·理解Python语言的设计理念与核心特性
·掌握Python基本语法规则、数据类型本质及编程语法规范
·理解常用Python API的工作原理与调用逻辑
·掌握大模型基本概念、交互原理及提示词工程的核心逻辑

·能够独立搭建Python开发环境并完成调
·能熟练编写符合语法规范的Python代码，实现变量操作、逻辑控制等基础功能
·能够灵活运用Python常用API解决数据处理、大模型交互等实际问题
·能使用Gradio快速搭建并部署简单的AI应用可视化界面

·学会区分真假拖延，帮助学员摆脱拖延行为，提升执行力
·帮助学员正确管理个人精力

大模型简介、提示词工程基础原则与应用场景

Anaconda环境管理、Jupyter Notebook编程与调试

代码注释、变量与常量定义、各类运算符(算术、比较、逻辑、成员)

数值与布尔运算、字符串格式化与高级操作、列表/元组/字典/集合的CRUD操作与转换

if/elif/else条件分支、for/while循环控制、break/continue流程中断

API基础调用、多轮会话循环模式开发

Gradio组件布局、聊天机器人界面快速搭建与部署

提升执行力、精力管理

·掌握本地大模型运行环境的构建逻辑、模型量化概念及开源模型的特性
·理解Gradio的事件驱动机制与Streamlit的数据驱动刷新机制，掌握状态管理原理
·建立“后端模型逻辑 + 前端交互界面”的分层开发认知，理解前后端数据交互流程
·建立Vibe Coding 认知，掌握自然语言编程能力

·熟练使用Python 库调用OpenAI格式及本地Ollama接口，实现代码与模型的对话
·能够独立搭建Ollama环境，使用命令行管理模型，并利用CherryStudio等工具进行多模型统一调试
·能够使用Gradio构建聊天机器人及多模态处理界面；使用Streamlit构建数据分析仪表盘或工具类应用
·熟练运用AI编程工具（如Trae），掌握通过结构化Prompt进行自然语言全自动开发、智能补全与“面向报错编程”排错绝招

·学会如何有效的与同事沟通，与领导沟通
·做好阶段性复盘

Ollama环境搭建与CLI指令、本地运行大模型、本地API服务开启与Python交互

CherryStudio工具链集成、本地/云端模型统一管理、开源大模型选型维度与策略

Interface核心组件详解、多模态(文本/图像)输入输出、ChatInterface聊天机器人快速构建

Blocks自定义布局设计、事件监听与复杂交互逻辑、Hugging Face Spaces云端部署实战

核心组件(st.write/input)应用、侧边栏与列布局设计、Session_state多轮交互状态管理

Gradio vs Streamlit架构优劣对比、多页面应用(Multi-page)开发、响应式交互优化

自然语言编程心智建立、Trae核心配置与Builder/SOLO模式实战、前端三剑客白话扫盲与AI小白排错绝招

集成Python脚本与Web前端、构建本地知识库问答工具、复杂工作流应用落地与项目路演

职场沟通、复盘系列二

·理解Linux文件系统结构、用户权限管理及进程调度原理
·掌握Docker镜像与容器的核心区别，掌握容器隔离机制与网络通信原理
·掌握vLLM的显存优化机制，理解大模型生产环境下的OpenAI兼容API标准
·深入理解面向对象编程（OOP）的封装、继承、多态思想
·掌握Python中的并发编程及性能优化

·熟练使用SSH远程连接云服务器，使用Vim编辑器与Shell命令完成系统配置与故障排查
·能够编写Dockerfile构建镜像，使用Docker Compose编排服务，并在服务器上部署高性能的vLLM推理服务
·能够使用Python面向对象设计复杂的业务逻辑

·帮助学员做好个人职业规划
·培养结果思维

云服务器SSH连接、文件系统管理(ls/cp/mv/rm)、Vim编辑器进阶、用户与权限控制(chmod/chown)

进程管理(ps/top/kill)、包管理器(apt/yum)、环境变量配置、Shell脚本自动化编程

Docker镜像与容器生命周期管理、Dockerfile编写实战、Nginx容器部署与端口映射

vLLM推理框架原理解析(PagedAttention)、加载本地模型暴露OpenAI兼容API、Postman接口压测

类与对象设计、构造函数(__init__)、继承与多态应用、魔术方法深度解析

文件流与序列化操作(Pickle/JSON)、Python并发编程基础、性能优化策略

复盘系列三、复盘系列四、职场走直线

·深入理解MySQL核心概念、数据库设计范式、事务（Transaction）的ACID特性及索引优化原理
·理解FastAPI的ASGI异步通信机制、依赖注入系统及Pydantic数据校验逻辑
·掌握HTTP请求/响应生命周期，理解RESTful API设计规范，以及跨域资源共享（CORS）的处理机制
·熟悉HTML文档结构、CSS盒模型与布局策略、以及JavaScript的DOM操作与事件驱动模型

·能够使用SQL进行复杂的高级查询（DQL），使用Python（SQLAlchemy）进行ORM操作，并利用AI辅助完成数据库表结构设计
·能够使用FastAPI构建具备数据校验、异常处理、文档自动生成（Swagger UI）的RESTful API，并实现异步数据库交互
·能够编写基础的HTML/CSS页面，使用JavaScript的fetch API与后端进行数据联调，实现前后端数据打通
·熟练运用AI工具生成前端UI组件代码、解释复杂的JavaScript逻辑、重构后端代码及辅助排查Bug

·建立团队合作的意识，并深入理解团队合作
·学会有效沟通通用技巧

关系型数据库原理、环境安装与配置、数据库设计三范式、AI辅助ER建模实战

DQL复杂查询(Join/Subquery)、事务控制与ACID、索引原理与性能优化、数据备份与恢复

SQLAlchemy ORM集成、数据库会话(Session)管理、AI辅助SQL语句生成与调试

ASGI vs WSGI架构解析、Uvicorn服务启动、路径与查询参数定义、Pydantic数据模型校验

依赖注入(Dependency Injection)实战、异步CRUD接口开发、全局中间件与异常处理机制

HTML5语义化标签应用、CSS3盒模型与Flexbox弹性布局、AI辅助生成HTML/CSS代码

JavaScript核心语法与DOM操作、Fetch API异步请求实战、CORS跨域问题处理、AI辅助前端代码重构

团队合作、就业冲刺准备

·深入理解检索增强生成的全流程，掌握Embedding模型原理及召回与生成效果的评估指标
·理解不同格式文档（PDF/TXT/Markdown）的解析难点，掌握文本拆分与分割的优化策略
·掌握LangChain的核心组件（Chains, Agents, Memory, Tools）及LangSmith监控体系
·了解知识图谱与图数据库（Neo4j）在解决复杂关联检索中的优势与应用逻辑

·能够搭建向量数据库，实现基于私有数据的精准检索与问答，并能针对PDF解析进行专项优化
·熟练使用LangChain进行链式调用与智能体开发，使用LangSmith进行应用调试与链路追踪
·能够部署Neo4j图数据库，实现知识图谱的构建与查询，开发基于GraphRAG的高级应用
·能够整合RAGFlow等生产级工具，开发具备行业属性的综合性AI系统

·打造真实面试场景，锻炼学员面试应激反应
·掌握制作简历的技巧，制作合格的个人简历
·帮助学员提前做好入职后的心理建设，顺利度过试用期

RAG技术架构解析、文档解析与清洗策略、PDF解析优化、文本拆分策略详解

Embedding模型原理与微调、向量数据库构建与应用、RAG召回率与生成准确性评估

构建学习助教知识库、检索问答逻辑实现、系统效果优化策略

LangChain基础组件架构、Chain链式调用、PromptTemplate管理、Memory记忆机制

Agent智能体开发、LangSmith链路追踪与调试、LlamaIndex框架选修

基于LangChain的医疗问答系统、多轮对话状态管理、专业术语库集成

Neo4j图数据库基础、知识图谱构建与存储、GraphRAG原理与小说解析器实现

RAGFlow生产环境部署实战、复杂数据链路编排、从Demo到生产环境的落地路径

模拟面试、简历制作、顺利通过试用期

·掌握感知-规划-行动-反思的智能体闭环，理解Function Calling（函数调用）连接外部世界的底层原理
·深入理解MCP的设计初衷，理解如何标准化地让AI连接本地数据与远程服务
·理解LangChain向LangGraph的演进逻辑，掌握基于图的状态机设计、循环流与持久化机制
·掌握多Agent系统的协作模式，理解AutoGen框架的运行机制

·能够定义复杂的JSON Schema，让大模型精准调用天气查询、数据库操作、邮件发送等外部API
·能够开发定制化的MCP Server，实现私有数据或服务与Agent的标准化解耦连接
·熟练使用LangGraph构建具备“人机协同”和“长短期记忆”的高级Agent应用
·能够开发整合图像处理能力的换装小助手，以及基于AutoGen的自动化代码编写或辩论小组

·了解企业面试常见问题，掌握面试回答技巧
·学习面试礼仪，提高面试成功几率
·打造真实面试场景，锻炼学员面试应激反应
·掌握复盘工具的使用方法，做好面试复盘

智能体认知架构演进、Function Calling机制详解、JSON Schema定义与API精准对接

MCP架构解析、连接本地资源与服务、定制化MCP Server开发

基于图的StateGraph设计、循环工作流构建、条件边逻辑处理

Checkpointer持久化存储、Human-in-the-loop人工干预机制、多Agent辩论系统开发

多模态大模型接入、图像理解与生成工具链集成、实战项目：AI换装小助手开发

AutoGen基础架构、代码编写与执行Agent群组构建

A2A通信协议初探、AG-UI交互标准、Coze/Dify平台API深度对接与扩展

面试技巧、面试礼仪、模拟面试、面试复盘

·理解原生业务系统与AI模块的融合模式（内嵌式 vs 外挂式），掌握微服务架构下的接口对接与数据流转
·熟悉软件开发生命周期，包括需求拆解、技术选型、开发调试、系统联调及交付验收
·理解数据清洗、探索性分析、数据可视化的核心逻辑，掌握“数据驱动决策”的商业思维
·了解Numpy矩阵运算原理、Pandas数据框结构，以及Tableau/Metabase等商业智能工具的应用场景

·能够独立或协同完成一个包含用户管理、业务逻辑、数据库交互及复杂AI功能（RAG/Agent）的大型Web应用
·能够将AI能力落地到具体业务场景（如医疗诊断辅助、后台智能分析），解决实际痛点而非单纯炫技
·熟练使用SQL高级查询处理结构化数据，使用Pandas进行清洗与分析，使用Matplotlib绘制专业图表
·能够构建专门用于数据分析的Agent，实现从“输入数据”到“自动生成分析报告”的智能化流程

·职场晋升力培养目标
·掌握面试宝典中的内容
·打造真实面试场景，锻炼学员面试应激反应

青芽在线医疗平台架构、原生业务模块开发、RAG智能问诊与病历分析功能内嵌

智慧星球AI中台构建、对接现有业务系统接口、后台智能分析平台与插件开发

Git团队协作开发流、代码审查(Code Review)与重构、系统集成测试与Bug修复

Excel商业数据分析技巧、SQL窗口函数与复杂聚合、数据清洗与预处理规范

Numpy数组创建与矩阵运算、Pandas DataFrame核心操作、多维数据透视与筛选

Matplotlib与Seaborn绘图实战、Tableau/Metabase商业仪表盘搭建、数据大屏制作

构建全自动化数据分析Agent、短视频热播数据探索性分析、自动生成图文洞察报告

面试宝典、职业修炼、面试集训

·理解企业级开发规范，熟悉Scrum敏捷开发模式，掌握需求分析、任务拆解、每日站会及迭代回顾的流程
·能够设计高可用、可扩展的系统架构，理解“业务子系统”与“AI赋能模块”的解耦与交互逻辑
·掌握机器学习常见算法（回归/分类/聚类）、深度学习反向传播原理、Transformer核心架构
·理解大模型预训练、指令微调、强化学习的全流程，及LoRA等高效微调技术原理

·能够主导或参与完成一个包含权限管理、复杂业务流转、多模态AI集成的全栈系统
·熟练使用禅道（Zentao）进行任务分配与进度追踪，使用Git进行代码合并与冲突解决
·能够实现“AI问卷润色”、“RAG智能分析报告”、“用户画像生成”等高难度AI功能，并生成专业图表
·能够清晰阐述Transformer的注意力机制，解释过拟合/欠拟合的解决方案，具备微调数据集构建与清洗的工程能力

·打造真实面试场景，锻炼学员面试应激反应
·掌握复盘工具的使用方法，做好面试复盘
·掌握面试宝典中的内容

项目需求分析会、技术选型与架构设计、禅道(Zentao)任务拆解、开发环境与规范统一

用户权限系统、问卷/编程题库设计、答卷数据采集与逻辑校验

AI问卷润色与题目生成、RAG智能知识库问答助手、LangChain逻辑编排

AI智能数据分析报告生成、用户画像/知识图谱自动构建、Echarts数据可视化集成

前后端联调与接口压测、Docker容器化部署、Nginx反向代理配置、项目验收与复盘

线性回归与逻辑回归、决策树与聚类算法、过拟合与欠拟合处理、模型评估指标

神经网络(CNN/RNN)基础、Transformer架构详解、自注意力机制(Self-Attention)推导

SFT指令微调流程、LoRA/QLoRA高效微调原理、微调数据集构建与清洗、模型量化部署

面试复盘、面试宝典、职业修炼、模拟面试

·拓展AI应用的外围技能栈；了解数据标注或图像处理等相关领域知识

·能根据个人兴趣与职业方向选择学习路径，补充特定技能

标注规范与质量标准、标注工具使用、图像/文本/语音标注方法、标注项目管理

OpenCV基础操作、图像处理技术、目标检测初步、图像生成模型概述