AI 应用工程化从入门到精通

一套面向 AI 产品经理的完整培训课程，涵盖大模型底层原理到 AI 工程化落地。

🌐 在线访问： https://xueai.app

---

课程介绍

本课程共两大篇章，41 页交互式幻灯片，30+ 个动态演示：

第一篇章 · 大模型是怎么来的

• Token 生成机制与训练原理
• GPT 跃进历程
• 从补全到对话的演变
• 大模型幻觉的成因与四种缓解方案（RAG、Prompt、SFT、Temperature）

第二篇章 · AI 工程化

• 上下文工程
• Prompt 进阶与 Prompt 注入防御
• Agent 设计与工具调用（ReAct 框架）
• 五层成本优化体系（KV Cache 等）

---

本地运行

直接双击 index.html 用浏览器打开，无需服务器。

或者用任意静态服务器：

# Python
python3 -m http.server 8000

# Node.js
npx serve .

---

部署到服务器

参考 DEPLOY.md 文档。

---

关于作者

洛小山 · AI 产品经理 / 独立开发者

• 🌐 课程网站：https://xueai.app
• 🏠 个人网站：https://luoxiaoshan.cn
• 📖 公众号：洛小山（扫码关注，获取更多 AI 干货）

关注公众号 洛小山

请我喝杯咖啡 赞赏支持

---

开源理念与协议

AI 时代，优质的学习资料应该属于每一个想学习的人，而不是少数人的收费壁垒。

这个项目选择开源，是希望让更多人能接触到系统的 AI 知识，共同推动整个行业的学习氛围。我们相信，知识的流动越自由，行业整体的水位就越高——这对所有人都有益。

但开源不代表可以被滥用。我们唯一不希望看到的，是有人把本该属于大家的学习内容，包装成付费课程、闭源产品，转手牟利。 这不仅辜负了开源社区的信任，也在侵蚀我们共同努力营造的学习生态。

因此，本项目采用 AGPL-3.0 协议：

• ✅ 任何人都可以免费使用、学习、改进这份内容
• 🔄 基于本项目的修改或衍生版本，必须同样开源，让改进回流社区
• 📌 无论是网站部署还是内容二次传播，必须保留原作者署名
• ❌ 禁止将本项目用于闭源商业产品

---

Copyright (c) 2026 洛小山 · Miyang Tech (Zhuhai Hengqin) Co., Ltd.
Licensed under GNU AGPL v3.0