![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="32" height="32"><text y="28" font-size="28">🤑</text></svg>)
尚硅谷 AI 全能开发 — 网络参考版
数据来源:
C:\code\ai-agent-remote\尚硅谷AI全能开发_教学大纲与项目库_完整版.md（网络提取版） 本地资料路径:E:\BaiduNetdiskDownload\尚硅谷—ai全能开发\生成日期: 2026-06-26 说明: 本文档基于实际网盘目录内容重新整理，以网盘编号（01~29）为学习顺序，标注每个模块的学习必要性与推荐学习资料。尽可能剔除视频，以笔记/代码/文档资料为主。
学习标准说明
| 必要性等级 | 分数范围 | 学习方式 |
|---|---|---|
| 🔴 直接跳过 | 0~15 | 完全不需学习 |
| 🟠 按需查阅 | 16~40 | 翻阅笔记文档即可 |
| 🟡 了解概念 | 41~60 | 阅读笔记 + 资料，不写代码 |
| 🟢 重点学习 | 61~85 | 笔记 + 代码 + 动手实践 |
| 🟢🔵 核心必学 | 86~100 | 完整学习全部资料 + 编码实战 |
模块 01：Python 基础
网盘目录: 01_尚硅谷大模型技术之python基础\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🔴 直接跳过（10/100）
对经验开发者，Python 基础语法、PyCharm 使用、面向对象等属于已有技能，AI 也可直接生成 Python 代码。
推荐学习资料
| 内容 | 必要性 | 建议 |
|---|---|---|
| Python环境搭建 | 🔴 跳过 | 已有经验或AI替代 |
| 基础语法/循环/分支 | 🔴 跳过 | 已有经验或AI替代 |
| 数据结构(字符串/列表/字典) | 🔴 跳过 | 已有经验或AI替代 |
| 函数/OOP | 🔴 跳过 | 已有经验或AI替代 |
| 生成器/迭代器/装饰器 | 🟡 了解 | 翻阅笔记 1.笔记/python基础.bmpr 或 尚硅谷大模型技术之Python1.0.docx |
| 网络编程/socket/多线程 | 🔴 跳过 | 了解即可 |
| 正则表达式 | 🟠 按需 | 用时查阅 |
模块 02：数据结构与算法
网盘目录: 02_尚硅谷大模型技术之数据结构与算法\资料完整性: 笔记 ✅ / 代码 ❌ / 资料 ❌
学习必要性：🔴 直接跳过（10/100）
排序、查找、树、图等算法属于计算机基础，对经验开发者无需重复学习。
推荐学习资料
仅需翻阅 1.笔记/尚硅谷大模型技术之数据结构与算法1.0.docx 了解基本概念即可。
模块 03：Linux 及 Shell
网盘目录: 03_尚硅谷大模型技术之Linux及Shell\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟠 按需查阅（25/100）
Linux 命令和 Shell 脚本是开发基本功，对经验开发者仅需按需查阅。
推荐学习资料
| 内容 | 建议 |
|---|---|
| Linux 常用命令 | 🟠 翻阅笔记 1.笔记/尚硅谷大模型技术之Linux（Ubuntu）1.0.docx |
| Shell 脚本编程 | 🟠 翻阅笔记 1.笔记/尚硅谷大模型技术之Shell1.0.docx |
模块 04：MySQL
网盘目录: 04_尚硅谷大模型技术之MySQL\资料完整性: 笔记 ✅ / 代码 ❌ / 资料 ✅
学习必要性：🟠 按需查阅（20/100）
SQL 语句、多表操作、索引等是通用技能。
推荐学习资料
翻阅 1.笔记/尚硅谷大模型技术之MySQL1.0.docx，练习资料 2.资料/演示数据.sql 和 2.资料/练习数据.sql。
模块 05：Python 连接 MySQL 及 Web 开发框架
网盘目录: 05_尚硅谷大模型技术之Python连接MySQL以及Web开发框架\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟡 了解概念（45/100）
FastAPI + SQLAlchemy 是 Python AI 后端的核心技术栈，值得了解。
推荐学习资料
| 内容 | 建议 |
|---|---|
| FastAPI + Uvicorn 核心基础 | 🟢 阅读笔记 1.笔记/尚硅谷大模型技术之FastAPI&SQLAlchemy1.0.docx + 实践 3.代码/ |
| SQLAlchemy 数据库操作 | 🟢 同上笔记，快速上手 |
| Python 连接 MySQL | 🟠 翻阅笔记 1.笔记/尚硅谷大模型技术之Python连接MySQL.docx |
模块 06：NumPy & Pandas
网盘目录: 06_尚硅谷大模型技术之Numpy&Pandas\资料完整性: 笔记 ✅ / 代码 ❌ / 资料 ✅
学习必要性：🟠 按需查阅（30/100）
NumPy 和 Pandas 是数据处理基础，但 AI 工具可辅助完成常见操作。
推荐学习资料
翻阅 1.笔记/尚硅谷大模型技术之numpy与pandas1.0.docx，熟悉基本 API 即可。
模块 07：Git
网盘目录: 07_尚硅谷大模型技术之Git\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🔴 直接跳过（10/100）
Git 是开发基本功，无需学习。
推荐学习资料
完全不需学习。代码目录 3.代码/ 可跳过。
模块 08：机器学习
网盘目录: 08_尚硅谷AI大模型之机器学习\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟠 按需查阅（20/100）
机器学习基础算法对经验开发者已有储备。
推荐学习资料
翻阅 1.笔记/尚硅谷大模型技术之机器学习1.4.0.docx，代码在 3.代码/notebook/ 中可略览。
模块 09：深度学习
网盘目录: 09_尚硅谷AI大模型之深度学习\资料完整性: 笔记 ✅ / 代码 ❌ / 资料 ✅
学习必要性：🟠 按需查阅（20/100）
深度学习基础、神经网络概念了解即可。
推荐学习资料
翻阅 1.笔记/尚硅谷大模型技术之深度学习1.3.0.docx。
模块 10：智图寻宝
网盘目录: 10_尚硅谷AI大模型项目之智图寻宝\资料完整性: 笔记 ✅ / 代码 ❌ / 资料 ✅
学习必要性：🟡 了解概念（40/100）
自编码器去噪、CNN 分类、以图搜图等项目，可作为计算机视觉入门了解。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 自编码器图片去噪 | 🟡 阅读笔记 1.笔记/尚硅谷大模型技术之智图寻宝2.0.0.docx |
| CNN 图片分类 | 🟡 同上笔记 |
| 以图搜图（Chroma向量检索） | 🟡 了解概念即可 |
模块 11：NLP
网盘目录: 11_尚硅谷AI大模型之NLP\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟡 了解概念（50/100）
NLP 理论（RNN/LSTM/Transformer/BERT）是理解大模型的基础。
推荐学习资料
| 内容 | 建议 |
|---|---|
| NLP 理论（RNN/LSTM/Transformer） | 🟢 阅读 1.笔记/尚硅谷大模型技术之NLP1.0.3.docx |
| BERT 预训练模型 | 🟢 同上笔记 |
| HuggingFace 生态 | 🟢 阅读 1.笔记/尚硅谷大模型技术之Hugging Face生态.docx |
| 预训练模型资料 | 🟠 查看 2.资料/3.预训练模型/ 目录 |
模块 12：智能商品发布
网盘目录: 12_尚硅谷大模型项目之智能商品发布\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟡 了解概念（45/100）
BERT 微调项目，与模块 11 的 NLP 内容互补。
推荐学习资料
| 内容 | 建议 |
|---|---|
| BERT 微调流程 | 🟢 阅读 1.笔记/尚硅谷大模型技术之智能商品发布1.0.0.docx |
| 代码实战 | 🟢 运行 3.代码/ 中的代码 |
| 数据集 | 🟠 查看 2.资料/1.数据集/ |
模块 13：地址对齐
网盘目录: 13_尚硅谷大模型项目实战之地址对齐\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟡 了解概念（45/100）
RoBERTa 序列标注项目，地址标准化实战。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 序列标注微调 | 🟢 阅读 1.笔记/尚硅谷大模型项目实战之地址对齐V1.0.2.docx |
| 完整代码 | 🟢 解压运行 3.代码/address_alignment.zip |
| 项目说明 | 🟠 阅读 2.资料/地址对齐V1.0.2-项目说明.docx |
模块 14：大模型概述
网盘目录: 14_尚硅谷大模型技术之大模型概述\资料完整性: 笔记 ✅ / 资料 ✅
学习必要性：🟢🔵 核心必学（85/100）
大模型原理、提示词、RAG、Agent、MCP 是进入 AI 领域的必修课。所有核心概念在此模块建立。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 大模型发展史与分类 | 🟢 阅读 1.笔记/尚硅谷大模型技术之大模型概述v1.1.7.docx |
| 提示词工程（五要素/模板） | 🟢🔵 上同笔记，重点理解 |
| RAG 原理 | 🟢🔵 上同笔记，建立 RAG 整体认知 |
| Function Call / MCP / Agent 概念 | 🟢🔵 上同笔记 |
| 微调与续训概念 | 🟢 了解概念 |
| 补充资料 | 🟠 查看 2.资料/大模型概述总结.txt |
模块 15：低代码平台 Agent 开发与部署
网盘目录: 15_尚硅谷大模型技术之低代码平台agent开发与部署\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟢🔵 核心必学（88/100）
Coze/Dify 平台实操、工作流编排、私有化部署，是 AI 应用的直接落地技能。
推荐学习资料
| 内容 | 建议 |
|---|---|
| RAG 企业知识库搭建 | 🟢🔵 阅读 1.课件/01-RAG-搭建企业私有&个人知识库.md |
| Coze/Dify 平台智能体开发 | 🟢🔵 阅读 1.课件/02-基于Coze&Dify平台的智能体开发.md |
| 商户运营管家案例（共7个模块） | 🟢🔵 逐一阅读 1.课件/ 下各子目录中的 .md 文档，配合工作流配置文件 .txt / .yml |
| Python 调用 Coze/Dify 工作流 | 🟢🔵 阅读 1.课件/05-Python调用Dify平台工作流.md + 1.课件/06-Python调用Coze平台工作流.md |
| 私有化部署（Windows/XInference） | 🟢 阅读 1.课件/07-Coze的Windows平台部署.md + 1.课件/08-Dify的Windows平台部署.md + 1.课件/09-企业级大模型的部署.md |
| 商品营销卖点提炼 | 🟢 查看 1.课件/ 中商品营销相关文档 |
| 一键生成行业调研PPT/报告 | 🟢 查看 1.课件/04-01-Coze案例：一键生成行业调研PPT/ 和 1.课件/04-04-Dify案例：一键生成行业(或产品)调研报告/ |
| 产品营销海报生成 | 🟢 查看 1.课件/04-01-Coze案例：产品营销海报生成/尚硅谷-产品营销海报生成.md |
| 客服对话记录分析 | 🟢 查看 1.课件/04-05-Coze案例：客服对话记录分析/ + 1.课件/04-05-Dify案例：客服对话记录分析/ |
| 商品评论分析 | 🟢 查看 1.课件/04-06-Coze案例：商品评论分析/ + 1.课件/04-06-Dify案例：商品评论分析/ |
| 一键生成商品宣传视频 | 🟢 查看 1.课件/04-02-Coze案例：一键生成商品宣传视频/尚硅谷-一键生成商品宣传视频.md |
| 客户投诉分类助手（钉钉集成） | 🟢 查看 1.课件/04-03-Dify案例：客户投诉分类助手-钉钉/ 和客户投诉分类助手-钉钉.yml |
| Ollama 本地大模型部署 | 🟢 阅读 2.资料/本地大模型的安装部署.md |
模块 16：LangChain
网盘目录: 16_尚硅谷大模型技术之LangChain\资料完整性: 笔记 ✅ / 资料 ✅
学习必要性：🟢🔵 核心必学（90/100）
LangChain 框架是企业级 AI 应用的核心，涵盖 Model I/O、Chains、Memory、Agents、RAG 完整链路。
推荐学习资料
| 内容 | 建议 |
|---|---|
| LangChain 框架概述与架构 | 🟢🔵 阅读 1.笔记/尚硅谷大模型技术之LangChainV1.1.0.docx |
| Model I/O（Message/Prompt Template/Output Parsers） | 🟢🔵 同上笔记 |
| Chains（SequentialChain/RouterChain） | 🟢🔵 同上笔记 |
| Memory 模块 | 🟢🔵 同上笔记 |
| Agents + ReAct 范式 | 🟢🔵 同上笔记 |
| Retrieval（数据加载器/文本分割/Embedding/向量存储） | 🟢🔵 同上笔记 |
| Milvus 向量数据库 | 🟢🔵 同上笔记 + 2.资料/ 中 Milvus 相关配置 |
| MCP 工具调用 | 🟢🔵 同上笔记 |
| 环境配置与调用示例 | 🟢 查看 2.资料/requirements.txt + 2.资料/assets/sample/ 示例数据 |
模块 17：智能点餐系统
网盘目录: 17_尚硅谷大模型技术之智能点餐系统\资料完整性: 笔记 ✅ / 代码 ✅
学习必要性：🟢 重点学习（70/100）
LangChain + Milvus + Redis 的完整 Agent 项目，是电商小二之外的另一个实用案例。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 项目文档 | 🟢 阅读 1.笔记/尚硅谷大模型技术之智能点餐系统.docx |
| 完整代码 | 🟢 从 3.代码/远端仓库地址.txt 获取源码并运行 |
| 数据库脚本 | 🟢 使用 2.资料/menu.sql 初始化数据 |
| Redis 数据同步 | 🟢 阅读笔记中 Redis 相关章节 |
| 流式输出接口 | 🟢 结合笔记理解 Agent 流式输出实现 |
模块 18：LangGraph
网盘目录: 18_尚硅谷大模型技术之LangGraph\资料完整性: 笔记 ✅ / 代码 ✅
学习必要性：🟢🔵 核心必学（92/100）
LangGraph 是 LangChain 的进阶编排框架，State/Node/Edge 的图状思维彻底改变 AI 应用构建方式。
推荐学习资料
| 内容 | 建议 |
|---|---|
| LangGraph 核心概念（State/Node/Edge） | 🟢🔵 阅读 1笔记/尚硅谷大模型技术之LangGraphV1.1.0.docx |
| 图构建与编译 | 🟢🔵 同上笔记 |
| Reducer 函数与状态管理 | 🟢🔵 同上笔记 |
| 中断恢复与 Checkpointer | 🟢🔵 同上笔记 |
| Agent 编排（Tool Node / Middleware） | 🟢🔵 同上笔记 |
| 流式输出 | 🟢🔵 同上笔记 |
| 代码示例 | 🟢 从 3代码/ 获取代码仓库地址 |
模块 19：掌柜智库
网盘目录: 19_尚硅谷大模式项目之掌柜智库\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅ ✅ ✅（最完整的项目）
学习必要性：🟢🔵 核心必学（95/100）
企业级 RAG 标杆项目，涵盖 PDF 解析 → MinerU 多模态识别 → 切片 → 向量化 → 知识图谱 → 多路检索 → RRF 融合 → Rerank 全链路。这是整个课程最有价值的项目，没有之一。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 项目全景 | 🟢🔵 阅读 day01_项目介绍&环境部署/2_resource/01_掌柜问数项目全景.md |
| 环境配置 | 🟢🔵 阅读 day01_项目介绍&环境部署/2_resource/02_掌柜问数项目环境配置&服务部署指南.md |
| 骨架代码 | 🟢🔵 阅读 day01_项目介绍&环境部署/2_resource/03_掌柜问数项目（导入处理）骨架代码.md |
| 入口节点与PDF转Markdown | 🟢🔵 阅读 day02_导入业务（解析PDF）编码实/2_resouce/04_掌柜智库项目（导入处理）入口节点与PDF转Markdown节点.md |
| 图片处理与MinIO上传 | 🟢🔵 阅读 day03_导入业务（MD图片处理）编码实现/2_resource/05_掌柜智库项目（导入处理）图片处理与MinIO上传节点.md |
| 文档切分节点 | 🟢🔵 阅读 day04_导入业务（MD图片处理&文本切割上）编码实现/2_resource/06_掌柜智库项目（导入处理）文档切分节点.md |
| 向量数据入库节点 | 🟢🔵 阅读 day07_导入业务（嵌入和导入）编码实现/2_resource/09_掌柜智库项目（导入处理）向量数据入库节点.md |
| 知识图谱构建节点 | 🟢🔵 阅读 day08_导入业务（Neo4J_快速入门）/2_resource/10_掌柜智库项目（导入处理）知识图谱构建节点.md |
| Neo4J 快速入门 | 🟢🔵 阅读 day08_导入业务（Neo4J_快速入门）/4_other/1、Neo4J快速入门.md |
| RAG 与 GraphRAG 对比 | 🟢🔵 阅读 day08_导入业务（Neo4J_快速入门）/4_other/2、普通RAG和GraphRAG.md |
| 初始代码（完整项目） | 🟢🔵 从 day01_项目介绍&环境部署/3_code/day01代码/初始化项目/ 获取初始代码 |
| 每日完整代码 | 🟢🔵 逐日查看后续 dayN/3_code/ 目录 |
| 流程架构图 | 🟢 查看 day02_导入业务（解析PDF）编码实/2_resouce/images/ 下的 100+ 张流程说明图 |
模块 20：掌柜问数
网盘目录: 20_尚硅谷大模型项目之掌柜问数\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟢🔵 核心必学（90/100）
NL2SQL 项目标杆，DataAgent 架构，京东开源内核。思维链驱动 SQL 生成。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 项目笔记 | 🟢🔵 阅读 1.笔记/尚硅谷大模型项目之掌柜问数.md（含完整架构图） |
| 完整后端代码 | 🟢🔵 解压 3.代码/完整代码/data-agent.zip |
| 完整前端代码 | 🟢🔵 解压 3.代码/完整代码/data-agent-fronted.zip |
| Docker 部署 | 🟢🔵 按 2.资料/2.docker compose/docker-compose.yaml 启动 |
| SQL 脚本 | 🟢 导入 2.资料/5.SQL脚本/ 下的表结构和数据 |
| 提示词文件 | 🟢 查看 2.资料/3.prompts/ 中的各类 Prompt 模板 |
| 元数据库架构 | 🟢 阅读笔记中的 dw-schema / meta-schema 说明 |
模块 21：LLM（大模型技术原理）
网盘目录: 21_尚硅谷大模型技术之LLM\资料完整性: 笔记 ✅ / 资料 ✅
学习必要性：🟢 重点学习（75/100）
大模型底层原理（Transformer 架构、MHA/GQA、MoE、KV Cache、微调技术等），是理解 AI 应用的根基。
推荐学习资料
| 内容 | 建议 |
|---|---|
| GPT 系列演进 | 🟢 阅读 1.笔记/尚硅谷大模型技术之LLM-V1.1.docx |
| Transformer 核心架构（MHA/MQA/GQA/SwiGLU/RoPE） | 🟢🔵 同上笔记，重点关注 |
| MoE 混合专家模型 | 🟢 同上笔记 |
| KV Cache 机制 | 🟢🔵 同上笔记 |
| SFT 微调流程 | 🟢🔵 同上笔记 |
| DPO 偏好优化 | 🟢 了解概念 |
| LoRA/QLoRA 高效微调 | 🟢🔵 同上笔记 |
| Unsloth / Accelerate / DeepSpeed | 🟢 了解工具链 |
| vLLM 推理框架 | 🟢🔵 同上笔记 |
| Continuous Batching / PagedAttention | 🟢 同上笔记 |
| EvalScope 评估 | 🟢 了解即可 |
模块 22：强化学习
网盘目录: 22_尚硅谷大模型技术之强化学习\资料完整性: 笔记 ✅ / 资料 ✅
学习必要性：🟠 了解概念（15/100）
MDP/Q-Learning/DQN/PPO 等算法方向，与应用开发者日常工作关联度低。
推荐学习资料
翻阅 1.笔记/main.pdf 了解核心概念（奖励函数、策略网络、RLHF 与大模型对齐）即可。
模块 23：电商小二
网盘目录: 23_尚硅谷大模型项目之电商小二\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟢🔵 核心必学（88/100）
Rasa 对话系统实战项目，涵盖 NLU、DIET 架构、Flow 配置、Action 执行、Knowledge Handler 等完整对话系统架构。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 项目概述 | 🟢🔵 阅读 1.笔记/尚硅谷大模型项目之电商小二.md |
| 对话状态设计 | 🟢🔵 阅读 4.视频/day_02/对话状态设计.md 和 对话状态设计.pdf |
| 客服后端接口 | 🟢🔵 阅读 4.视频/day_02/客服后端接口文档.md |
| DialogueEngine 设计 | 🟢🔵 阅读 4.视频/day_03/DialogueEngine设计.md 和 DialogueEngine设计.pdf |
| TaskHandler 设计 | 🟢🔵 阅读 4.视频/day_03/TaskHandler设计.md 及后续各天的 TaskHandler实现.md |
| KnowledgeHandler & ChitChatHandler | 🟢🔵 阅读 4.视频/day_05/KnowledgeHandler&ChitChatHandler教材.md 及后续各天的实现文档 |
| FastAPI 依赖注入和生命周期 | 🟢🔵 阅读 4.视频/day_09/FastAPI依赖注入和生命周期.md |
| 完整项目代码 | 🟢🔵 依次解压 3.代码/day_01/customer-service-1020.zip → 3.代码/day_02/customer-service-1020.zip |
| 电商后端资料 | 🟢 部署 2.资料/ecommerce-customer-service/ecommerce-customer-service/ |
模块 24：Vibe Coding
网盘目录: 24_尚硅谷大模型技术之vibecoding\资料完整性: 笔记 ✅ / 资料 ✅
学习必要性：🟢🔵 核心必学（90/100）
AI 辅助编程（Cursor / Codex）实战，Skill 机制、提示词工程、AI 全栈开发。
推荐学习资料
| 内容 | 建议 |
|---|---|
| Vibe Coding 整体介绍 | 🟢🔵 阅读 1.笔记/尚硅谷vibecoding.md |
| Cursor / Codex 工具实操 | 🟢🔵 同上笔记 |
| Skill 生成与固化 | 🟢🔵 同上笔记 |
| 提示词技巧 | 🟢🔵 同上笔记 |
| 面试要点 | 🟢 同上笔记的面试部分 |
| 工具安装包 | 🟠 按需安装 2.资源/CursorUserSetup-x64-3.2.21.exe 等 |
模块 25：知识库问数客服项目实战
网盘目录: 25_尚硅谷大模型知识库问数客服项目实战\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟢 重点学习（75/100）
旅游和教育两大行业的完整业务数据集 + 掌柜小二/智库/问数三大项目实战。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 旅游数据集 | 🟢🔵 浏览 travel-data/ 完整项目，含 50+ 数据表、FastAPI 后端、数据生成器 |
| 教育数据集 | 🟢🔵 浏览 edu-data/ 完整项目，含 70+ 数据表、FastAPI 后端、数据生成器 |
| 项目实战说明 | 🟢 阅读 项目实战说明.txt |
| 掌柜小二实战资料 | 🟢 查看 尚硅谷大模型项目实战之掌柜小二实战/2.资料/ |
| 掌柜智库实战资料 | 🟢 查看 尚硅谷大模型项目实战之掌柜智库实战/2.资料/ |
| 掌柜问数实战资料 | 🟢 查看 尚硅谷大模型项目实战之掌柜问数实战/2.资料/ |
模块 26：多模态
网盘目录: 26_尚硅谷大模型技术之多模态\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟡 了解概念（25/100）
ViT/CLIP/扩散模型/DALL·E 2 原理，补充 AI 视野。
推荐学习资料
| 内容 | 建议 |
|---|---|
| ViT + CLIP 原理 | 🟡 阅读 2.资料/main.pdf 了解核心概念 |
| 代码实战（ViT/CLIP） | 🟡 运行 3.代码/day01/ 中的 Python 脚本 |
| 扩散模型概念 | 🟡 阅读 2.资料/main.pdf 了解 DDPM 原理 |
| ClipCap / DALL·E 2 | 🟠 了解概念即可 |
模块 27：知识库评估优化与部署
网盘目录: 27_尚硅谷大模型项目之知识库评估与优化与部署\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟢 重点学习（65/100）
GPU 模型部署（vLLM/BGE-M3/Reranker）+ RAGAS 评估框架，工业级实操内容。
推荐学习资料
| 内容 | 建议 |
|---|---|
| GPU 模型部署 | |
| vLLM 部署 Qwen 模型 | 🟢🔵 阅读 应用模型部署/课件/GPU模型部署.md |
| BGE-M3 嵌入服务部署 | 🟢🔵 同上文档 |
| Reranker 重排服务部署 | 🟢🔵 同上文档 |
| Docker 容器化部署 | 🟢 同上文档 |
| 代码仓库 | 🟢 查看 应用模型部署/代码/代码地址.txt |
| 知识库评估优化 | |
| RAGAS 评估框架 | 🟢🔵 阅读 评估与优化/课件/尚硅谷人工智能之知识库的评估与优化.md |
| 评估程序编写 | 🟢🔵 同上 |
| Bad Case 分析（脏数据/网络/提示词/图谱优化） | 🟢🔵 同上文档 |
模块 28：舆情分析系统
网盘目录: 28_尚硅谷大模型项目之舆情分析系统\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟢 重点学习（70/100）
多智能体协作的复杂系统，多源采集、情感分析、热度追踪、预警机制。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 项目全景介绍 | 🟢🔵 阅读 1.笔记/课件/01_项目全景介绍.md |
| 关键组件设计 | 🟢🔵 阅读 1.笔记/课件/02_关键组件设计讲解.md |
| 项目编码实战 | 🟢🔵 阅读 1.笔记/课件/03_项目编码实战.md |
| 脚手架与单引擎工作流 | 🟢🔵 阅读 1.笔记/课件/04_项目脚手架与单引擎工作流构建.md |
| 多引擎构建 | 🟢🔵 阅读 1.笔记/课件/05_MediaEngine与QueryEngine及ForumEngine构建.md |
| Docker 部署 | 🟢🔵 阅读 1.笔记/课件/06_Docker部署.md |
| 完整代码 | 🟢 从 3.代码/代码仓库地址.txt 获取 |
模块 29：DeepAgents
网盘目录: 29_尚硅谷大模型技术之deepagents\资料完整性: 笔记 ✅ / 代码 ✅ / 资料 ✅
学习必要性：🟢 重点学习（65/100）
LangGraph 之上的多智能体编排框架，SubAgent / HITL / 深度搜索项目实战。
推荐学习资料
| 内容 | 建议 |
|---|---|
| DeepAgents 入门与对比 | 🟢🔵 查看 day01_deepagents串讲/代码/ 中的代码 |
| SubAgent 子智能体集成 | 🟢🔵 同上代码目录 |
| HITL 人机交互 | 🟢🔵 同上 |
| Backend 与权限管理 | 🟢 同上 |
| Skill 机制 | 🟢 同上 |
| 深度搜索完整项目 | 🟢🔵 查看 day02_deepagents应用深度搜索串讲/代码/deep_agent_project_1020/ |
| 深度搜索流程 | 🟢 查看 day02_deepagents应用深度搜索串讲/其他/深度搜索调用流程.png |
| RAGFlow 集成 | 🟢🔵 阅读相关代码和笔记 |
面试资料
网盘目录: 面试大保健\ / 面试阶段资料\
学习必要性：🟠 按需查阅（20/100）
面试题和简历指导，对经验开发者意义有限。
推荐学习资料
| 内容 | 建议 |
|---|---|
| 高频面试题 | 🟠 翻阅 面试大保健/尚硅谷大模型技术之高频面试题-V2.1.4.docx 或 面试大保健/面试题.md |
| 企业面试真题 | 🟠 查看 面试大保健/企业面试真题频次整理_重点复习章节建议.docx |
企业研发流程
网盘目录: 企业研发流程\资料完整性: 仅视频
学习必要性：🔴 直接跳过（5/100）
企业职级定位和研发流程对经验开发者无价值。
28 个项目深度评估：核心项目 vs 行业变体
评估日期: 2026-06-27 评估依据: 实际代码扫描（
E:\BaiduNetdiskDownload\尚硅谷—ai全能开发\）+ 架构图 SVG 分析 核心原则: 核心项目学 0→1 搭建过程；行业变体只标注与核心的差异点，不需要从零编写代码
项目族谱关系
28 个架构图项目并非 28 个独立项目。它们是 4 个核心项目 + 24 个行业变体 的关系：
核心项目 A：掌柜智库（RAG 知识库）──> 好医智库、伴学智库、倾听智库、金融智库、美途智库
核心项目 B：电商小二（对话系统）──> 尚医助手、知学助手、倾听助手、金融助手、美途助手
核心项目 C：掌柜问数（NL2SQL）──> （无直接变体，但归因分析/市场罗盘可借鉴思路）
核心项目 D：舆情分析（多 Agent）──> （无直接变体）
独立项目：商户运营管家、商城风控、万应助手、运维管家、小智医疗、硅谷商城、
美途旅行、好房易租、倾听FM、云尚课堂、谷德家政、好医在线核心项目 A：掌柜智库（RAG 知识库全链路）
技术栈分析
| 维度 | 详情 |
|---|---|
| 训练课程模块 | 模块 19（掌柜智库）—— 整个课程最有价值的项目 |
| 实际代码路径 | E:\...\19_尚硅谷大模式项目之掌柜智库\ |
| 代码结构 | 18 天逐日增量编码，每天有完整可运行代码 |
| 技术栈 | Python + LangGraph + Milvus + Neo4j + MinerU + Elasticsearch + OpenAI API |
| 依赖清单 | torch, langchain-openai, langgraph, pymilvus, sentence-transformers, neo4j, pymongo, mineru[all], openai-agents |
| 核心架构 | 5 层流水线：数据接入层 → 文档处理层 → 嵌入与索引层 → 多路混合召回层 → 生成与评估层 |
重构评估
| 评估维度 | 现状 | 是否需要重构 | 重构方向 |
|---|---|---|---|
| LangGraph 使用 | ✅ 已使用 LangGraph 编排工作流 | 保留 | 无需改动，已是当前生产标准 [待验证] |
| LangChain 依赖 | langchain-openai 用于模型调用 | 部分重构 | 将 LangChain 的 Model I/O 替换为原生 OpenAI SDK 或 PydanticAI [待验证: PydanticAI 是否成熟可用] |
| 向量数据库 | Milvus | 保留 | Milvus 仍是 2026 年主流向量数据库 [待验证] |
| 知识图谱 | Neo4j | 保留 | Neo4j 仍是图数据库事实标准 [待验证] |
| PDF 解析 | MinerU（多模态） | 保留 | MinerU 是国内优秀的多模态解析工具，海外可替代方案为 Unstructured.io [待验证: Unstructured.io 是否为海外主流] |
| 检索策略 | 向量检索 + 稀疏检索(BM25) + 知识图谱检索，RRF 融合 + BGE-Rerank | 保留 | 这是 2026 年 RAG 的最佳实践 [待验证] |
| 业务场景 | 售后工单/设备说明/操作手册 | 需替换 | 海外场景：SaaS 产品文档、法律合规文档、金融报告 |
结论：重构复用，保留核心 RAG 管道，替换业务场景和技术栈细节。
理由：
- RAG 全链路（PDF→MinerU→切片→Milvus→Neo4j→RRF→Rerank）是 2026 年企业级 AI 的核心能力
[待验证]，海外企业最刚需 - LangGraph 状态图编排已是生产标准
[待验证]，无需替换 - 需要重构的部分：(a) LangChain Model I/O → 原生 SDK (b) 业务数据 → 海外场景 (c) 前端 → React/Next.js
行业变体差异标注
以下 5 个项目是掌柜智库的行业变体，架构完全相同，仅数据源和领域组件不同。学习时只需掌握掌柜智库的 0→1 搭建过程，变体只需理解差异点：
| 变体项目 | 架构图 | 与掌柜智库的差异点 | 学习方式 |
|---|---|---|---|
| 03 好医智库 | 03_好医智库.svg | 数据源：医学影像报告/电子病历(EMR)/医学文献 → 替换为医疗文档；切片策略：病例结构切片/医学语义切分 → 领域特化；评估：临床知识校验/可审计溯源 → 医疗合规要求 | 阅读架构图，理解差异即可 |
| 04 伴学智库 | 04_伴学智库.svg | 数据源：教材/课件/习题 → 教育领域文档；检索：知识点关联检索 → 教育知识图谱 | 阅读架构图 |
| 05 倾听智库 | 05_倾听智库.svg | 数据源：音频转写文本/播客文稿 → 需 ASR 预处理；切片：按时间戳切分 → 音频特有策略 | 阅读架构图 |
| 06 金融智库 | 06_金融智库.svg | 数据源：财报/研报/监管文件 → 金融文档；检索：数值表格检索 → 结构化数据混合检索 | 阅读架构图 |
| 07 美途智库 | 07_美途智库.svg | 数据源：旅行攻略/酒店说明/景点介绍 → 旅行领域；生成：多语言回答 → 国际化需求 | 阅读架构图 |
学习建议：花 5 天完整学习掌柜智库的 0→1 搭建（day01~day18），然后花 30 分钟浏览每个变体的架构图，理解"同一套架构如何适配不同行业"。不需要对变体项目写任何代码。
核心项目 B：电商小二（对话系统）
技术栈分析
| 维度 | 详情 |
|---|---|
| 训练课程模块 | 模块 23（电商小二） |
| 实际代码路径 | E:\...\23_尚硅谷大模型项目之电商小二\ |
| 技术栈 | Python + FastAPI + LangChain + Rasa（对话状态机） + Docker |
| 核心代码 | atguigu/engine/dialogue_engine.py — 对话引擎核心 |
| 架构模式 | DialogueEngine + TaskHandler + KnowledgeHandler + ChitChatHandler |
| 关键文件 | flow_config/system_flows.yml / user_flows.yml — 对话流程配置 |
重构评估
| 评估维度 | 现状 | 是否需要重构 | 重构方向 |
|---|---|---|---|
| 对话引擎 | 自研 DialogueEngine + Handler 架构 | 保留架构 | Handler 模式是通用设计模式，可复用 |
| Rasa 依赖 | 使用 Rasa NLU + DIET 架构 | 需要重构 | Rasa 在 2026 年已显老旧 [待验证]，替换为 LangGraph 状态图 + LLM 原生对话理解 |
| LangChain 使用 | 用于 LLM 调用 | 部分重构 | 替换为原生 SDK |
| 业务场景 | 京东电商客服 | 需替换 | 海外场景：Shopify 商店客服、SaaS 产品支持 |
| 对话流程 | YAML 配置的 Flow | 保留思路 | 用 LangGraph StateGraph 重新实现 |
结论：重构复用，保留 Handler 架构和对话状态机设计思想，替换 Rasa 为 LangGraph。
理由：
- DialogueEngine + Handler 的架构模式是对话系统的通用设计范式，不依赖具体框架
- Rasa 的 NLU/DIET 在 2026 年已被 LLM 原生能力超越
[待验证]，但其对话状态机设计思想仍有价值 - 重构路径：保留 Handler 接口 → 用 LangGraph StateGraph 替代 Rasa Flow → 用 LLM 替代 DIET NLU
行业变体差异标注
| 变体项目 | 架构图 | 与电商小二的差异点 | 学习方式 |
|---|---|---|---|
| 09 尚医助手 | 09_尚医助手.svg | Handler 变为：症状问诊 Handler、用药查询 Handler、挂号引导 Handler；知识库：医学知识图谱 | 阅读架构图 |
| 10 知学助手 | 10_知学助手.svg | Handler 变为：课程推荐 Handler、学习进度 Handler、答疑 Handler | 阅读架构图 |
| 11 倾听助手 | 11_倾听助手.svg | Handler 变为：内容推荐 Handler、播放控制 Handler、播客搜索 Handler | 阅读架构图 |
| 12 金融助手 | 12_金融助手.svg | Handler 变为：理财咨询 Handler、风险评估 Handler、交易查询 Handler | 阅读架构图 |
| 13 美途助手 | 13_美途助手.svg | Handler 变为：行程规划 Handler、酒店预订 Handler、景点推荐 Handler | 阅读架构图 |
学习建议：花 3 天完整学习电商小二的 DialogueEngine 搭建过程，理解 Handler 模式。变体只需浏览架构图理解"同一套 Handler 架构如何适配不同行业对话场景"。
核心项目 C：掌柜问数（NL2SQL）
技术栈分析
| 维度 | 详情 |
|---|---|
| 训练课程模块 | 模块 20（掌柜问数） |
| 实际代码路径 | E:\...\20_尚硅谷大模型项目之掌柜问数\ |
| 技术栈 | Python + FastAPI + MySQL + Qdrant + Elasticsearch + OpenAI API |
| 核心架构 | DataAgent：自然语言 → 思维链推理 → SQL 生成 → 数据查询 → 可视化 |
| 开源内核 | 京东开源 DataAgent |
| 关键目录 | app/clients/ (ES/MySQL/Qdrant/Embedding 客户端)、app/entities/ (数据模型)、app/models/ (ORM) |
重构评估
| 评估维度 | 现状 | 是否需要重构 | 重构方向 |
|---|---|---|---|
| NL2SQL 核心 | 思维链驱动 SQL 生成 | 保留 | 这是 NL2SQL 的前沿方案 [待验证] |
| 元数据库 | MySQL 存储表/列/指标元数据 | 保留思路 | 海外可替换为 PostgreSQL |
| 向量检索 | Qdrant + Elasticsearch | 保留 | Qdrant 是海外主流向量数据库 [待验证] |
| 前端 | Vue 前端 | 需重构 | 海外 Portfolio 建议用 React + Recharts |
| 业务数据 | 京东电商数据 | 需替换 | 海外场景：SaaS 数据分析、Fintech 报表 |
结论：重构复用，保留 DataAgent 核心逻辑，替换前端和业务数据。
理由：
- NL2SQL（自然语言转 SQL）是 2026 年海外企业最追捧的 AI 能力之一
[待验证]— "让非技术人员直接查数据库" - 京东开源的 DataAgent 内核质量高，思维链驱动 SQL 生成的架构是前沿方案
[待验证] - 重构路径较小：(a) Vue → React (b) 业务数据 → 海外场景 (c) 部署 → Vercel/Railway
无直接变体项目，但归因分析（15）和市场罗盘（17）可借鉴 NL2SQL 的思路做数据分析 Agent。
核心项目 D：舆情分析（多 Agent 协作）
技术栈分析
| 维度 | 详情 |
|---|---|
| 训练课程模块 | 模块 28（舆情分析系统） |
| 实际代码路径 | E:\...\28_尚硅谷大模型项目之舆情分析系统\ + GitHub |
| 技术栈 | Python + LangGraph + FastAPI + Vue3 + SSE + Docker |
| 核心架构 | 多 Agent 协作：InsightEngine + MediaEngine + QueryEngine → ForumEngine → ReportEngine |
| 通信机制 | EventBus 事件驱动 + SSE 实时推送 |
重构评估
| 评估维度 | 现状 | 是否需要重构 | 重构方向 |
|---|---|---|---|
| 多 Agent 编排 | LangGraph 状态图 + 三引擎并行 | 保留 | 这是 2026 年多 Agent 协作的前沿范式 [待验证] |
| SSE 实时推送 | 前端通过 SSE 接收进度 | 保留 | SSE 是轻量级实时通信的主流方案 |
| 数据源 | 国内媒体/搜索引擎 | 需替换 | 海外：X (Twitter) / Reddit / Discord / Google |
| 报告格式 | 中文 HTML/Markdown | 需替换 | 英文报告，符合海外品牌监控需求 |
结论：重构复用，保留多 Agent 编排架构，替换数据源和报告语言。
理由：
- 三引擎并行 + ForumEngine 讨论 + ReportEngine 报告是前沿的多 Agent 编排范式
[待验证] - LangGraph + SSE + EventBus 的技术栈相对现代化
- 重构路径较小：(a) 数据源 → 海外社交媒体 API (b) 报告 → 英文 (c) 前端可保留 Vue3
无直接变体项目，但运维管家（20）可借鉴多 Agent 监控的思路。
独立项目评估
有课程代码的独立项目
| 项目 | 训练模块 | 技术栈 | 重构评估 | 结论 |
|---|---|---|---|---|
| 商户运营管家 | 15 | Coze/Dify 低代码平台 | 低代码平台无法 CI/CD，海外企业级生产已边缘化 | 学习原理，不建 Portfolio — 理解 Agent 概念即可，实际 Portfolio 用代码方案 |
| 智能点餐系统 | 17 | Python + LangChain + Milvus + Redis | Agent 点餐交互模式可抽象为通用"对话式商品检索 Agent" | 重构复用 — 优先级低，可作为额外练习 |
| 问数客服实战 | 25 | FastAPI + 旅游/教育数据集 | 数据集有价值（50+/70+ 数据表），代码是整合已有项目 | 重构复用 — 保留数据集作为测试资产 |
| 评估优化部署 | 27 | vLLM + BGE-M3 + Reranker + RAGAS + Docker | GPU 部署脚本和 RAGAS 评估框架直接可用 | 重构复用 — 工业级 RAG 部署标准流程 |
| DeepAgents | 29 | Python + DeepAgents + LangGraph + RAGFlow | SubAgent/HITL 架构可复用，但 DeepAgents 框架小众 [待验证] | 重构复用 — 架构思想迁移到 LangGraph/PydanticAI |
无课程代码的独立项目（仅有架构图）
这些项目没有独立的训练课程模块和代码仓库，只有架构图 SVG。不需要从零编写代码，只需理解其业务场景和架构思路：
| 项目 | 架构图 | 业务场景 | 学习价值 | 建议 |
|---|---|---|---|---|
| 归因分析 (15) | 15_归因分析.svg | 数据归因分析 | 理解数据分析 Agent 的思路 | 可借鉴 NL2SQL 做数据 Agent |
| 商城风控 (16) | 16_商城风控.svg | 电商风控 | 理解规则+AI 混合风控 | 理解思路即可 |
| 市场罗盘 (17) | 17_市场罗盘.svg | 市场分析 | 理解市场数据 Agent | 可借鉴 NL2SQL |
| 万应助手 (18) | 18_万应助手.svg | 通用 Agent | 理解通用 Agent 架构 | 理解思路即可 |
| 运维管家 (20) | 20_运维管家.svg | 运维监控 | 理解 DevOps Agent | 可融入 Portfolio C |
| 小智医疗 (21) | 21_小智医疗.svg | 医疗 AI | 理解医疗合规门槛 | 了解即可，不做 |
| 硅谷商城 (22) | 22_硅谷商城.svg | AI 电商 | 理解 AI 增强电商 | 了解即可 |
| 美途旅行 (23) | 23_美途旅行.svg | AI 旅行 | 理解 AI 增强旅行 | 了解即可 |
| 好房易租 (24) | 24_好房易租.svg | AI 房产 | 理解 AI 增强房产 | 了解即可 |
| 倾听FM (25) | 25_倾听FM.svg | AI 音频 | 理解 AI 增强音频 | 了解即可 |
| 云尚课堂 (26) | 26_云尚课堂.svg | AI 教育 | 理解 AI 增强教育 | 了解即可 |
| 谷德家政 (27) | 27_谷德家政.svg | AI 家政 | 无海外对应市场 | 跳过 |
| 好医在线 (28) | 28_好医在线.svg | 在线医疗 | FDA/HIPAA 合规门槛 | 跳过 |
总结：学习策略
| 类别 | 项目数 | 学习策略 | 时间投入 |
|---|---|---|---|
| 核心项目（学 0→1） | 4 个 | 完整学习代码搭建过程，理解每一层的设计决策 | 13-15 天 |
| 行业变体（标注差异） | 10 个 | 浏览架构图，理解"同一套架构如何适配不同行业" | 每个 30 分钟 |
| 有代码的辅助项目 | 5 个 | 按需学习，作为核心项目的补充 | 每个 0.5-1 天 |
| 无代码的独立项目（了解即可） | 11 个 | 浏览架构图理解业务场景，不需要写代码 | 每个 15 分钟 |
| 直接跳过 | 2 个 | 谷德家政、好医在线 | 0 |
核心结论：28 个项目的本质是 4 套架构 × N 个行业 的组合。真正需要投入时间学习的是 4 个核心项目的 0→1 搭建过程。行业变体的价值在于理解"架构的可复用性"，而非重复编码。
推荐学习路径（精简版）
第一阶段：AI 核心认知（模块 14 → 15）
| 模块 | 时间 | 说明 |
|---|---|---|
| 14-大模型概述 | 1天 | 建立大模型全局认知 |
| 15-低代码Agent开发 | 2天 | Coze/Dify 实操，完成商户运营管家 |
第二阶段：框架与架构（模块 16 → 18 → 21）
| 模块 | 时间 | 说明 |
|---|---|---|
| 16-LangChain | 2天 | 掌握核心框架 |
| 18-LangGraph | 2天 | 掌握图状编排 |
| 21-LLM原理 | 1天 | 理解底层原理 |
第三阶段：核心项目实战（模块 19 → 20 → 23）
| 模块 | 时间 | 说明 |
|---|---|---|
| 19-掌柜智库 | 5天 | 企业级 RAG 全链路（最核心） |
| 20-掌柜问数 | 3天 | NL2SQL + DataAgent |
| 23-电商小二 | 3天 | Rasa 对话系统 |
第四阶段：进阶与扩展（模块 29 → 27 → 28 → 24）
| 模块 | 时间 | 说明 |
|---|---|---|
| 29-DeepAgents | 1天 | 多智能体编排 |
| 27-评估优化与部署 | 2天 | 工业级部署与评估 |
| 28-舆情分析 | 2天 | 多智能体复杂系统 |
| 24-Vibe Coding | 1天 | AI 辅助编程工具 |
第五阶段：按需选学（模块 25 → 17 → 26 → 22）
| 模块 | 时间 | 说明 |
|---|---|---|
| 25-问数客服实战 | 1天 | 行业数据集实战 |
| 17-智能点餐系统 | 1天 | 额外 Agent 案例 |
| 26-多模态 | 0.5天 | 了解概念 |
| 22-强化学习 | 0.5天 | 了解概念 |
跳过不学
| 模块 | 原因 |
|---|---|
| 01-Python基础 | 已有经验或AI可替代 |
| 02-数据结构与算法 | 基础技能 |
| 03-Linux及Shell | 基础技能 |
| 04-MySQL | 基础技能 |
| 06-NumPy&Pandas | AI可辅助完成 |
| 07-Git | 基础技能 |
| 08-机器学习 | 基础技能 |
| 09-深度学习 | 了解即可 |
| 05-FastAPI框架 | 按需查阅 |
| 10-智图寻宝 | 了解概念 |
| 11-NLP | 按需了解 |
| 12-智能商品发布 | 按需了解 |
| 13-地址对齐 | 按需了解 |
| 面试资料 | 无需关注 |
| 企业研发流程 | 无需关注 |
各模块资源完整性汇总
| 编号 | 名称 | 笔记 | 代码 | 资料 | 完整性评分 | 学习必要性 |
|---|---|---|---|---|---|---|
| 01 | Python基础 | ✅ | ✅ | ✅ | 100% | 🔴 10/100 |
| 02 | 数据结构与算法 | ✅ | ❌ | ❌ | 30% | 🔴 10/100 |
| 03 | Linux及Shell | ✅ | ✅ | ✅ | 100% | 🟠 25/100 |
| 04 | MySQL | ✅ | ❌ | ✅ | 60% | 🟠 20/100 |
| 05 | FastAPI+Web框架 | ✅ | ✅ | ✅ | 100% | 🟡 45/100 |
| 06 | NumPy&Pandas | ✅ | ❌ | ✅ | 70% | 🟠 30/100 |
| 07 | Git | ✅ | ✅ | ✅ | 100% | 🔴 10/100 |
| 08 | 机器学习 | ✅ | ✅ | ✅ | 100% | 🟠 20/100 |
| 09 | 深度学习 | ✅ | ❌ | ✅ | 60% | 🟠 20/100 |
| 10 | 智图寻宝 | ✅ | ❌ | ✅ | 60% | 🟡 40/100 |
| 11 | NLP | ✅ | ✅ | ✅ | 100% | 🟡 50/100 |
| 12 | 智能商品发布 | ✅ | ✅ | ✅ | 100% | 🟡 45/100 |
| 13 | 地址对齐 | ✅ | ✅ | ✅ | 100% | 🟡 45/100 |
| 14 | 大模型概述 | ✅ | ❌ | ✅ | 60% | 🟢🔵 85/100 |
| 15 | 低代码Agent开发部署 | ✅ | ✅ | ✅ | 100% | 🟢🔵 88/100 |
| 16 | LangChain | ✅ | ❌ | ✅ | 70% | 🟢🔵 90/100 |
| 17 | 智能点餐系统 | ✅ | ✅ | ❌ | 80% | 🟢 70/100 |
| 18 | LangGraph | ✅ | ✅ | ❌ | 80% | 🟢🔵 92/100 |
| 19 | 掌柜智库 | ✅ | ✅ | ✅ | 100% | 🟢🔵 95/100 |
| 20 | 掌柜问数 | ✅ | ✅ | ✅ | 100% | 🟢🔵 90/100 |
| 21 | LLM技术原理 | ✅ | ❌ | ❌ | 40% | 🟢 75/100 |
| 22 | 强化学习 | ✅ | ❌ | ❌ | 30% | 🟠 15/100 |
| 23 | 电商小二 | ✅ | ✅ | ✅ | 100% | 🟢🔵 88/100 |
| 24 | Vibe Coding | ✅ | ❌ | ✅ | 60% | 🟢🔵 90/100 |
| 25 | 问数客服项目实战 | ✅ | ✅ | ✅ | 100% | 🟢 75/100 |
| 26 | 多模态 | ✅ | ✅ | ✅ | 100% | 🟡 25/100 |
| 27 | 评估优化与部署 | ✅ | ✅ | ✅ | 100% | 🟢 65/100 |
| 28 | 舆情分析 | ✅ | ✅ | ✅ | 100% | 🟢 70/100 |
| 29 | DeepAgents | ✅ | ✅ | ✅ | 100% | 🟢 65/100 |
| — | 面试资料 | ✅ | ❌ | ✅ | 50% | 🟠 20/100 |
| — | 企业研发流程 | ❌ | ❌ | ❌ | 10% | 🔴 5/100 |
架构图资源
项目架构图 SVG 位于 C:\code\ai-agent-remote\架构图SVG\ 目录，共 33 个文件（01~28 智能体/Vibe Coding 项目 + 29~33 深度学习/NLP/额外项目）。
具体参见以下汇总表：
| 序号 | 项目名称 | 架构图路径 |
|---|---|---|
| 01 | 商户运营管家 | C:\code\ai-agent-remote\架构图SVG\01_商户运营管家.svg |
| 02 | 掌柜智库 | C:\code\ai-agent-remote\架构图SVG\02_掌柜智库.svg |
| 03 | 好医智库 | C:\code\ai-agent-remote\架构图SVG\03_好医智库.svg |
| 04 | 伴学智库 | C:\code\ai-agent-remote\架构图SVG\04_伴学智库.svg |
| 05 | 倾听智库 | C:\code\ai-agent-remote\架构图SVG\05_倾听智库.svg |
| 06 | 金融智库 | C:\code\ai-agent-remote\架构图SVG\06_金融智库.svg |
| 07 | 美途智库 | C:\code\ai-agent-remote\架构图SVG\07_美途智库.svg |
| 08 | 电商小二 | C:\code\ai-agent-remote\架构图SVG\08_电商小二.svg |
| 09 | 尚医助手 | C:\code\ai-agent-remote\架构图SVG\09_尚医助手.svg |
| 10 | 知学助手 | C:\code\ai-agent-remote\架构图SVG\10_知学助手.svg |
| 11 | 倾听助手 | C:\code\ai-agent-remote\架构图SVG\11_倾听助手.svg |
| 12 | 金融助手 | C:\code\ai-agent-remote\架构图SVG\12_金融助手.svg |
| 13 | 美途助手 | C:\code\ai-agent-remote\架构图SVG\13_美途助手.svg |
| 14 | 掌柜问数 | C:\code\ai-agent-remote\架构图SVG\14_掌柜问数.svg |
| 15 | 归因分析 | C:\code\ai-agent-remote\架构图SVG\15_归因分析.svg |
| 16 | 商城风控 | C:\code\ai-agent-remote\架构图SVG\16_商城风控.svg |
| 17 | 市场罗盘 | C:\code\ai-agent-remote\架构图SVG\17_市场罗盘.svg |
| 18 | 万应助手 | C:\code\ai-agent-remote\架构图SVG\18_万应助手.svg |
| 19 | 舆情分析 | C:\code\ai-agent-remote\架构图SVG\19_舆情分析.svg |
| 20 | 运维管家 | C:\code\ai-agent-remote\架构图SVG\20_运维管家.svg |
| 21 | 小智医疗 | C:\code\ai-agent-remote\架构图SVG\21_小智医疗.svg |
| 22 | 硅谷商城 | C:\code\ai-agent-remote\架构图SVG\22_硅谷商城.svg |
| 23 | 美途旅行 | C:\code\ai-agent-remote\架构图SVG\23_美途旅行.svg |
| 24 | 好房易租 | C:\code\ai-agent-remote\架构图SVG\24_好房易租.svg |
| 25 | 倾听FM | C:\code\ai-agent-remote\架构图SVG\25_倾听FM.svg |
| 26 | 云尚课堂 | C:\code\ai-agent-remote\架构图SVG\26_云尚课堂.svg |
| 27 | 谷德家政 | C:\code\ai-agent-remote\架构图SVG\27_谷德家政.svg |
| 28 | 好医在线 | C:\code\ai-agent-remote\架构图SVG\28_好医在线.svg |
| 29 | 智图寻宝 | C:\code\ai-agent-remote\架构图SVG\29_智图寻宝.svg |
| 30 | 智能商品发布 | C:\code\ai-agent-remote\架构图SVG\30_智能商品发布.svg |
| 31 | 地址对齐 | C:\code\ai-agent-remote\架构图SVG\31_地址对齐.svg |
| 32 | 智能点餐系统 | C:\code\ai-agent-remote\架构图SVG\32_智能点餐系统.svg |
| 33 | 知识库问数客服项目实战 | C:\code\ai-agent-remote\架构图SVG\33_知识库问数客服项目实战.svg |
数据文件对照说明
- 本地资料路径:
E:\BaiduNetdiskDownload\尚硅谷—ai全能开发\ - 每个目录标准结构:
{编号}_{名称}/→1.笔记/,2.资料/,3.代码/,4.视频/ - 视频目录已标记 ✅/❌ 但本文档推荐不观看视频，所有内容以笔记文档和代码为主
- 模块 15 的低代码平台案例最丰富：涵盖 14 个独立子案例（Coze 8 个 + Dify 6 个），全部有
.md文档和配置文件 - 模块 19 掌柜智库代码最完整：逐日增量编码，每个阶段都有完整代码和资源文档
- 模块 28 舆情分析笔记最详细：6 篇课件覆盖从全景到部署全部环节
文档生成时间: 2026-06-26数据来源: E:\BaiduNetdiskDownload\尚硅谷—ai全能开发\（实际网盘目录）原始网络参考: C:\code\ai-agent-remote\尚硅谷AI全能开发_教学大纲与项目库_完整版.md