引擎设计&多Agent协作概念以及主流框架
│ └── 2.多智能体框架与MCP协议
├── 08-第八周：多Agent协作与通信机制
│ ├── 1.LangGraph集成MCPServer与A2A
│ └── 2.Gemini-fullstack-langgraph-quickstart源码剖析
├── 09-第九周：DSL语言设计与执行引擎
│ ├── 1.DSL设计原则与应用场景&使用ANTLR-Lark解析DSL语法
│ └── 2.NL2SQL与数据安全
├── 10-第十周：智能Agent高级能力构建
│ └── 1.记忆管理系统设计与Agent可观测性系统构建
├── 11-第十一周：智能Agent高级能力构建
│ └── 1.Agent在多模态任务中的推理&移动端大模型部署
├── 12-第十二周：模型部署与服务化
│ ├── 1.Docker容器化打包与镜像构建&FastAPI构建模型基础服务
│ └── 2.K8S编排基础与监控系统、日志收集系统搭建
├── 13-第十三周：Python高性能编程与并发工程
│ ├── 1.核心概念与底层原理&并行机制对比分析
│ ├── 2.并行机制对比分析与FastAPI深度集成
│ └── 3.LangChain异步开发进阶与向量数据库和GPU
├── 14-第十四周：项目实战 —— 工程化企业级智能客服平台
│ ├── 1.需求与原型阶段
│ └── 2.补充核心与交互能力
├── 15-第十五周：行业场景与产品设计
│ ├── 1.AI产品从“能做”到“好用”的跨越与垂直领域的深水区
│ └── 2.AI伦理、数据合规与治理&Dify二次开发
└── 16-模块实战讲解
├── 模块一：实践一：基于LangChain构建一个多任务问答助手
├── 模块一实践二：构建一个多Agent协同客服系统
├── 模块二实践一：训练一个意图识别模型并部署为API
├── 模块二实践二：基于LoRA微调一个垂直领域客服问答模型
├── 模块三实践一：构建一个基于FAISS-Milvus的FAQ检索系统
└── 模块三实践二：构建一个基于FAISS-Milvus的FAQ检索系统
