特训营总览
第一阶段：AI发展史（10天）
了解AI从起源到2025年的发展历程，建立全局认知。
| 天数 |
主题 |
核心内容 |
| 第1天 |
AI起源与早期发展（1950-1980） |
图灵测试、符号主义AI、专家系统 |
| 第2天 |
机器学习时代（1980-2010） |
统计学习方法、SVM、决策树 |
| 第3天 |
深度学习革命（2010-2017） |
CNN、RNN、LSTM、AlphaGo |
| 第4天 |
Transformer与大语言模型（2017-2022） |
Transformer、BERT、GPT系列 |
| 第5天 |
生成式AI爆发（2022-2023） |
ChatGPT、AIGC、Prompt Engineering |
| 第6天 |
AI Agent兴起（2023-2024） |
LangChain、AutoGPT、RAG |
| 第7天 |
MCP协议发布（2024年底） |
Model Context Protocol详解 |
| 第8天 |
Skills标准发布（2025年） |
Anthropic Skills标准 |
| 第9天 |
AI Agent爆发元年（2025） |
从"助手"到"操盘手"的质变 |
| 第10天 |
AI现状与未来（2025-2026） |
推理模型、新形态Agent、未来趋势 |
第二阶段：核心技术模块（70天）
深入学习AI核心技术，每个模块都有完整的实战项目。
模块1：大语言模型基础（8天）
| 天数 |
主题 |
核心内容 |
实践 |
| 第11天 |
LLM原理与架构 |
Transformer、Self-Attention、位置编码 |
从零实现Self-Attention |
| 第12天 |
主流LLM架构对比 |
GPT、BERT、T5、LLaMA、PaLM、Gemini |
对比不同模型的输出 |
| 第13天 |
国内大模型详解 |
文心一言、通义千问、混元、豆包、GLM、Kimi、DeepSeek、Yi |
调用5个国内模型API对比 |
| 第14天 |
国外大模型详解 |
GPT-4、Claude、Gemini、Llama、Mistral |
调用3个国外模型API对比 |
| 第15天 |
LLM API开发实战 |
API调用、流式输出、Function Calling |
开发LLM API封装库 |
| 第16天 |
Prompt Engineering |
Prompt设计、Few-shot、CoT |
优化Prompt提升任务效果 |
| 第17天 |
LLM评估与选择 |
评估指标、基准测试、成本分析 |
评估3个模型在特定任务上的表现 |
| 第18天 |
LLM模块总结与项目 |
知识点回顾、技术选型 |
实战项目：智能问答系统 |
模块2：MCP协议开发（8天）
| 天数 |
主题 |
核心内容 |
实践 |
| 第19天 |
MCP协议深度解析 |
MCP协议标准、架构设计 |
分析MCP协议规范 |
| 第20天 |
MCP Server开发基础 |
Server架构、资源定义、工具定义 |
开发简单MCP Server |
| 第21天 |
MCP工具开发 |
工具定义、参数验证、错误处理 |
开发MCP工具集 |
| 第22天 |
MCP资源管理 |
资源定义、资源访问、权限控制 |
实现MCP资源管理 |
| 第23天 |
MCP Client开发 |
Client架构、Server连接、工具调用 |
开发MCP Client |
| 第24天 |
MCP与Claude Desktop集成 |
Claude Desktop配置、MCP Server注册 |
将MCP Server集成到Claude Desktop |
| 第25天 |
MCP生态与工具 |
主流MCP工具、MCP Server市场 |
调研5个主流MCP工具 |
| 第26天 |
MCP模块总结与项目 |
知识点回顾、最佳实践 |
实战项目：文件操作MCP工具 |
模块3：Skills标准开发（8天）
| 天数 |
主题 |
核心内容 |
实践 |
| 第27天 |
Skills标准深度解析 |
skill.md规范、目录结构、能力发现 |
分析Skills标准规范 |
| 第28天：Skills vs MCP vs SubAgent |
三者区别、应用场景、协同使用 |
对比分析三者应用场景 |
|
| 第29天 |
Skills开发基础 |
Skills目录结构、skill.md编写 |
开发简单Skill |
| 第30天 |
Skills文档驱动开发 |
文档驱动开发理念、Markdown结构化 |
编写专业的skill.md |
| 第31天 |
Skills能力发现 |
能力定义、动态加载、技能注册 |
实现Skills能力发现机制 |
| 第32天 |
Skills最佳实践 |
Skills设计原则、技能组合、技能复用 |
开发可复用的Skills库 |
| 第33天 |
Skills生态与市场 |
GitHub上的Skills项目、Skills市场 |
调研10个主流Skills |
| 第34天 |
Skills模块总结与项目 |
知识点回顾、最佳实践 |
实战项目：Skills工具集 |
模块4：AI Agent开发（10天）
| 天数 |
主题 |
核心内容 |
实践 |
| 第35天 |
Agent基础概念 |
Agent定义、架构、核心组件 |
理解Agent架构 |
| 第36天 |
Agent感知与规划 |
感知模块、规划模块、ReAct框架 |
实现Agent感知与规划 |
| 第37天 |
Agent行动与记忆 |
行动模块、记忆模块、反思评估 |
实现Agent行动与记忆 |
| 第38天 |
LangChain框架（上） |
LangChain核心概念、Chains、Prompts |
使用LangChain构建简单Chain |
| 第39天 |
LangChain框架（下） |
自定义Tool、自定义Agent、LangGraph |
开发自定义Tool |
| 第40天 |
AutoGPT与BabyAGI |
AutoGPT原理、任务分解与执行 |
使用AutoGPT框架 |
| 第41天 |
SubAgent（子智能体） |
SubAgent概念、多Agent架构、协作模式 |
实现SubAgent系统 |
| 第42天 |
Agent记忆系统 |
记忆类型、记忆管理、向量记忆 |
实现Agent记忆 |
| 第43天 |
Agent反思与评估 |
反思机制、自我评估、错误纠正 |
实现Agent反思机制 |
| 第44天 |
Agent模块总结与项目 |
知识点回顾、设计模式 |
实战项目：个人助理Agent |
模块5：RAG技术（7天）
| 天数 |
主题 |
核心内容 |
实践 |
| 第45天 |
RAG原理与架构 |
RAG概念、检索增强生成流程 |
理解RAG工作流程 |
| 第46天 |
向量数据库基础 |
向量表示、相似度计算、向量索引 |
使用Chroma创建向量库 |
| 第47天 |
向量数据库对比 |
Chroma、FAISS、Milvus、Pinecone |
对比3个向量数据库 |
| 第48天 |
文档处理与切片 |
文档解析、文本切片、元数据管理 |
实现文档处理流水线 |
| 第49天 |
检索优化 |
检索策略、查询扩展、上下文优化 |
优化检索准确率 |
| 第50天 |
RAG高级技术 |
多轮对话RAG、多模态RAG、知识图谱RAG |
实现多轮对话RAG |
| 第51天 |
RAG模块总结与项目 |
知识点回顾、最佳实践 |
实战项目：企业知识库问答系统 |
模块6：大模型微调（6天）
| 天数 |
主题 |
核心内容 |
实践 |
| 第52天 |
微调原理 |
微调vs预训练、PEFT、LoRA原理 |
理解微调流程 |
| 第53天 |
LoRA与QLoRA |
LoRA原理、QLoRA原理、量化技术 |
使用LoRA微调模型 |
| 第54天 |
微调数据准备 |
数据收集、清洗、标注、格式化 |
准备微调数据集 |
| 第55天 |
模型训练与评估 |
训练配置、超参数调优、训练监控 |
训练并评估模型 |
| 第56天 |
模型部署 |
模型导出、推理框架、API服务 |
部署微调模型 |
| 第57天 |
微调模块总结与项目 |
知识点回顾、最佳实践 |
实战项目：垂直领域问答模型 |
模块7：AI应用部署（6天）
| 天数 |
主题 |
核心内容 |
实践 |
| 第58天 |
模型量化 |
量化原理、GPTQ、AWQ、GGUF |
量化模型 |
| 第59天 |
推理加速 |
vLLM、TGI、TensorRT-LLM |
使用vLLM部署模型 |
| 第60天 |
边缘部署 |
ONNX Runtime、OpenVINO、移动端部署 |
边缘部署模型 |
| 第61天 |
云服务部署 |
AWS、Azure、阿里云、腾讯云 |
云服务部署 |
| 第62天 |
监控与优化 |
性能监控、成本优化、负载均衡 |
实现监控系统 |
| 第63天 |
部署模块总结与项目 |
知识点回顾、最佳实践 |
实战项目：高并发LLM服务 |
模块8：AI安全与伦理（4天）
| 天数 |
主题 |
核心内容 |
实践 |
| 第64天 |
AI安全基础 |
Prompt注入、对抗样本、数据泄露 |
测试Prompt注入 |
| 第65天 |
AI防护技术 |
输入过滤、输出过滤、对抗训练 |
实现安全过滤 |
| 第66天 |
AI伦理 |
AI偏见、公平性、透明性、可解释性 |
评估模型偏见 |
| 第67天 |
合规与治理 |
AI法规、数据隐私、AI治理框架 |
设计AI治理方案 |
模块9：国内外平台深度对比（5天）
| 天数 |
主题 |
核心内容 |
实践 |
| 第68天 |
国内平台深度对比（上） |
文心一言、通义千问、混元、豆包 |
深度测试4个平台 |
| 第69天 |
国内平台深度对比（下） |
GLM、Kimi、DeepSeek、Yi |
深度测试4个平台 |
| 第70天 |
国外平台深度对比 |
GPT、Claude、Gemini、Llama |
深度测试4个平台 |
| 第71天 |
多维度对比分析 |
性能、价格、功能、易用性对比 |
生成对比报告 |
| 第72天 |
平台选型指南 |
应用场景、技术需求、成本预算分析 |
为特定场景选择平台 |
第三阶段：综合实战项目（20天）
通过5个完整项目，将所学知识融会贯通。
项目1：智能客服系统（5天）
| 天数 |
主题 |
核心内容 |
技术栈 |
| 第73天 |
需求分析与架构设计 |
需求分析、技术选型、架构设计 |
LLM + RAG + Agent |
| 第74天 |
后端开发（上） |
API设计、LLM集成、RAG实现 |
Python + FastAPI |
| 第75天 |
后端开发（下） |
Agent集成、记忆系统、工具调用 |
LangChain |
| 第76天 |
前端开发 |
界面设计、对话组件、管理后台 |
React + Ant Design |
| 第77天 |
部署与优化 |
Docker部署、性能优化、监控告警 |
Docker + Nginx |
项目2：个人助理Agent（4天）
| 天数 |
主题 |
核心内容 |
技术栈 |
| 第78天 |
需求分析与架构设计 |
功能需求、技术选型、架构设计 |
Agent + Skills + MCP |
| 第79天 |
核心功能开发 |
日程管理、邮件处理、信息查询 |
LangChain + MCP |
| 第80天 |
高级功能开发 |
任务提醒、智能推荐、SubAgent协作 |
Skills |
| 第81天 |
集成与部署 |
第三方集成、微信小程序、部署上线 |
微信小程序 |
项目3：企业知识库（4天）
| 天数 |
主题 |
核心内容 |
技术栈 |
| 第82天 |
需求分析与架构设计 |
需求分析、技术选型、架构设计 |
RAG + 向量数据库 |
| 第83天 |
文档处理系统 |
文档上传、文档解析、向量化存储 |
Chroma + Unstructured |
| 第84天 |
问答系统 |
检索系统、问答生成、引用展示 |
LangChain |
| 第85天 |
管理后台与部署 |
文档管理、数据统计、部署上线 |
React + Ant Design |
项目4：代码助手系统（3天）
| 天数 |
主题 |
核心内容 |
技术栈 |
| 第86天 |
需求分析与架构设计 |
功能需求、技术选型、架构设计 |
LLM + MCP + Code Interpreter |
| 第87天 |
核心功能开发 |
代码生成、代码审查、Bug修复 |
LangChain + MCP |
| 第88天 |
插件开发与部署 |
IDE插件、MCP集成、部署发布 |
VS Code Extension |
项目5：智能文档分析（3天）
| 天数 |
主题 |
核心内容 |
技术栈 |
| 第89天 |
需求分析与架构设计 |
功能需求、技术选型、架构设计 |
LLM + OCR + RAG |
| 第90天 |
核心功能开发与部署 |
文档解析、信息提取、摘要生成 |
Python + FastAPI + React |
