AI大语言模型 ChatGPT从0到1打造私人智能英语学习助手

AI大语言模型 ChatGPT从0到1打造私人智能英语学习助手资源介绍:

封面

从GPT模型的原理和发展历史讲起，通过三个递进的实战项目，带领学员从零到一掌握大语言模型的应用开发能力。课程不仅覆盖Prompt工程、LangChain框架、OpenAI各模型的使用，还会深入探讨AI产品的设计思路，帮助学员在新技术浪潮中拓展视野、增加职场竞争力。

适合希望快速掌握AI应用开发技能的小伙伴，无论你是想用AI提升工作效率的开发者，还是对AI产品落地感兴趣的产品人，都能从中获得实用的方法论和可上手的项目经验。

资源目录:

├── 第1章 课程 简介 及 GPT 简述/
│ ├── [ 26M] 1-1 导学
│ ├── [ 25M] 1-2 GPT发展时间线
│ ├── [ 95M] 1-3 GPT案例介绍
│ ├── [ 24M] 1-4 AI 能力回顾
│ └── [ 20M] 1-5 AI 的局限性
├── 第2章 风靡全球 的 ChatGPT 的前世今生以及背后的原理/
│ ├── [ 17M] 2-1 为什么是 OpenAI 上
│ ├── [ 34M] 2-2 为什么是 OpenAI 中
│ ├── [ 17M] 2-3 为什么是 OpenAI 下
│ ├── [ 14M] 2-4 GPT 模型应用场景-概述
│ ├── [ 35M] 2-5 问答场景案例介绍-有主题的回答提出的问题
│ ├── [ 13M] 2-6 分类场景-关键词提取、内容分类、文本验测（情感）
│ ├── [ 26M] 2-7 翻译场景上
│ ├── [ 12M] 2-8 翻译场景下
│ ├── [ 26M] 2-9 代码场景
│ ├── [ 18M] 2-10 聊天场景-像人一样聊天
│ ├── [ 35M] 2-11 应用案例-文本转换
│ ├── [ 18M] 2-12 GPT 模型的缺陷
│ ├── [9.9M] 2-13 GPT 缺陷的解决方案
│ ├── [9.0M] 2-14 Prompt 框架
│ ├── [ 17M] 2-15 RIO 原则案例
│ ├── [ 16M] 2-16 Prompt 最佳实践
│ └── [9.0M] 2-17 最佳实践案例
├── 3-实战-Al工具箱，包括项目搭建/
│ ├── [ 17M] 3-1 基础概念(上)： GPT模型的关键基础概念，Token及其换算关系
│ ├── [ 30M] 3-2 基础概念(下)：OpenAI 的模型横向能力对比以及应使用成本对比
│ ├── [ 18M] 3-3 项目技术选型与技术架构图梳理：如何无槛接入 ChatGPT 接口与服务
│ ├── [ 18M] 3-4 项目技术选型与框架工具选择：站在前人的肩膀上，选择好的工具，更多精力聚焦于业务
│ ├── [ 16M] 3-5 AI 助理需求梳理与技术方案梳理
│ ├── [ 60M] 3-6 初始化 Next.js 项目并配置基础开发依赖
│ ├── [ 74M] 3-7 OpenAI API 转发与 Proxy 配置：实现 ChatGPT 能力无门_槛接入
│ ├── [127M] 3-8 聊天功能开发，实现 GPT 模型的基础对话功能
│ ├── [ 95M] 3-9 实现聊天信息本地持久化
│ ├── [ 86M] 3-10 实现多轮对话能力，让 GPT 模型记住我是谁
│ ├── [ 15M] 3-11 对话支持流式响应开发前架构概览
│ ├── [ 50M] 3-12 对话支持流式响应-服务端转发二进制流
│ ├── [ 44M] 3-13 对话支持流式响应-前端解析二进制流
│ ├── [102M] 3-14 对话支持流式响应-前端控制流停止
│ ├── [ 22M] 3-15 多会话模块封装数据处理
│ ├── [ 59M] 3-16 -多会话模块-封装数据处理
│ ├── [ 88M] 3-17 -多会话模块-实现多会话管理上
│ ├── [ 67M] 3-18 多会话模块-实现多会话管理下
│ ├── [ 36M] 3-19 -助理模块-数据结构定义
│ ├── [ 81M] 3-20 -助理模块-助理列表页面开发
│ ├── [ 56M] 3-21 -助理模块-助理编辑功能开发
│ ├── [ 39M] 3-22 -助理模块-助理模块嵌入聊天入口
│ ├── [ 65M] 3-23 -助理模块-助理能力嵌入 AI 对话场景
│ └── [ 18M] 3-24 实现响应内容 Markdown 实时渲染
├── 4-实战-AI能力集成到通用IM平台/
│ ├── [ 23M] 4-1 -如何通过云函数实现零成本服务集成
│ ├── [ 28M] 4-2 -GPT 能力集成-飞书机器人上
│ ├── [ 13M] 4-3 -GPT 能力集成-钉钉机器人上
│ └── [ 16M] 4-4 GPT 能力集成-微信公众号上
├── 5-LangChain能力全解读，从入门到实践：以研发内网知识库为例/
│ ├── [ 17M] 5-1 使用Langchain帮助我们快捷构建生产应用-Langchain是什么
│ ├── [5.2M] 5-2 为什么使用Langchain-通过框架获取结构化开发能力
│ ├── [ 17M] 5-3 -Langchain 的基础组成-Components 到 module 架构的迁移
│ ├── [ 11M] 5-4 LangChain的基础组成下-面向开发者更友好的新能力
│ ├── [4.5M] 5-5 -model&IO 模块：构建端到端应用的基础
│ ├── [6.2M] 5-6 -LangChain 开发环境搭建
│ ├── [4.8M] 5-7 -使用 PromptTemplate 高效生成 Prompt
│ ├── [ 16M] 5-8 -实操案例，定制入参动态生成 Prompt
│ ├── [3.4M] 5-9 -LangChain 支持丰富的大模型资源让开发成本进一步降低
│ ├── [ 11M] 5-10 -在 LangChain 中为 ChatGPT 增加代理
│ ├── [ 17M] 5-11 -使用 LangChain 快速接入文心一言
│ ├── [ 30M] 5-12 -通过 Output Parser 获得结构化 JSON 输出
│ ├── [ 12M] 5-13 -通过 Parser 将获得内容列表解析为结构化数组
│ ├── [ 14M] 5-14 -如何自动化处理解析失败的问题
│ ├── [ 14M] 5-15 -通过 Data connection 生产原始消费数据
│ ├── [ 45M] 5-16 -通过 loader 快速实现文本解析和网页爬虫能力
│ ├── [ 33M] 5-17 -对加载的数据进行二次清洗和分割
│ ├── [ 14M] 5-18 -使用 LangChain 对文本进行向量转换
│ ├── [5.7M] 5-19 -使用丰富的集成进行向量存储
│ ├── [ 11M] 5-20 -使用 memory 实现向量检索
│ ├── [ 45M] 5-21 -使用 supabase 实现向量存储与查询
│ ├── [ 16M] 5-22 -核心模块 Chain 入门，使用文档链轻松处理大文本场景
│ ├── [ 13M] 5-23 -核心模块 Chain 入门-使用大模型驱动函数、API 调用、SQL 调用
│ ├── [ 29M] 5-24 -使用 OpenAI Function 进行应用指令封装应用到智能家居
│ ├── [ 25M] 5-25 -意图路由基础-实现多 Prompt 动态选择
│ ├── [ 29M] 5-26 -模块集成-如何用十五行代码实现 ChatPDF
│ ├── [ 29M] 5-27 -意图路由应用-实现多数据源查询
│ ├── [8.8M] 5-28 -意图路由应用-企业内网知识库检索实现思路
│ ├── [ 14M] 5-29 -意图路由应用-应用 Copilot 实现思路与 FIDL 概念
│ ├── [9.9M] 5-30 -使用多元的 Memory 模式让 GPT 拥有上下文记忆
│ ├── [ 27M] 5-31 -agent 基础概念与分类以及 GPT Function 获取实时信息
│ ├── [ 20M] 5-32 -通过 Agent 计划与执行任务
│ └── [ 25M] 5-33 -使用 ReAct 框架大幅提高 GPT 回复准确率
├── 6-实战-AI产品实战智能英语学习助手/
│ ├── [5.0M] 6-1 -英语学习助理应用功能概览与技术依赖
│ ├── [ 20M] 6-2 -Whisper 的语音转文本与 elevenLabs 的强大的语音合成
│ ├── [9.4M] 6-3 -openai 官方文本转语音（TTS）模型介绍，十分之一的价格，更强的性能
│ ├── [6.3M] 6-4 -语音对话助理实现架构介绍
│ ├── [ 35M] 6-5 AI 助理前端改造-增加 AI 语音交互逻辑上
│ ├── [ 21M] 6-6 -AI 助理前端改造-增加 AI 语音交互逻辑下
│ ├── [ 23M] 6-7 -AI 助理前端改造-增加 AI 语音交互逻辑下，增加录音逻辑与前台状态管理
│ ├── [ 30M] 6-8 -AI 对话后端能力封装，支持语音与 ChatGPT 进行对话
│ └── [ 50M] 6-9 -前后端集成，完成 AI 语音对话联调与效果展示
├── 7-AI应用场景分析/
│ ├── [6.1M] 7-1 ：ChatGPT 在软件行业生产环节的应用概览
│ ├── [6.5M] 7-2 ：Figma AI 的应用效果
│ ├── [6.3M] 7-3 ：使用 Vercel v0 进行 UI 代码的生成
│ ├── [ 15M] 7-4 ：GPT 在大厂代码单元测试中的应用案例
│ ├── [3.6M] 7-5 ：GPT 在 Code review 中的应用案例，有效提升大型项目的 review 效率
│ ├── [ 16M] 7-6 ：再谈 FIDL 软件研发从面向 GUI 到面向 AI
│ ├── [ 21M] 7-7 ：GPT 在电商场景的应用案例
│ ├── [9.7M] 7-8 ：GPT 在 IOT 领域的应用，智能音响、机器人
│ └── [ 11M] 7-9 ：GPT 在医疗、教育、内容领域的应用
├── 8-AI应用场景拓展/
│ ├── [ 61M] 8-1 -midjourney 使用入门与介绍
│ ├── [ 27M] 8-2 使用 heygen 生成高质量视频翻译与逼真虚拟人视频
│ ├── [ 21M] 8-3 使用免费的 New bing 体验最新的 GPT4-V
│ └── [ 22M] 8-4 -利用 runway gen-2 生成高质量影片
├── 9-【加餐】-11.06 OpenAI 开发日重磅更新，官方Agent介绍/
│ ├── [ 13M] 9-1 -OpenAI 开发者大会新能力解读，价格更便宜，token 更多
│ ├── [ 19M] 9-2 -重磅新能力 Assistant 发布-官方下场做 Agent
│ ├── [ 16M] 9-3 -面向开发者友好的新功能，GPT 返回合法 JSON 与保持响应一致性的请求种子
│ └── [2.7M] 9-4 -给 AI 创业者的建议-开发者大会带来的警示