LLM工程实战：8周构建8个AI应用
8 周做出 8 个 LLM 工程项目
从第一个 API 应用，到 RAG 知识库、模型评估、微调、部署和 Agent，完整走完大模型应用开发路径。这不是零基础玩工具课，而是一门面向工程师的项目实战课。
RAG
评估 / 微调
Agent / 部署
课程主线正在持续录制中，已覆盖多个核心项目；已开通学员可持续观看后续更新。主课完成后会继续补充新模型、新工具和实战案例。价格以微店实际展示为准。
2. 短信收码
3. 本页激活
未收到短信时，请先检查短信拦截或垃圾短信，仍未收到可通过微店消息联系店主补发。
适合已经会一点 Python/API，想从提示词使用者升级到能交付 AI 应用的人。
你不是只学概念，而是一路做出项目
课程把 LLM 应用开发拆成一条工程路线：先跑通 API 调用和基础应用，再进入多模态、评估、RAG、数据集、微调、部署和 Agent。每个阶段都落到一个可以运行、可以复盘、可以继续改造的项目。
把网站内容抓取、整理并生成可排版的营销材料。
API 调用、网页抓取、结构化输出和结果校验。
做一个能处理文本、图片和语音输入的客服 Demo。
Gradio 界面、多模态输入、对话流程和用户体验调试。
从录音生成会议纪要、行动项和可追踪的待办清单。
音频转文字、摘要提取、任务拆解和输出格式控制。
让模型生成、改写和比较代码，并记录可解释的评测结果。
代码生成、基准测试、结果对比和模型能力边界分析。
构建能基于企业资料回答问题的知识库助手。
向量数据库、检索、重排、引用检查和 RAG 质量评估。
用商品描述建立预测基线，并比较不同模型和提示词效果。
数据集处理、批量推理、指标设计和实验记录。
完成一次小型微调实验，并对比微调前后的任务效果。
LoRA / QLoRA、训练配置、显存约束、评估和复盘。
把工具调用、部署和自动化流程串起来，做一个能执行任务的 Agent 应用。
工具选择、调用链路、错误恢复、部署和最终交付。
这门课适合谁？
- 会一点 Python 基础语法，愿意动手跑代码和调试环境的人。
- 后端、云计算、数据、运维、自动化方向工程师。
- 已经会用 ChatGPT，但想系统掌握 API、RAG、微调和 Agent 的人。
- 想做可交付项目，而不是只听概念的人。
哪些人不太适合？
- 完全不会 Python，且暂时不准备补基础的人。
- 只想看几个工具按钮，不想写代码或调试的人。
- 期待一天掌握所有 AI 技术的人。
- 不愿意动手运行 Notebook、配置环境、分析报错的人。
和 AIF-C01、Bedrock 课程是什么关系？
AIF-C01 更像 AWS AI 云方向的入门认证课，适合先建立 AI/ML、生成式 AI、AWS AI 服务和 Bedrock 的概念地图。Bedrock 课程更聚焦 AWS 生成式 AI 服务的控制台和基础流程。
LLM 工程课的目标不同：它更关注如何用模型 API、RAG、评估、微调、Agent 和部署，把大模型能力做成可以交付的应用。如果你已经有一点 Python/API 基础，想系统进入 AI 应用开发，可以直接从这门课开始。
购买后如何开通课程？
- 点击本页“立即购买 LLM 工程课”，在微店完成付款。
- 付款成功后，系统会将课程代码通过短信发送到下单手机号。
- 回到本课程页，注册或登录官网账号，输入课程代码完成激活。
- 激活成功后，点击右侧“开始课程 / 继续课程”进入学习。
如果付款后没有收到短信，请先检查短信拦截、垃圾短信或手机号是否填写正确；仍未收到时，可以通过微店消息联系补发。
课程专属答疑通道
对某个课时有疑问时，请在观看对应课时的下方点击“ASK QUESTION”，写清楚问题并提交。这样问题会和具体课时关联，更方便后续查看和回复。
不知道 AI 路线怎么选？
如果你完全零基础，可以先看轻松入门 AWS；如果目标是 AWS AI 云入门和认证，可以看 AIF-C01；如果目标是项目开发和应用交付，LLM 工程课更适合你。
