Skip to content

learnagi/python-course-llms

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

6 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

title slug description status
Python LLM 开发实战课程
python-llm-course
一个面向LLM开发的Python教程,从环境搭建到API调用,系统地学习Python编程和大语言模型应用开发
published

Python LLM 开发实战课程

这是一个专注于LLM(大语言模型)开发的Python教程,从Python基础知识到实际的LLM API应用开发,系统地介绍相关知识和实践经验。

课程特点

  • 🎯 面向LLM开发:所有示例和练习都围绕LLM应用开发展开
  • 📈 循序渐进:从Python基础到高级特性,适合各层次学习者
  • 💻 实战导向:每章都包含实际的编程练习和项目实践
  • 🔄 及时更新:根据最新的LLM发展动态更新教程内容

课程结构

第一部分:基础知识

  1. 环境配置

    • Python安装与配置
    • 开发环境搭建
    • 包管理工具使用
  2. Python基础

    • Python语法入门
    • 变量和数据类型
    • 基本运算符
    • 控制流程
  3. 数据类型和变量

    • 字符串处理
    • 列表和元组
    • 字典和集合
    • 数据类型转换
  4. 函数和模块

    • 函数定义和调用
    • 参数和返回值
    • 模块导入和使用
    • 包的创建和管理

第二部分:Web开发基础

  1. API基础

    • HTTP协议
    • RESTful API
    • API认证和授权
    • 请求和响应处理
  2. JSON处理

    • JSON格式
    • 序列化和反序列化
    • JSON Schema
    • 数据验证
  3. 文件操作和数据处理

    • 文件读写
    • 路径处理
    • 数据格式转换
    • 数据清洗和预处理
  4. FastAPI Web应用开发

    • FastAPI基础
    • 路由和端点
    • 请求和响应处理
    • 数据验证
    • 中间件和依赖注入

第三部分:LLM应用开发

  1. OpenAI API使用

    • API配置
    • 模型调用
    • 参数优化
    • 错误处理
    • 最佳实践
  2. 对话系统开发

    • 对话管理
    • 上下文处理
    • 多轮对话
    • 对话策略
    • 会话状态管理
  3. 提示工程与优化

    • 提示设计
    • 提示模板
    • 提示优化
    • 提示评估
    • 高级技巧

第四部分:高级主题

  1. 面向对象编程

    • 类和对象
    • 继承和多态
    • 封装和抽象
    • 魔术方法
    • 设计模式
  2. 异步编程

    • 协程基础
    • async/await语法
    • 异步IO
    • 并发编程
    • 性能优化
  3. 测试与调试

    • 单元测试
    • 集成测试
    • 调试技巧
    • 性能分析
    • 测试最佳实践
  4. 项目实践

    • 项目结构
    • 代码规范
    • 文档编写
    • 开发流程
    • 最佳实践
  5. 中国大模型实战

    • DeepSeek使用
    • 文心一言集成
    • ChatGLM应用
    • 智能客服系统
    • 实战案例

第五部分:部署与运维

  1. 部署与生产环境
    • 部署准备
    • 性能优化
    • 监控和告警
    • 安全配置
    • 容器化
    • 生产环境配置

课程特点

  1. 实践导向:每章都包含大量实践示例和练习题
  2. 循序渐进:从基础到高级逐步深入
  3. 项目驱动:通过实际项目加深理解
  4. 最佳实践:介绍行业标准和最佳实践

适用人群

  • Python开发者
  • AI应用开发者
  • 后端工程师
  • 技术爱好者

预备知识

  • 基本的编程概念
  • 简单的Python语法
  • 命令行操作基础

学习目标

完成本课程后,你将能够:

  1. 熟练使用Python开发LLM应用
  2. 构建完整的对话系统
  3. 掌握提示工程技巧
  4. 使用国内外主流大模型
  5. 优化和部署AI应用
  6. 掌握项目开发最佳实践

参考资源

参与贡献

我们欢迎各种形式的贡献,包括但不限于:

  • 报告问题和bug
  • 提出改进建议
  • 提交内容修改
  • 补充更多示例

贡献前请先阅读我们的贡献指南

许可证

本教程采用 MIT 许可证。详见 LICENSE 文件。

About

专门为大模型准备的Python课程

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published