本文详细介绍了如何使用RAGFlow和GLM-4-FLASH免费API搭建专属AI知识库，解决工程文档查询难题。教程按前期准备、Docker安装、RAGFlow配置、API获取与接入步骤展开，包含硬件要求、环境搭建等详细内容，特别标注了新手要点和避坑提醒。零代码基础即可操作，让AI精准解答工程文档问题，适合工程领域技术人员收藏学习。
前排提示，文末有大模型AGI-CSDN独家资料包哦！
后续文章会教大家深度使用，如何设置适合自己的参数，如何选择模型等等！
| 很多工程领域的小伙伴都有这样的困扰：积累了大量PDF、Word格式的工程文档，想快速查询某个技术点却要翻半天；遇到问题想让AI解答，却担心AI说“外行话”不贴合实际业务。今天就带大家用RAGFlow（开源RAG引擎）+ GLM-4-FLASH免费API，零代码基础也能搭建专属AI知识库，让AI“吃透”你的工程文档，精准解答问题！ |
全文按“前期检查→环境搭建→工具安装→API接入”分步讲解，每个步骤都标有“新手要点”“避坑提醒”等高亮提示，跟着做就能成功，建议收藏慢慢看～
一、前期准备：确认电脑满足这些条件
RAGFlow运行需要一定的硬件和系统支持，先花1分钟确认电脑是否达标，避免后续白费功夫：
- 硬件要求（核心！缺一不可）
1CPU：至少4核（常见的i5、Ryzen 5及以上都满足，老电脑可在“任务管理器-性能-CPU”查看核心数）
2内存：至少16GB（8GB会频繁卡顿报错，Windows可右键“此电脑-属性”查看，Mac在“关于本机-内存”查看）【可以到咸鱼买二手8G的内存，2条8G的也就100+很便宜，而且内存很难坏！】
3磁盘：至少50GB空闲空间，强烈推荐SSD固态硬盘（机械硬盘下载和运行会很慢）；重点注意：Docker默认安装在C盘，若C盘空间不足，可通过“合并磁盘”扩容，步骤如下：
- 打开“此电脑”，找到一个空闲且已删除所有文件的磁盘（如D盘，需先备份D盘文件）；
- 右键点击“此电脑”，选择“管理-磁盘管理”；
- 右键点击空闲磁盘（如D盘），选择“删除卷”（注意：此操作会清空该磁盘所有数据！），删除后该磁盘会显示为“未分配”；
- 右键点击C盘，选择“扩展卷”，在弹出的向导中点击“下一步”，勾选“未分配”的磁盘空间，继续“下一步”完成合并，C盘空间即可扩容。
4架构：优先x86架构（大部分Windows、Linux电脑和Intel芯片的Mac都符合；M1/M2芯片的Mac是ARM架构，后续需额外构建镜像，新手建议先用x86电脑尝试）
| 新手要点：如果内存不足16GB，可临时关闭其他所有软件释放内存，但长期使用建议升级内存；磁盘空间不够的话，先删除无用文件（如视频、安装包）再操作。 |
- 系统要求
1Windows：Windows 10及以上，必须是专业版/企业版（家庭版不支持Docker的关键功能，可网上搜“Windows家庭版升级专业版”教程，正版需激活）
2Mac：macOS 12及以上（Intel芯片直接用，M芯片需后续特殊处理）
- 其他准备
1稳定的网络（需下载约2-9GB文件，建议用有线网络或5GWiFi）【如果你有稳定的魔法更好，没有的话可以用国内的下载源来下载，后面会说如何更换国内的下载源】
2一个智谱AI账号（后续获取API用，提前注册好：智谱AI开放平台）
二、核心步骤一：安装Docker（RAGFlow运行的“地基”）
| RAGFlow是通过Docker容器运行的，简单理解：Docker就是一个“虚拟小电脑”，能帮我们自动配置好所有依赖环境，新手不用手动装各种复杂软件。务必按系统对应步骤操作！ |
RAGFlow是通过Docker容器运行的，简单理解：Docker就是一个“虚拟小电脑”，能帮我们自动配置好所有依赖环境，新手不用手动装各种复杂软件。务必按系统对应步骤操作！
- Windows系统（专业版+WSL2后端，重点！）
Windows用户必须先装WSL2（Windows子系统），否则Docker无法正常运行，步骤如下：
步骤1：启用WSL2和虚拟化（必做！）
1按“Win+R”输入“control”打开控制面板，依次点击“程序-程序和功能-启用或关闭Windows功能”
2在弹出的窗口中，勾选“适用于Linux的Windows子系统”“虚拟机平台”两个选项，点击“确定”
重启后系统会自动配置WSL2环境，此过程无需手动干预，耐心等待即可。
3等待系统安装完成，提示重启时点击“立即重启”电脑（一定要重启，否则不生效）
| 新手要点：“虚拟机平台”选项需要电脑在BIOS中开启虚拟化才能显示，这是Windows安装WSL2的核心前提，以下是详细开启步骤（不同品牌电脑BIOS界面略有差异，但核心选项一致）： 1. 重启电脑，开机时根据屏幕提示按对应按键进入BIOS（常见品牌按键：联想拯救者/小新按F2，惠普按F10，戴尔按F2，华硕按F2或Del，宏碁按F2，屏幕开机时会显示“Press [按键] to enter BIOS”）； 2. 进入BIOS后，通过方向键找到“Advanced”（高级）菜单，再找到“CPU Configuration”（CPU配置）或“Virtualization Technology”（虚拟化技术）选项； 3. 选中该选项，按Enter键将其设置为“Enabled”（启用）； 4. 按F10键保存设置并退出（部分电脑需按“Y”确认保存），电脑会自动重启； 5. 重启后重复步骤1-3，即可看到“虚拟机平台”选项并勾选。 |
步骤2：安装WSL2 Linux发行版（两种方式，推荐CMD命令）
方式一：CMD命令快速安装（推荐新手，一步到位）
- 按“Win+R”输入“cmd”，右键点击“命令提示符”选择“以管理员身份运行”；
- 输入命令wsl --install，按回车执行；【有些系统会让你选择wsl的版本，你可以将系统的回复都发给AI，让他教你如何安装对应版本】
- 系统会自动下载并安装WSL2及默认的Ubuntu发行版，过程约5-10分钟（取决于网络）；
- 安装完成后会提示重启电脑，点击“立即重启”；
- 重启后会自动弹出Ubuntu终端，等待初始化完成后，设置用户名（如“user1”）和密码（输入时看不到字符，输完按回车即可），WSL2即安装完成。【记住不要用中文】
提示：若命令安装时出现“无法连接到微软商店”错误，可先检查网络代理设置，关闭代理后重试；若仍失败，再采用方式二安装。
方式二：微软应用商店安装（备用方式，若命令安装失败可尝试）
- 打开微软应用商店（Microsoft Store），搜索“Ubuntu”，选择“Ubuntu 20.04 LTS”点击“获取”（免费）；
- 下载完成后点击“打开”，等待系统初始化（约1-2分钟），然后设置用户名和密码；
- 按“Win+X”打开终端（管理员），输入命令wsl --set-default-version 2，按回车执行（提示“操作成功完成”即可）。
步骤3：安装Docker Desktop（最后一步！）
1进入Docker官网下载页面：Docker Desktop下载，点击“Download for Windows”（自动识别系统）
1双击下载的安装包，勾选“Use WSL 2 instead of Hyper-V”，点击“OK”开始安装
1安装完成后点击“Close and restart”，电脑会自动重启
1重启后打开Docker Desktop，首次启动会加载（约1-3分钟），看到界面顶部显示“Docker Desktop running”即为成功
| 新手要点：如果启动时提示“WSL 2 installation is incomplete”，说明WSL2没装对，重新按步骤1-2操作，或直接下载微软官方修复工具：WSL2内核更新包，安装后重启即可。 |
- Intel芯片Mac系统
1进入Docker官网下载页面，点击“Download for Mac”（选择“Mac with Intel chip”）
2双击下载的.dmg文件，将“Docker”图标拖到“应用程序”文件夹
3打开应用程序中的Docker，首次启动会提示“需要权限”，输入电脑密码授权
4等待加载完成，顶部菜单栏出现Docker图标，且图标旁显示“Running”即为成功
三、核心步骤二：配置RAGFlow运行环境
| 这一步是解决RAGFlow启动时“内存映射不足”的问题，不配置会直接报错，按系统对应操作： |
这一步是解决RAGFlow启动时“内存映射不足”的问题，不配置会直接报错，按系统对应操作：
- Windows系统（WSL2后端）
| Windows系统（WSL2后端，必看原理+完整步骤）： |
1第一步：进入WSL2虚拟系统（Docker后端）
按“Win+R”输入“cmd”，右键点击“命令提示符”选择“以管理员身份运行”（必须管理员权限，否则进不去虚拟系统）；
输入命令：wsl -d docker-desktop -u root，按回车；
▶ 成功标志：命令行前缀从“C:\Windows\system32>”变成“root@xxx:/#”，说明已进入虚拟系统。
2第二步：检查当前参数值（判断是否需要修改）
输入检查命令：sysctl vm.max_map_count，按回车；
- 若输出“vm.max_map_count = 262144”或更大值：无需修改，直接跳至第5步退出；
- 若输出小于262144（如默认65530）：必须修改，执行下一步。
3第三步：临时修改（立即生效，重启后失效）
输入修改命令：sysctl -w vm.max_map_count=262144，按回车；
▶ 成功标志：输出“vm.max_map_count = 262144”（此时参数已生效，可立即启动RAGFlow）。
4第四步：永久修改（一劳永逸，重启不失效，推荐！）
临时修改重启电脑/Docker后会恢复默认值，建议新手直接配置永久生效：
- 输入命令：echo “vm.max_map_count=262144” | tee -a /etc/sysctl.conf，按回车（将参数写入系统配置文件）；
- 输入命令：sysctl -p，按回车（让配置文件立即生效）；
▶ 验证方法：再次执行sysctl vm.max_map_count，若输出262144则永久配置成功。
5第五步：退出虚拟系统
输入命令：exit，按回车即可回到Windows命令行。
| 为什么要做这几步？新手必懂原理 1. wsl -d docker-desktop -u root：Docker在Windows上实际是靠一个轻量级Linux虚拟机运行的，这条命令是用最高权限（root）连接到这个虚拟机，只有最高权限才能改系统核心参数。 2. sysctl -w vm.max_map_count=262144：核心作用是调高“进程可拥有的内存映射区域数量”。RAGFlow依赖的服务会创建大量内存映射，系统默认值（约6万）不够用，会直接启动失败或报错“max virtual memory areas too low”，调到262144才能满足需求。 3. exit：退出权限模式。 注意：这是临时设置，重启电脑或Docker后会失效，下次启动RAGFlow前重新执行前两步即可；若频繁使用，可输入echo ‘vm.max_map_count=262144’ >> /etc/sysctl.conf实现永久生效。 【后续我会教大家用CLAUDE CODE一键搞定这些配置】 |
- Mac系统
1打开“启动台-其他-终端”，输入命令docker run --rm --privileged --pid=host alpine sysctl -w vm.max_map_count=262144，按回车
1首次执行会下载一个小镜像（约几十MB），等待完成后提示“vm.max_map_count = 262144”即为成功（重启后需重新执行）
四、核心步骤三：安装并启动RAGFlow
| 这一步通过命令行操作，新手不用怕，复制粘贴命令即可，按系统对应步骤来： |
- 下载RAGFlow源代码（两种方式任选）
先安装Git工具（用来下载代码）：
1Windows/Mac：两种方式下载RAGFlow代码，任选其一即可
方式一：通过Git工具下载（推荐，后续更新方便）
进入Git官网Git下载，下载对应系统版本，双击安装时一路点“Next”即可（默认设置没问题），安装完成后通过命令下载代码。
方式二：手动下载压缩包（适合Git安装失败的新手）
- 打开RAGFlow的GitHub官网：https://github.com/infiniflow/ragflow；
- 点击右上角的“Code”按钮，在下拉菜单中选择“Download ZIP”；
- 下载完成后，找到压缩包（默认在“下载”文件夹），右键点击选择“解压到当前文件夹”或指定文件夹（建议解压到C盘以外的磁盘，如D盘根目录，路径避免中文，如“D:\ragflow”）；
- 解压完成后，记住解压路径，后续进入该路径下的“docker”文件夹操作。
若选择方式一（Git下载），打开终端（Windows用“Git Bash”或“命令提示符”，Mac用“终端”），执行以下命令：
| Plain Text # 下载RAGFlow代码到本地 git clone https://github.com/infiniflow/ragflow.git # 进入RAGFlow的Docker配置目录 cd ragflow/docker # 切换到官方原始版对应的稳定版本（与.env镜像版本一致） git checkout -f v0.21.0 |
若选择方式二（手动下载解压），打开终端，执行以下命令（需将路径替换为你的解压路径）【更推荐这个】：
| Plain Text # 进入RAGFlow的Docker配置目录（示例路径为D盘解压，需根据实际情况修改） cd D:\ragflow\ragflow-main\docker # 若路径有空格，需用引号包裹，如cd “D:\ragflow folder\docker” 例如我的就是E:\ragflow-main\docker 我应该输入cd E:\ragflow-main\docker |
| 新手要点：如果下载代码时提示“网络错误”，可能是需要魔法，或换个时间段重试；如果提示“git不是内部命令”，说明Git没装对，重新安装Git并重启终端即可。 |
- 配置.env文件（必改3处，决定功能是否正常）
| 首先说明.env文件：该文件位于ragflow的docker目录下，是RAGFlow的核心环境配置文件，记录了文档引擎、容器资源、镜像版本、服务端口等关键参数。官方原始版本参数全面且规范，建议以其为基础进行配置——新手无需修改所有参数，只需聚焦“必改核心项”和“新手友好优化项”即可，既避免配置错误又能解决实际问题。 关键补充：官方默认端口说明 根据官方配置，RAGFlow的Web服务默认通过SVR_HTTP_PORT=9380端口对外提供访问。因此，浏览器访问地址固定为http://localhost:9380（或http://127.0.0.1:9380）。 如果之前修改过Docker Compose中的端口映射（如将80端口映射），为保持与官方一致，建议将其恢复为默认配置，专注通过.env文件的SVR_HTTP_PORT参数管理访问端口，减少配置复杂度。 |
结合官方原始配置和新手需求，核心配置分为“镜像版本切换”“国内环境适配”“资源优化”三大模块，步骤如下（附配置文件截图说明）：
- 镜像版本切换（必改，决定功能完整性）：官方默认启用轻量版（slim），无内置模型，新手推荐切换为完整版（内置中文向量化模型，解析工程文档更精准）。操作步骤：
- 找到.env文件并显示隐藏文件（Windows勾选“隐藏的项目”，Mac按Command+Shift+.）； 【如果你直接看到，就不用修改】
- 找到镜像配置段，按如下修改（#表示注释，未注释行代表生效）：
轻量版（默认，不推荐）
RAGFLOW_IMAGE=infiniflow/ragflow:v0.21.0-slim
完整版（内置BAAI/bge-large-zh等中文模型，推荐）
RAGFLOW_IMAGE=infiniflow/ragflow:v0.21.0
3. 保存文件即可。（按我上面修改）
| 新手避坑提醒：1. 改参数前一定要备份.env文件，复制一份改名为“env备份”，错了能恢复；2. 只改上面讲的参数，其他参数（如数据库密码、端口）不要乱改，改了会导致服务启动失败；3. 改完参数后，需要重新执行启动命令才能生效。 |
| 3. 执行RAGFlow镜像拉取与启动命令：配置完成后，在终端的ragflow/docker目录下执行拉取并启动命令，根据网络环境和硬件情况选择对应命令： |
| # 1. 基础版（CPU运行，官方源，适用于网络通畅场景）【第一次搞用这个就可以了】 docker compose -f docker-compose.yml up -d # 2. 国内源优化版（CPU运行，适配国内网络，下载更快）【国内用户优先选这个】 # 先设置国内镜像环境变量（临时生效，仅本次拉取有效） export COMPOSE_REGISTRY_MIRROR=https://docker.mirrors.ustc.edu.cn 【这些镜像很多，如果不生效或卡，问一下AI，让它找给你】 # 再执行拉取启动命令 docker compose -f docker-compose.yml up -d # 3. GPU加速版（需满足前文GPU条件，官方源） docker compose -f docker-compose.gpu.yml up -d # 4. GPU加速国内源版（适配国内网络的GPU版本） export COMPOSE_REGISTRY_MIRROR=https://docker.mirrors.ustc.edu.cn docker compose -f docker-compose.gpu.yml up -d |
| 新手要点：① 命令中的“-d”表示后台运行，执行后终端可继续操作；② 国内用户优先使用带“国内源优化”的命令，避免因网络问题导致拉取失败；③ 若之前未配置Docker国内镜像，执行国内源版命令前需先按前文“换源步骤”配置Docker Engine镜像；④ 首次执行会自动拉取对应版本镜像，耐心等待即可。 【如果卡住了，按CTRL+C退出，然后再重新输入相同命令即可续上】 |
| 新手要点：1. 首次执行会下载对应版本镜像（轻量版约2GB，完整版约9GB），耗时5-60分钟（取决于网络），期间若出现卡顿、断连，可通过“换源”解决，换源步骤如下： 【Windows换源】 1. 打开Docker Desktop，点击左侧“Settings”（设置），选择“Docker Engine”； 2. 在编辑框中添加国内镜像源，完整内容如下（替换原有内容，注意逗号分隔）： { “registry-mirrors”: [ “https://docker.mirrors.ustc.edu.cn”, “https://hub-mirror.c.163.com”, “https://registry.docker-cn.com” ] } 3. 点击“Apply & Restart”，等待Docker重启完成后重新执行启动命令。 【Mac换源】 1. 打开Docker Desktop，点击顶部菜单栏“Docker-设置”，选择“Docker Engine”； 2. 后续步骤与Windows一致，添加国内镜像源后重启Docker。 2. 若拉取时断连，无需重新下载全部内容，再次执行启动命令docker compose -f docker-compose.yml up -d即可，Docker会自动续传未完成的部分；若多次断连，建议换用手机热点或更稳定的网络后重试。 |
- GPU加速版本说明（可选，提升速度）
若你的电脑有NVIDIA显卡，可尝试GPU加速版本，提升运行速度，但需满足两个条件：
① 显卡为40系及以下（如RTX 3060、4070等），目前RAGFlow暂不兼容50系显卡（如RTX 5060 TI）【我真是R了，还好能跑OLLAMA】；
② 已安装NVIDIA显卡驱动和CUDA工具包（驱动版本需匹配CUDA版本，可通过NVIDIA官网查询对应关系）。
GPU版本启动命令：进入docker目录后，执行docker compose -f docker-compose.gpu.yml up -d，若显卡不兼容会提示报错，此时改用默认命令启动CPU版本即可。
- 验证RAGFlow是否启动成功（关键一步！）
1打开浏览器，输入地址http://localhost:9380（或http://127.0.0.1:9380），按回车
1如果看到RAGFlow的登录界面（默认用户名：admin，密码：admin），即为启动成功；如果打不开，等待1-2分钟再试（服务启动需要时间）
1输入用户名和密码登录，进入RAGFlow主界面，至此RAGFlow安装完成！
| 然后你也可以在自己的DOCKER中看到它运行，如下： |
五、核心步骤四：获取GLM-4-FLASH免费API
| 智谱AI的GLM-4-FLASH提供免费API调用，足够个人使用，步骤如下： |
智谱AI的GLM-4-FLASH提供免费API调用额度，足够个人使用，步骤如下：
- 注册并实名认证智谱AI账号（必做！）
1打开智谱AI开放平台：智谱AI开放平台，点击右上角“注册”，用手机号验证码注册
1登录后，点击右上角“个人中心-实名认证”，选择“个人实名认证”，按提示上传身份证正反面，填写信息（1-3个工作日审核通过，大部分当天通过）
| 新手要点：实名认证是获取免费API的前提，信息必须真实，否则无法通过审核；审核通过后会收到短信通知。 |
- 创建API Key（关键！泄露会被盗用）
1实名认证通过后，进入智谱AI控制台：智谱AI控制台，点击左侧“API密钥-创建API密钥”
1输入密钥名称（如“RAGFlow专用”），点击“确定”，会生成“API Key”和“API Secret”
1点击“复制”按钮，把API Key和API Secret保存到记事本里（后续要用到，不要泄露给别人，泄露会被他人盗用额度）
六、核心步骤五：RAGFlow接入GLM-4-FLASH API
| 这一步是让RAGFlow“连接”到GLM-4-FLASH，实现智能问答，全程在网页界面操作，零代码： |
这一步是让RAGFlow“连接”到GLM-4-FLASH，实现智能问答，全程在网页界面操作，零代码：
- 进入RAGFlow模型配置界面
1打开浏览器，进入RAGFlow主界面（http://localhost:9380），登录后点击左侧菜单栏“系统设置-模型管理”
1在模型管理页面，点击右上角“添加模型”，选择“智谱AI”作为模型来源
| 直接填你从智普上面获取的API就好了。 |
- 设置默认模型（可选）
在模型管理页面，找到刚添加的“GLM-4-FLASH”，点击右侧“设为默认”，后续使用时就不用每次选择模型了。
七、新手必看：常见问题解决方法
1问题1：RAGFlow启动后，浏览器打不开http://localhost:9380？解决：1. 终端输入docker ps，查看“ragflow”相关容器是否都在运行（STATUS列显示“Up”）；2. 若容器未运行，输入docker compose -f docker-compose.yml logs ragflow查看报错，重点检查MEM_LIMIT是否超过电脑内存，或端口是否被占用；3. 若端口被占用，可修改.env文件中的SVR_HTTP_PORT参数（如改为9381），保存后重新执行启动命令，再用新端口访问。
1问题2：Docker启动失败，提示“WSL 2 kernel update is required”？解决：1. 下载微软官方WSL2内核更新包：WSL2内核更新包（经验证为微软官方链接）；2. 安装完成后重启电脑，重新启动Docker即可。
1问题3：上传文档后解析失败？解决：1. 检查文件是否损坏（用其他软件打开试试）；2. 文件名不要有中文特殊符号（如“！、？”），重命名后再上传；3. 单个文件不要超过100MB，拆分后再上传；4. 若为扫描版PDF，需先进行OCR识别（RAGFlow部分版本支持内置OCR，若不支持需提前用工具转换为可编辑PDF）。
1问题4：问答时提示“API调用失败”？解决：1. 检查API Key和Secret是否填写正确（重新复制粘贴一次，避免空格）；2. 进入智谱控制台查看额度是否用完（免费额度每日有上限，可升级套餐或次日再试）；3. 检查网络是否能访问智谱AI接口（可访问智谱AI开放平台测试网络连通性）；4. 若提示“模型版本不存在”，确认模型版本选择为“glm-4-flash”。
1问题5：M1/M2芯片Mac无法启动RAGFlow？解决：ARM架构需要手动构建镜像，终端进入ragflow/docker目录后，输入docker compose -f docker-compose.arm64.yml up -d（过程约30-60分钟，需耐心等待）；构建失败可尝试更新Docker Desktop至最新版本，开启“使用Rosetta模拟x86架构”功能。
1问题6：拉取镜像时提示“permission denied”？解决：1. Windows/Mac：以管理员身份运行终端；2. Linux：在命令前加sudo（如sudo docker compose up -d），输入管理员密码即可。
| 如果有问题，找QWEN、KIMI和DEEPSEEK都可以询问他们 |
读者福利：倘若大家对大模型感兴趣，那么这套大模型学习资料一定对你有用。
针对0基础小白：
如果你是零基础小白，快速入门大模型是可行的。
大模型学习流程较短，学习内容全面，需要理论与实践结合
学习计划和方向能根据资料进行归纳总结
包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
这里我们能提供零基础学习书籍和视频。作为最快捷也是最有效的方式之一，跟着老师的思路，由浅入深，从理论到实操，其实大模型并不难。
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
扫一扫
25万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
