跟阿铭学大模型技术

入门以及实战大模型的综合性课程,适合所有技术人员学习,尤其是运维相关人员

课程概览

课程包含主流AI技能:智能体、RAG、AIOps、OpenClaw、AI编程

越来越多的企业要求传统的技术人员懂AI、懂大模型,这个课程一定可以为你增值!

关键字

AIOps OpenClaw 智能体 大模型部署 微调 监控 RAG MCP Coze Dify n8n FastGPT RAGFlow AI编程

学完收获

上课形式

录播 + 直播 + 训练营 + 社群


随到随学,目前已经有180+节视频课+直播回放资源,还在持续增加中!

学习周期

2-4个月

承诺

课程永久有效期,月度更新频率

课程大纲

第一章:大模型基础
  • 1.1 大模型是什么玩意
  • 1.2 大模型存在的意义
  • 1.3 大模型参数
  • 1.4 大模型底层核心原理--Transformer架构
  • 1.5 大模型训练与数据
  • 1.6 大模型为什么需要GPU
第二章:大模型两大阵营
  • 2.1 开源大模型
  • 2.2 闭源大模型
  • 2.3 开源大模型选型指南
    • 选型核心维度
    • 行业选型建议
第三章:大模型私有部署
  • 3.1 硬件配置估算
    • 硬件核心配置逻辑
    • 量化技术与显存优化
    • 典型预算方案
    • 显存估算公式
  • 3.2 硬件选型策略
    • 需求驱动决策
    • 典型企业场景案例
  • 3.3 开源大模型部署实战
    • 部署思路以及方案
    • 阿里云PAI一键部署
    • 腾讯云HAI体验
    • ollama方式部署
    • VLLM方式部署
    • 集群模式部署
第四章:大模型微调
  • 4.1 搞懂大模型微调
    • 为什么需要微调
    • 微调技术分类
    • 技术选项指南
    • 微调策略
  • 4.2 大模型微调工具
    • 开源微调工具
    • 商业微调/精调平台
  • 4.3 大模型微调数据集
    • 微调数据集分类
    • 数据集格式
    • 获取公共数据集
    • 制作自己的数据集
  • 4.4 微调超参数
  • 4.5 大模型微调实战
    • 讯飞星火微调实战
    • LLaMA-Factory微调Qwen3大模型
    • Unsloth微调Qwen3大模型
第五章:智能体Agent实战
  • 5.1 智能体理论基础
  • 5.2 Coze智能体平台
    • 5.2.1 快速体验Coze智能体
    • 5.2.2 工作流实战
    • 5.2.3 对话流实战
    • 5.2.4 知识库实战
    • 5.2.5 数据库实战
  • 5.3 基于Coze智能体平台实战落地
    • 5.3.1 创建工作流
    • 5.3.2 创建智能体
  • 5.4 基于开源平台Dify搭建智能体
    • 5.4.1 认识Dify
    • 5.4.2 本地部署Dify
    • 5.4.3 在Dify配置模型
    • 5.4.4 在Dify配置插件
    • 5.4.5 创建Chatfow应用
    • 5.4.6 创建工作流
    • 5.4.7 创建知识库
    • 5.4.8 Dify智能体实战
  • 5.5 基于MCP(阿里云百炼)的智能体实战
    • 5.5.1 MCP基础
    • 5.5.2 快速体验阿里云百炼MCP
    • 5.5.3 基于阿里云百炼MCP做一个旅游规划
  • 5.6 私有部署开源版Coze
    • 5.6.1 准备Linux机器
    • 5.6.2 安装Docker和Docker-compose
    • 5.6.3 克隆源码
    • 5.6.4 运行coze
    • 5.6.5 使用coze
  • 5.7 基于n8n的智能体实战
    • 5.7.1 N8n介绍
    • 5.7.2 N8n部署
      • 5.7.2.1 准备工作
      • 5.7.2.2 安装n8n
    • 5.7.3 体验n8n
      • 5.7.3.1 基于模板创建工作流
      • 5.7.3.2 自定义工作流
      • 5.7.3.3 n8n节点介绍
        • 5.7.3.3.1 触发器节点
        • 5.7.3.3.2 文件操作节点
        • 5.7.3.3.3 控制节点
        • 5.7.3.3.4 循环与迭代
        • 5.7.3.3.5 合并
        • 5.7.3.3.6 流程控制
        • 5.7.3.3.7 code节点
        • 5.7.3.3.8 数据节点
        • 5.7.3.3.9 存储节点
        • 5.7.3.3.10 三方存储
    • 5.7.4 用n8n搭建智能体
第六章:RAG实战
  • 6.1 RAG基础
  • 6.2 向量数据库Milvus
    • 6.2.1 了解向量数据库
    • 6.2.2 快速入门Milvus
  • 6.3 基于FastGPT实现RAG落地
    • 6.3.1 FastGPT介绍与安装
    • 6.3.2 快速上手FastGPT
    • 6.3.3 项目实战
  • 6.4 基于RAGFlow实现RAG落地
    • 6.4.1 认识RAGFlow
    • 6.4.2 在Linux机器上部署RAGFlow
    • 6.4.3 快速体验RAGFlow
    • 6.4.4 项目实战
第七章:大模型运维监控与优化
  • 7.1 大模型平台监控
    • 7.1.1 基础命令行工具
    • 7.1.2 专业监控工具Prometheus+Grafana
  • 7.2 大模型优化
    • 7.2.1 优化策略
    • 7.2.2 大模型量化
    • 7.2.3 大模型知识蒸馏
      • 7.2.3.1 知识蒸馏的核心机制
      • 7.2.3.2 知识蒸馏的技术方法分类
      • 7.2.3.3 百度智能云千帆大模型平台做大模型蒸馏
      • 7.2.3.4 用DistillKit做大模型蒸馏
  • 7.3 大模型压测
    • 7.3.1 压测指标
    • 7.3.2 压测工具
      • 7.3.2.1 阿里云PAI模型在线服务(EAS)
      • 7.3.2.2 百度智能云千帆ModelBuilder
      • 7.3.2.3 EvalScope
      • 7.3.2.4 Locust
    • 7.3.3 压测实战
  • 7.4 大模型安全运维
第八章:大模型应用实战项目落地(AI编程)
  • 8.1 AI辅助编程
    • 8.1.1 GLM4.6全栈开发
    • 8.1.2 通义零码
    • 8.1.3 Trae
    • 8.1.4 claude code
  • 8.2 产品需求文档设计
  • 8.3 项目开发
    • 8.3.1 用通义灵码落地需求
    • 8.3.2 用Codex/Claude Code落地需求
    • 8.3.3 用AI克隆一个网站
  • 8.4 项目测试和部署上线
    • 8.4.1 注册账号
    • 8.4.2 将代码推送到github
    • 8.4.3 在Vercel部署项目
    • 8.4.4 绑定域名
第九章:自动化运维平台(AIOps)探索和落地
  • 9.1 基于Coze做运维智能体
    • 9.1.1 Coze自定义插件
      • 9.1.1.1 基于API创建插件
      • 9.1.1.2 基于IDE创建自定义插件
    • 9.1.2 自定义coze插件管理阿里云机器
      • 9.1.2.1 准备工作
      • 9.1.2.2 创建Coze插件
    • 9.1.3 设计Coze工作流
    • 9.1.4 设计aiops智能体
  • 9.2 用Coze+Ansible做自动化运维智能体
    • 9.2.1 准备工作
      • 9.2.1.1 准备Ansible环境
      • 9.2.1.2 编写ansible api服务脚本并开启API
      • 9.2.1.3 编写playbook
    • 9.2.2 创建coze插件
    • 9.2.3 创建coze工作流
    • 9.2.4 配置coze智能体
  • 9.3 用Dify+jumpserver做运维智能体
    • 9.3.1 部署Jumpserver
      • 9.3.1.1 部署jumpserver
      • 9.3.1.2 快速体验Jumpserver
    • 9.3.2 部署Jumpserver MCP
      • 9.3.2.1 获取用户Token
      • 9.3.2.2 部署jumpserver MCP
      • 9.3.2.3 到Dify上添加Jumpserver MCP
    • 9.3.3 实现一个简单的需求
      • 9.3.3.1 创建Dify应用
      • 9.3.3.2 测试Dify应用
    • 9.3.4 做一个综合性应用智能体
  • 9.4 用Dify+k8s做运维智能体
  • 9.5 用Dify+Prometheus+Alertmanager做运维智能体
  • 9.6 用n8n+Prometheus+Alertmanager做运维智能体
  • 9.7 用Dify+Ansible的MCP做运维智能体
  • 9.8 用n8n+Jenkins做Devops+AIOps智能体
  • 持续更新中……

AIOps是本课程重点章节,占篇幅最多,未完,更新中

第十章:OpenClaw
  • 10.1 OpenClaw介绍
  • 10.2 OpenClaw部署
    • 10.2.1 云主机部署
    • 10.2.2 本地部署
  • 10.3 OpenClaw接入聊天工具
    • 10.3.1 OpenClaw接入Telegram
    • 10.3.2 OpenClaw接入飞书
    • 10.3.3 OpenClaw接入企业微信
    • 10.3.4 OpenClaw接入钉钉
  • 10.4 OpenClaw多Agent协作
  • 10.5 OpenClaw实战
  • 10.6 OpenClaw与AIOps
    • 10.6.1 OpenClaw+Ansible 管理Linux主机
    • 10.6.2 OpenClaw+Kubernetes 做一个智能k8s管理平台
    • 10.6.3 OpenClaw+Prometheus 做智能监控告警
    • 10.6.4 OpenClaw+Loki 做智能日志平台

常见问题 FAQ

1、课程交付包含哪些东西?

不少于200节的录播视频(会持续更新和迭代)、每周一次直播课、vip群内答疑、训练营、就业辅导、生产项目落地指导

2、训练营是什么?

训练营是课程交付的一部分,是为了让同学们更高效地学习完课程。

训练营每两个月一期,有单独的训练营群,训练营里会每天安排学习任务,同学们需要打卡,训练营有考核机制。

我们的直播课和训练营是配套的。

3、课程的更新计划是什么样的?

课程承诺大家每个月都有新内容。

课程后期的内容主要针对市面上主流的AI技能,比如智能体、n8n、RAG,当然针对运维同学关心的板块aiops也是课程的重点内容,这些会占课程的大部分比例。

课程本着以人为本、实用务实的原则,后续也会根据同学们的实际工作中的需求为出发点研发新内容!

4、课程价格还能再优惠一些吗?

抱歉同学,目前价格已经是最低价啦!课程可以说是市面上同类型课程中性价比最高的!毕竟课程是永久有效的,而且课程还有直播和训练营,交付力度很重!

大家都了解目前AI技术发展很快,可能上个月刚出的课程这个月就淘汰了,所以我需要保持非常高频率的更新迭代,这些都是成本。从另一方面来说,大家一次付费可以一直学新技术,这个增值服务很高!

课程随着内容越来越多,价格也会持续上涨,越早买越合适!

5、AIOps的落地场景都有哪些?

理论上这个专栏中的文章所涉及的场景都会在课程里体现,点此打开专栏:--> aiops专栏

当前阶段,我的研究方向以运维智能体为主,比如借助coze、dify、n8n作为AI能力引擎,再针对常见的运维工具(如,k8s、ansible、jumpserver、promote、elk、loki、zabbix、devops工具链等)做各种场景落地。

6、在找工作方面有哪些服务?

首先声明一下,本课程不包就业,我无法承诺你学完这个课程就能找到工作。如果哪个机构给你承诺了,我认为那都是忽悠你!因为目前大环境很不好,能不能找到工作,对你的技能要求只是一方面,很多企业会要求学历和年龄!

但我能肯定的是,学完我的课程你一定是拥有了做AI相关领域工作的能力,比如智能体开发、aiops运维、大模型运维以及一些大模型延伸的细分领域。

另外大家一定要搞清楚一件事,大模型能力是现阶段很多企业急需的技能,你去面试几家就能知道,面试官多少都会问一些大模型相关问题,如果你学了我的课,一定会给你面试加分,你面试成功率就会增加!

在找工作服务方面,我能给大家提供:工作机会内推、简历指导、面试复盘指导、面试技巧、面试题库等,总之我会尽最大努力去帮助大家就业!

7、学完课程可以找哪方面工作?

目前市面上专业的细分大模型相关工作还不多,大多都是基于你原本工作做AI能力扩充。比如,运维工程师需要懂大模型,程序员需要懂大模型,测试以及产品等技术岗需要懂大模型。

也有专门的岗位,比如,智能体工程师、大模型微调训练工程师、数据集相关岗位(如标注)、大模型运维工程师、RAG相关岗位等。

8、学这个课对硬件要求高吗?需要自己配一台GPU的电脑吗?

对硬件配置要求确实高,建议配一台英伟达显存24G显卡的电脑,这个成本相对较高。所以,我们的解决方案是使用按量付费的云主机: Autodl 、阿里云、腾讯云等资源。 整个课程所有实验做下来成本控制在200元以内。

9、直播安排在什么时间点

直播是跟训练营配套的,即使你不参与训练营,也可以听直播。 直播固定安排在每周三晚8点,1-2小时。如果你有事参加不了,也可以看回放视频。