大模型教程

本节内容的目标是：部署Datawhale的self-llm项目，选择AutoDL平台进行环境配置，完成ChatGLM模型的本地部署全流程，重点体验理解从环境搭建到模型部署的完整工作流。

DSPy 是斯坦福大学开发的LLM编程框架，在GitHub上已获得27.5k+ stars，代表着声明式AI应用开发的新范式。其核心理念是通过编写组合式Python代码，而不过度依赖Prompt工程

大模型应用中，你是否有这样的问题，对模型输入问题有时能够得到期望的回答，有时回答的结果却又不符合预期？引导词模模糊糊，只是凭感觉去用，有时用的好有时结果差？通过这篇文章，我们系统介绍Prompt的用法

大模型时代出现以后，我们的编程范式发生了非常深刻的变化，软件 3.0 时代随之到来。它体现在我们的编程对象变成了大语言模型（LLM），LLM 是在 GPU 上运行的

MCP（Model Context Protocol，模型上下文协议）是一种专为大语言模型设计的开源通信协议，使用 MCP 可以标准化模型与外部数据源、工具或服务之间的交互。

LangGraph 提供了一种以图（graph）为核心的解决方案，清晰定义了智能体之间的关系与交互规则，并通过内置的通信接口和协调策略，帮助开发者快速构建高效且可扩展的分布式智能系统。

Dify在开源社区这里是走得比较早的，但有红利就有竞争对手，这不FastGPT与N8N等开源Agent平台相继就出现了，我们这里也依次做下简单介绍。

cherry studio，是一个工具框架，其核心智能的计算等功能，均来自接入的模型服务商，需要通过使用对应模型厂商的API密钥，去调用对应模型的服务

AI 模型部署安装也能像安装普通软件一样简单。今天就给大家带来一份超详细的手把手教程，哪怕是零基础小白，也能轻松搞定 AI 模型部署。