一个月(30 天)高效、可执行、面试导向的“大模型应用开发”学习路线
一个月后可以独立完成企业级 AI 应用(RAG、Agent、多模型编排)并通过 90% 的应用岗面试


📅 30 天大模型应用开发学习路线(表格版)

  • 给Deepseek或者豆包发送提示词,让他们带领你学习
  • 每天 2~4 小时
  • 重点偏向 应用开发、RAG、向量数据库、Agent、企业级工程化
  • 每个知识点都附带 强化问题(面试常问)

🗂️ 完整学习表格

天数学习主题学习内容(可当天完成)产出强化问题(面试常问)
Day 1AI 应用开发全局认知AI 应用 VS 模型开发、RAG/Agent、企业架构、模型能力边界AI 应用图谱1. 应用岗和模型岗的区别?2. LLM 的能力边界是什么?
Day 2Prompt 基础系统Prompt 原则、风格、角色、思维链20 条 Prompt 模板1. 什么是思维链?什么时候不应该使用?
Day 3高级 Prompt 工程ReAct、Plan&Execute、结构化输出、工具调用设计完整复杂 Prompt1. 如何保证 LLM 输出结构化 JSON?2. ReAct 的核心是什么?
Day 4大模型 API 使用OpenAI/DeepSeek/Claude API,前端+Node/Next.js 调用Demo:调用模型接口1. 流式输出如何实现?2. 温度参数代表什么?
Day 5多模型对比与选择DeepSeek/Claude/GPT 使用场景、性能差异模型选择决策表1. 如何选择模型进行推理?2. 便宜模型如何增强?
Day 6向量与 Embedding 必知概念向量、相似度、维度、embedding 的本质Embedding 对比实验1. 为什么 cosine similarity 常用?2. Embedding 和文本分类差异?
Day 7搭建本地向量数据库Chroma/pgvector 简易使用本地向量库 + 插入 + 查询1. 为什么要分 chunk?2. 如何决定 chunk 长度?
Day 8企业级向量数据库(Milvus)Milvus 基础、索引、查询、性能部署 Milvus 并存入数据1. 向量索引 IVF 是做什么的?
Day 9RAG 基础概念RAG 结构:检索 → 重写 → 匹配 → 生成完成最小 RAG Demo1. RAG 为什么能减少幻觉?
Day 10RAG 分块策略Sliding window、semantic chunking三种分块效果对比1. 如何优化召回率?
Day 11RAG Query Rewrite多查询扩展、问题重写、意图识别3 种 query rewrite 实现1. 什么是查询扩展?
Day 12Rerank(重排)BGE/ColBERT、交叉编码器 vs 双塔Rerank 对比测试1. Rerank 为何比 embedding 准?
Day 13构建可生产的 RAG Pipeline检索 → Rerank → 组 Prompt → 生成一个生产级 RAG 流程1. 企业级 RAG 如何评估?
Day 14企业 RAG 优化技巧模型温度、召回阈值、上下文窗口优化优化前后对比1. 如何减少幻觉?
Day 15项目实战:企业知识库助手(上)文档解析、embedding、Milvus 写入完成知识库构建1. PDF 如何清洗?
Day 16项目实战:企业知识库助手(下)实现问答 + Rerank + 前端界面完成一个可上线 demo1. 如何处理上下文冲突?
Day 17Agent 基础—什么是 AgentAgent、工具调用、反思链、任务拆分自定义一个简单 Agent1. Agent 和 RAG 有什么不同?
Day 18多工具 Agent 体系搜索工具、数据库工具、爬虫工具多工具 Agent Demo1. 工具调用失败怎么补救?
Day 19ReAct Agent 原理思考-行动-观察循环一个 ReAct 代理1. ReAct 如何避免死循环?
Day 20Plan & Execute Agent计划生成 + 子任务执行Demo:任务规划 Agent1. 两阶段 Agent 的优缺点?
Day 21多模型协作编排使用 OpenAI + DeepSeek + Embedding + Rerank 协作模型组合架构图1. 企业为什么要多模型?
Day 22前端 AI 交互优化React 中流式输出、长任务状态、打字机效果完成流式前端1. SSE 和 WebSocket 区别?
Day 23项目:AI 智能客户中心(上)RAG + Agent + 角色扮演架构设计1. AI 工单系统的难点?
Day 24项目:AI 智能客户中心(中)工具调用:查订单、改地址(mock API)完成一个能“查订单”的 Agent1. 如何管理 agent memory?
Day 25项目:AI 智能客户中心(下)前端 UI + 后端 API 完整打通完整应用可运行1. 怎么防止模型乱调用工具?
Day 26大模型应用安全越狱、Prompt 注入、风险控制安全策略文档1. 防 Prompt 注入方法?
Day 27企业级工程化缓存、日志、模型切换、灰度、监控生产化策略1. 为什么需要模型降级?
Day 28面试突击:RAG 专项30 个 RAG 面试题面试题文档1. 如何评估 RAG 系统?
Day 29面试突击:Agent + 工具调用20 个 Agent 面试题文档输出1. 如何处理工具返回错误?
Day 30最终项目 & 简历输出一个完整企业级项目线上 Demo + 简历1. 如何介绍你的项目?

📌 接下来怎么用?

每天开始学习时,可以给Deepseek或者豆包说
“我今天学的是 Day X,请给我知识点讲解 + 完成强化问题 + 做对应练习。”

让Deepseek或者豆包每天作为你的“带教导师”陪你学与刷面试题。


有了大模型,让学习变得更简单,赶紧学习起来吧。

更多推荐