首页 体系课 程序员AI编程绿皮书
程序员AI编程绿皮书
这是一本会持续新增的书。技术演进,书亦更新,与你共同成长。
从文字预测、词向量、模型预训练RLHF等基础原理到MCP、LangGraph、Skills应用,
最后到A2A智能体协议,从理论到实践全面覆盖
13 课程内容
24 个月 教学服务期限
40 小时 视频时长
36 累计学习人数
100% 累计好评度
13 课程内容
24 个月 教学服务期限
70000 手敲代码
2 企业及项目
16+ 实操案例
36 累计学习人数

上新特惠 ¥549

7天未学可退 ¥599

学透AI 本质·掌握AI 运用·构建AI产品

70+AI核心·20+AI框架·11个演进阶段

内容精巧打磨,只为把复杂的AI 本质讲明白

以下都是你能从绿皮书带走的真本事

我们为您提供的服务

适合人群

学长学姐们读后感

确实如此

为什么我们选择图文为主、视频穿插?

课程大纲及学习周期安排

为保证课程内容紧跟市场变化,课程章节将逐步开放,直至课程完结

阶段一: 【认知基石】理解大模型的本质与工作原理
12门课    ·   课程总时长:6小时
  • 第1周
  • 第2周
  • 第3周
语言模型是什么

建立对大语言模型的系统认知。从ChatGPT的函数本质出发,理解参数如何承载知识、训练如何迭代优化、文字接龙如何产生智能,最终看清语言模型从N-gram到Transformer的完整演进脉络。

课程安排:
  1. 1、ChatGPT的本质
  2. 2、训练的本质
  3. 3、参数的演化
  4. 4、概率分布的数学本质
  5. 5、简单任务背后的复杂智能
  6. 6、Token、幻觉与创造力
  7. 7、什么是语言模型
  8. 8、从数据中学习规律
  9. 9、语言模型的演进
  10. 10、大语言模型与对话系统
语言模型怎么训练

搞懂语言模型从无到有的训练全流程。先看Embedding怎么把文字变成可以计算的向量,再看预训练如何在海量文本上让模型学会语言规律,最后理解监督微调怎么把"只会接龙"的模型变成"会回答问题"的助手。

课程安排:
  1. 1、Embedding-从符号到数字
  2. 2、Embedding(二)-词向量的魔法
  3. 3、Embedding(三)-意义的数学化
  4. 4、预训练本质
  5. 5、预训练-代价与数据
  6. 6、预训练-为什么叫预训练
  7. 7、监督微调概念与本质
  8. 8、监督微调的三个关键要素
  9. 9、监督微调的对比与局限
语言模型的进阶能力

探索预训练和微调之后的"高级能力"。RLHF怎么让AI对齐人类价值观,涌现能力为什么令人震撼,Temperature和Top-p怎么控制AI的创造力,幻觉问题为什么至今无法彻底消灭。

课程安排:
  1. 1、RLHF-什么是对齐
  2. 2、RLHF的三个步骤
  3. 3、RLHF的局限与思考
  4. 4、涌现能力(一)-令人震撼的发现
  5. 5、涌现能力(二)-为什么会涌现
  6. 6、涌现能力(三)-涌现的边界
  7. 7、Context Learning
  8. 8、CoT思维链
  9. 9、Temperature-控制创造力的旋钮
  10. 10、Top-p核采样的动态控制
  11. 11、Top-p随机性与参数设置
  12. 12、幻觉
阶段二: 【实战入门】大模型开发与知识接入
8门课    ·   课程总时长:6小时
  • 第4周
  • 第5周
理解大模型开发

从理论走向实战。搞清楚AI、机器学习、大模型之间的关系,完成环境搭建和第一次API调用,通过多轮对话、流式输出、专业翻译器等实战掌握核心参数,系统学习Prompt五要素和结构化输出模板。

课程安排:
  1. 1、AI与大模型
  2. 2、理解大模型开发-理论篇
  3. 3、理解大模型开发-实践篇
  4. 4、准备工作与环境搭建
  5. 5、第一次API调用与核心参数
  6. 6、多轮对话与上下文管理实战
  7. 7、流式输出与长度控制
  8. 8、创意控制与专业翻译器
  9. 9、Prompt基础与必要场景
  10. 10、Prompt五要素
  11. 11、结构化输出与常用模板
RAG:知识接入技术

大模型的知识有截止日期,也不知道你公司的内部文档。RAG就是解决这个问题——先从知识库里"检索"相关内容,再让模型基于这些内容"生成"回答,让AI拥有实时、私有的领域知识。

课程安排:
  1. 1、RAG核心原理-工作流程与语义搜索
  2. 2、RAG核心原理-检索生成与关键机制
  3. 3、Embedding:把文字变成向量
  4. 4、向量数据库- 核心算法
  5. 5、向量数据库-进阶算法与Chroma实战
  6. 6、第一个RAG应用:游戏知识问答系统
  7. 7、文档分块:Chunking的艺术
  8. 8、文档分块实战:Java编程规范问答
  9. 9、RAG检索优化:让答案更准确
  10. 10、LlamaIndex-核心概念与查询机制
  11. 11、LlamaIndex-实战:Java规范问答系统
阶段三: 【工具与协议】让AI连接世界
7门课    ·   课程总时长:6小时
  • 第6周
  • 第7周
Function Calling:工具调用机制

大模型只能输出文字,查不了天气、读不了数据库、发不了邮件。Function Calling让模型在输出文字的同时,告诉你"我需要调用某个工具"——AI从"只会说"变成"能做事"。

课程安排:
  1. 1、Function Calling的本质与角色
  2. 2、一次完整的调用流程
  3. 3、实战:游戏装备查询
  4. 4、Function Calling进阶实战
MCP:模型上下文协议

Function Calling让AI能调用工具了,但怎么让别人也能用上你写的工具?每个AI应用都自己写一套对接代码?MCP就是来解决这个问题的——给工具共享定一个统一标准,就像HTTP给Web定了统一标准一样。

课程安排:
  1. 1、MCP核心概念
  2. 2、Resources概念
  3. 3、Resources实战
  4. 4、Tools详解
  5. 5、Prompts详解
  6. 6、Resources+Tools+Prompts组合
  7. 7、MCP通信协议
  8. 8、传输与生命周期
  9. 9、需求分析与流程
  10. 10、技术选型与实现
  11. 11、使用MCP Server
  12. 12、集成与发布MCP
阶段四: 【框架应用】高效AI开发
4门课    ·   课程总时长:5小时
  • 第8周
  • 第9周
LangChain框架入门

每次开发AI应用都要自己管理对话历史、解析Function Calling、处理错误重试——太累了。LangChain把这些通用需求封装好了,让你专注于业务逻辑而不是胶水代码。

课程安排:
  1. 1、为什么需要LangChain
  2. 2、LangChain核心概念
  3. 3、第一个LangChain应用
  4. 4、工具调用:让AI操作外部世界
  5. 5、RAG集成:打造智能知识库
LangGraph:工作流编排

LangChain的Agent能自主决策调工具,但任务一复杂就露馅了——单轮推理的黑盒模式不可控、不可调试、不可干预。LangGraph用图结构编排工作流,让AI的每一步都看得见、管得住。

课程安排:
  1. 1、为什么需要LangGraph
  2. 2、LangGraph核心概念
  3. 3、文周写作Agent
  4. 4、条件分支与循环
  5. 5、人工介入(Human-in-the-Loop)
阶段五: 【能力封装】可复用技能
3门课    ·   课程总时长:6小时
  • 第10周
Skill:可复用技能封装

你总结了一套很好的代码审查方法论,但每次用都要重新写一遍提示词。Skill就是用来解决这个问题的——把专业知识、工作流程、最佳实践封装成一个标准化模块,装上就能用,还能分享给别人。

课程安排:
  1. 1、Skill的获取与生态
  2. 2、Skill核心概念
  3. 3、Skill的扩展能力
  4. 4、让AI帮你创建Skill
  5. 5、个人技能可视化:frontend-design实战
  6. 6、让Skill真正生效的实践原则
阶段六: 【智能体】从单体到多体
6门课    ·   课程总时长:6小时
  • 第11周
  • 第12周
Agent:智能体架构

前面学了很多零散的能力——Function Calling、RAG、LangGraph,这一周把这些串起来,回到一个根本问题:什么才是真正的Agent?它的架构是什么样的?怎么让它有记忆、会推理、能行动?

课程安排:
  1. 1、什么是真正的Agent
  2. 2、从Function Calling到Agent的演进
  3. 3、Agent的核心架构剖析
  4. 4、执行:能力实现详解
  5. 5、记忆系统:让Agent拥有经验
  6. 6、推理模式:Agent如何思考
  7. 7、Agent的实现范式对比
  8. 8、实战:智能旅行规划Agent
Multi-Agent:多智能体协作

一个Agent再强大,也有能力边界。不如让多个专业Agent各司其职再协作——这就是多Agent系统的核心思想。最后一周,把所有学过的东西串起来,用CrewAI框架完成全书最终实战。

课程安排:
  1. 1、多Agent协作:从个体到群体智能
  2. 2、Google A2A协议:Agent间通信标准
  3. 3、CrewAI框架:构建多Agent协作系统
  4. 4、CrewAI最终实战:习题生成与考试评测系统
  5. 5、CrewAI实战解析:程序1题目生成器
  6. 6、CrewAI实战解析:程序2考试系统与混合架构
  7. 7、全书结语:从理论到实践的AI开发之旅
阶段七: 新增规划:新增-Loop Engineering、新增-蒸馏技术 、新增-Transformer
3门课    ·   课程总时长:5小时
  • 第13周
一本会不断增加内容的书

程序员AI编程绿皮书持续新增规划(7~9月)

课程安排:
  1. 1、新增-蒸馏技术
  2. 2、新增-Transformer
  3. 3、新增-Loop Engineering

微信扫码

选课遇到问题?添加指导老师微信,1V1为您解答~
发送“课程名称”至老师微信,还可领取课程专属福利!

除了出色的视频内容,这里有伴你整个职业生涯的“成长社区”

学习时你能在这里获取答案,工作后你能在这里解决难题

由于课程类型与教学目标不同,学习服务会有不同,具体服务可在线咨询
问答专区
作业专区
笔记专区
资料专区
编程遇难点,名师来指点;疑难汇总一键查看,海量问答覆盖全面
多方位知识面,分层巩固吸收;学练测一体,一对一项目点评
脱离时空限制,随记随查很方便;总结课程重点,分享提升代码经验
横向拓展,超全配套教辅资源;纵向延伸,源码开放更助知识理解
了解更多
课程特色
课程收获
课程服务
适合人群
同学评价
课程大纲
领取福利
返回顶部

学习咨询

人工咨询扫码
享更多优惠额

扫码加顾问老师 立即咨询

微信客服

购课补贴
联系客服咨询优惠详情

帮助反馈 APP下载

慕课网APP
您的移动学习伙伴

公众号

扫描二维码
关注慕课网微信公众号

在线咨询

领取优惠

免费试听

领取大纲

扫描二维码,添加
你的专属老师