本文提供了一套完整的Agent学习路径包含7个阶段、每个阶段的课程与项目清单及验收标志外加两条可选学习路径。旨在帮助零基础至初学者在4-6个月内掌握Agent开发内容涵盖从基础到框架实战再到工程化应用强调动手实践与系统构建能力适合想进入AI工程领域的学习者。给零基础到初学者的 Agent 学习路径七个阶段、每阶段一份课程与项目清单、一个「验收标志」外加两条可选路径。总耗时 4–6 个月。文中所有 star 数于 2026-08-24 经 GitHub API 实时核实遇到不懂的术语文末附术语速查。一、为什么是现在为什么是你大模型本身只会生成 token它不会自己打开浏览器不会调用 API也不记得昨天的对话。让它端到端干完一件复杂任务的是围绕模型搭起来的 Agent 系统Agent LLM 工具 循环 记忆。动手这件事得靠外面这套系统。2026 年Agent 明显在从概念走向工程化有三个信号协议标准化。MCPModel Context Protocol已成为 Agent 连接外部工具的事实标准主流模型、IDE 与框架全部接入Agent Skills 成为 2026 年最流行的可复用能力封装方式给 Agent 写手册这件事第一次有了统一格式。Harness 爆发。让 Agent 自主干活的驾驭系统成为主战场Cursor、Claude Code 已是程序员日常DeepSeek 官方 deepseek-harness 上线 11 天拿下 19 万 star。岗位变化。企业对 AI 工程师的要求正在从会调 API转向能建系统。状态管理、工具编排、记忆系统、错误恢复这些工程能力比模型本身稀缺得多。最省心的一点这条路不需要你会训练模型。模型层的军备竞赛是少数实验室的事Agent 层只要会写代码就能做。下面是我们在整理了大量课程与项目之后给出的路线图。二、学习的三个陷阱想学和学得会之间隔着三个坑。这三个坑不怪学习者怪这个领域迭代太快。整理课程清单的时候我们在这几个坑里都栽过陷阱一选择瘫痪。课程、框架、Harness 日更star 数一个比一个高。收藏了几十个仓库、每个都看了一页、最后一个都没学完这是这一行最常见的学习方式。star 数代表流行度不代表适合你当前阶段。一个 200K star 的 Harness 对刚入门的你价值还不如一本 33K star 的中文入门教程。陷阱二demo 层天花板。大多数教程教你到调 API 输出一句话为止。但从 demo 到生产中间隔着四道关状态管理、记忆系统、错误恢复、上下文工程。教程不会告诉你这四道关才是 Agent 工程师真正的工作内容也是面试真正会问的内容。陷阱三框架焦虑。今天 LangGraph明天 crewAI后天 smolagents。追新而不懂原理学到的永远是库的用法。换一个框架之前学的作废大半。绕开这三个坑的办法标题已经给了先跑通再理解最后造轮子。下面每个阶段都配一个「验收标志」达成即前进没达成就停下来把这一阶段补完。三、七阶段路线图阶段主题周期验收标志0前置基础1–2 周能写多轮对话 CLI 脚本1Agent 是什么1 周讲清 Agent 与 Chatbot 的区别2手搓核心范式2–3 周不靠框架手写 ReAct Agent3框架实战2–3 周LangGraph 做出带状态可中断恢复的应用4协议、记忆与上下文2–3 周3 个 MCP 工具 跨会话记忆 自写 Skill5案例与多智能体2–4 周独立完成一个完整项目6Harness 与工程化持续日常开发 30% 由 Harness 完成这条路径的安排逻辑很简单每一阶段的目标都建立在上一步的产出之上。下一步永远是对上一步的自然延伸不用另起炉灶。阶段 0前置基础1–2 周可跳过部分后面所有阶段都默认你能跑通一个 LLM API所以起点从这里开始Python 基础函数、类、async 即可、一个主流 LLM 的 API 调用OpenAI 兼容格式通用、prompt 基础system/user 消息、temperature 等参数的含义。参考dair-ai/Prompt-Engineering-Guide77.7K挑前几章看即可想补 LLM 原理再看 datawhalechina/happy-llm33.2K中文。验收标志写一个能多轮对话的 CLI 聊天脚本。阶段 1Agent 是什么1 周能调 API 之后先别急着选框架。这一周只回答一个问题Agent 和 Chatbot 到底差在哪。心智模型只有一句话Agent LLM 工具 循环。Chatbot 是一问一答Agent 是自主规划步骤、调用工具、根据结果再决策的循环。参考microsoft/ai-agents-for-beginners 第 1–4 课概念、框架概览、设计模式、工具调用中文入门可选 hello-agents 第 1–3 章。必读短文Anthropic《Building Effective Agents》。其中 workflow预设路径vs agent自主决策 的区分是全场最重要的一个概念值得反复读。深度阅读12-Factor Agents - 构建可靠 LLM 应用的原则从云原生十二要素借来的工程质量标尺越早建立越好。验收标志能向别人讲清楚「Agent 与 Chatbot 的区别是什么」。阶段 2手搓核心范式2–3 周最重要心智模型建立之后下一步是亲手把循环实现一遍用原生 API 手写三个经典范式ReAct推理-行动循环、Plan-and-Solve先规划后执行、Reflection自我反思迭代。这一步是整条路线图里最关键的一步它决定了你以后是库的使用者还是系统的构建者。很多人想跳过它直接上框架我的建议是别。手写过一次 ReAct你才知道 LangGraph 的节点和边在替你做什么没手写过框架永远是个黑盒。面试能讲原理、看得懂框架源码、有能力自研系统都从这一步开始。参考hello-agents 第 4–7 章专门带你把三个范式用原生 API 写一遍并自研一个迷你框架 HelloAgents。深度阅读Cursor IDE ReAct Agent 技术架构深度分析手搓完再看同一范式在真实产品 Cursor 中的工程实现分层架构、工具调用、上下文管理与性能优化。验收标志不依赖任何框架手写出一个能查天气 算数 失败重试的 ReAct Agent。阶段 3框架实战2–3 周手搓过裸循环之后框架的价值才真正显形它替你解决状态、记忆、并行、错误恢复而这些正是你上一阶段头疼过的问题。带着问题学框架比一上来就学框架快得多也扎实得多。选型建议是先精通一个再触类旁通快速出 demo 用 crewAI角色扮演最易上手或 smolagents代码极简企业级主攻 LangGraph有状态图生态最全市场岗位需求最大对照理解 openai-agents-pythonhandoff 模式与 google/adk-python。参考huggingface/agents-course一门口课横跨 smolagents/LlamaIndex/LangGraph有结业证书NirDiamant/GenAI_Agents24.0K45 个可运行 Notebook 跟练。深度阅读All Agentic Architectures 深入详解17 种可运行架构全景从 Reflection 到 Tree of Thoughts选型对照表。验收标志用 LangGraph 做出一个带状态、能中断恢复的多轮 Agent 应用。阶段 4协议、记忆与上下文工程2–3 周能跑的单体 Agent 还缺两样东西“感官与记忆”。生产级和 demo 的差距就在这里。生产级需要标准化的工具接口MCP、可复用的能力单元Agent Skills、跨会话的记忆系统以及决定哪些内容装进上下文窗口的上下文工程。窗口是 Agent 的工作记忆也是成本和性能的最大变量。参考modelcontextprotocol/servers89.8K先跑通一个 MCP serveranthropics/skills171.2K读懂 SKILL.md 格式并写一个自己的技能anthropics/courses22.7KAgent Skills 与上下文工程的官方实操课。深度阅读深度解析 MCP 与 AI 工具化的未来协议原理与实战给 Claude 写本标准操作手册Agent Skills 实战与深度解析技能定义规范上下文工程原理动态组装、压缩与检索。找灵感awesome-skills优秀 Agent Skill 实例合集。验收标志给你的 Agent 接上 3 个 MCP 工具 跨会话记忆再写一个自己的 Agent Skill。阶段 5案例与多智能体项目2–4 周单 Agent 的全栈能力齐了之后下一步是把它用起来用完整项目建立产品感。这个阶段练的是判断力把需求翻译成 Agent 系统哪些环节让 Agent 自主哪些必须预设路径。找灵感Shubhamsaboo/awesome-llm-apps133.7K行业案例ashishpatel26/500-AI-Agents-Projects36.9K多智能体理论geekan/MetaGPT70.0K与 camel-ai/camel17.6K。深度阅读数据智能体是重塑生产力的自动驾驶还是换壳的平庸炒作Data Agent 是当下最容易变现的方向之一能力分级与炒作风险都讲透了。验收标志复刻或自创一个完整项目智能客服、Data Agent、Deep Research 三选一。阶段 6Harness 与工程化持续会造 Agent 之后最后一课是 Harness Engineering驾驭工程让 Agent 在真实环境中自主干活并把它变成可维护的工程系统。本质上就是像管员工一样管 Agent给工具、定边界、加监督、留容错。这一层正在成为软件工程的新范式。按从易到难的顺序走先用 Aider-AI/aider48.4K当用户体验终端结对编程再上手 deepseek-ai/deepseek-harness190.0KDeepSeek 官方 Harness「一切皆插件」架构npx deepseek-ai/dsh web一条命令跑起 Web UI开发者预览更新快进阶看 cline/cline66.7K与 All-Hands-AI/OpenHands84.9K浏览器 终端 编辑器全驾驭的通用 Harness 标本值得读源码编排层看 microsoft/agent-framework13.1K生产级编排框架。深度阅读驾驭工程为什么你的 AI 编程助手总在失控如何构建驾驭系统的深度解析本阶段必读Agent First软件工程的下一个范式转移范式认知。验收标志日常开发由 Harness 类工具完成 30% 以上且能说清它们的设计取舍。四、两条路径与路线图边界七阶段不一定要按顺序走按你的处境选课程派稳扎稳打实战派以用带学主线阶段 0 → 6 顺序推进阶段 0 → 1 → 3 → 5 先出成果再回头补 2、4适合学生、转行者、想打牢底子在职工程师、急着落地时间4–6 个月2–3 个月见效原理后补这条路线图没覆盖的事也写清楚1. 不覆盖的领域多模态 Agent、Agent 评测与 benchmark、模型微调与强化学习这些是下一个层次的课题。本路线图聚焦一件事用工程能力把现有模型变成系统。2. star 数的时效性文中所有 star 数于 2026-08-24 核实而生态半年一换。star 数会过时验收标志不会。学完比追新重要不必逐条打卡。3. 深度 vs 广度阶段 3 的选型建议是先精通一个不是都学一遍。框架会换范式不换。把范式吃透剩下的只是换语法。五、结语最后说句实在的Agent 的门槛不在模型在系统。模型的能力是模型厂商给的把模型变成系统的能力是你自己的。七阶段走完你手里会有一个能自己干活的系统。这种东西2026 年的招聘市场正缺。最后2026 年一晃已经过半AI 大模型的热潮不仅没有降温反而持续升温金融行业用大模型做风控、医疗依靠 AI 解析影像电商、制造、教育各行各业都在把 AI 融入日常业务。曾经热闹的 “百模大战”早就告别单纯比拼模型参数正式进入落地应用时代。现在企业疯狂紧缺一类人才懂业务、懂 AI、能做出可上线项目的大模型开发工程师岗位缺口大薪资待遇十分可观。风口再好不如手握高薪 offer 实在。行情火热普通人、程序员该怎样从零入门大模型抓住这波机会今天整理好【2026 最新版】AI 大模型全套免费学习资源覆盖零基础入门、项目实战、理论知识、大厂面试从基础一路进阶。所有资料分类归档没有多余杂料无套路免费分享给想要入局 AI 赛道的程序员与零基础小白扫码免费领取全部内容1、大模型系统化完整学习路线2、大模型经典书籍文档3、AI 大模型最新行业研究报告4、企业级实战项目 完整配套源码5、大厂大模型面试真题汇总6、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 零基础入门大模型Agent：7阶段学习路径+课程清单，小白也能轻松掌握并收藏！
本文提供了一套完整的Agent学习路径包含7个阶段、每个阶段的课程与项目清单及验收标志外加两条可选学习路径。旨在帮助零基础至初学者在4-6个月内掌握Agent开发内容涵盖从基础到框架实战再到工程化应用强调动手实践与系统构建能力适合想进入AI工程领域的学习者。给零基础到初学者的 Agent 学习路径七个阶段、每阶段一份课程与项目清单、一个「验收标志」外加两条可选路径。总耗时 4–6 个月。文中所有 star 数于 2026-08-24 经 GitHub API 实时核实遇到不懂的术语文末附术语速查。一、为什么是现在为什么是你大模型本身只会生成 token它不会自己打开浏览器不会调用 API也不记得昨天的对话。让它端到端干完一件复杂任务的是围绕模型搭起来的 Agent 系统Agent LLM 工具 循环 记忆。动手这件事得靠外面这套系统。2026 年Agent 明显在从概念走向工程化有三个信号协议标准化。MCPModel Context Protocol已成为 Agent 连接外部工具的事实标准主流模型、IDE 与框架全部接入Agent Skills 成为 2026 年最流行的可复用能力封装方式给 Agent 写手册这件事第一次有了统一格式。Harness 爆发。让 Agent 自主干活的驾驭系统成为主战场Cursor、Claude Code 已是程序员日常DeepSeek 官方 deepseek-harness 上线 11 天拿下 19 万 star。岗位变化。企业对 AI 工程师的要求正在从会调 API转向能建系统。状态管理、工具编排、记忆系统、错误恢复这些工程能力比模型本身稀缺得多。最省心的一点这条路不需要你会训练模型。模型层的军备竞赛是少数实验室的事Agent 层只要会写代码就能做。下面是我们在整理了大量课程与项目之后给出的路线图。二、学习的三个陷阱想学和学得会之间隔着三个坑。这三个坑不怪学习者怪这个领域迭代太快。整理课程清单的时候我们在这几个坑里都栽过陷阱一选择瘫痪。课程、框架、Harness 日更star 数一个比一个高。收藏了几十个仓库、每个都看了一页、最后一个都没学完这是这一行最常见的学习方式。star 数代表流行度不代表适合你当前阶段。一个 200K star 的 Harness 对刚入门的你价值还不如一本 33K star 的中文入门教程。陷阱二demo 层天花板。大多数教程教你到调 API 输出一句话为止。但从 demo 到生产中间隔着四道关状态管理、记忆系统、错误恢复、上下文工程。教程不会告诉你这四道关才是 Agent 工程师真正的工作内容也是面试真正会问的内容。陷阱三框架焦虑。今天 LangGraph明天 crewAI后天 smolagents。追新而不懂原理学到的永远是库的用法。换一个框架之前学的作废大半。绕开这三个坑的办法标题已经给了先跑通再理解最后造轮子。下面每个阶段都配一个「验收标志」达成即前进没达成就停下来把这一阶段补完。三、七阶段路线图阶段主题周期验收标志0前置基础1–2 周能写多轮对话 CLI 脚本1Agent 是什么1 周讲清 Agent 与 Chatbot 的区别2手搓核心范式2–3 周不靠框架手写 ReAct Agent3框架实战2–3 周LangGraph 做出带状态可中断恢复的应用4协议、记忆与上下文2–3 周3 个 MCP 工具 跨会话记忆 自写 Skill5案例与多智能体2–4 周独立完成一个完整项目6Harness 与工程化持续日常开发 30% 由 Harness 完成这条路径的安排逻辑很简单每一阶段的目标都建立在上一步的产出之上。下一步永远是对上一步的自然延伸不用另起炉灶。阶段 0前置基础1–2 周可跳过部分后面所有阶段都默认你能跑通一个 LLM API所以起点从这里开始Python 基础函数、类、async 即可、一个主流 LLM 的 API 调用OpenAI 兼容格式通用、prompt 基础system/user 消息、temperature 等参数的含义。参考dair-ai/Prompt-Engineering-Guide77.7K挑前几章看即可想补 LLM 原理再看 datawhalechina/happy-llm33.2K中文。验收标志写一个能多轮对话的 CLI 聊天脚本。阶段 1Agent 是什么1 周能调 API 之后先别急着选框架。这一周只回答一个问题Agent 和 Chatbot 到底差在哪。心智模型只有一句话Agent LLM 工具 循环。Chatbot 是一问一答Agent 是自主规划步骤、调用工具、根据结果再决策的循环。参考microsoft/ai-agents-for-beginners 第 1–4 课概念、框架概览、设计模式、工具调用中文入门可选 hello-agents 第 1–3 章。必读短文Anthropic《Building Effective Agents》。其中 workflow预设路径vs agent自主决策 的区分是全场最重要的一个概念值得反复读。深度阅读12-Factor Agents - 构建可靠 LLM 应用的原则从云原生十二要素借来的工程质量标尺越早建立越好。验收标志能向别人讲清楚「Agent 与 Chatbot 的区别是什么」。阶段 2手搓核心范式2–3 周最重要心智模型建立之后下一步是亲手把循环实现一遍用原生 API 手写三个经典范式ReAct推理-行动循环、Plan-and-Solve先规划后执行、Reflection自我反思迭代。这一步是整条路线图里最关键的一步它决定了你以后是库的使用者还是系统的构建者。很多人想跳过它直接上框架我的建议是别。手写过一次 ReAct你才知道 LangGraph 的节点和边在替你做什么没手写过框架永远是个黑盒。面试能讲原理、看得懂框架源码、有能力自研系统都从这一步开始。参考hello-agents 第 4–7 章专门带你把三个范式用原生 API 写一遍并自研一个迷你框架 HelloAgents。深度阅读Cursor IDE ReAct Agent 技术架构深度分析手搓完再看同一范式在真实产品 Cursor 中的工程实现分层架构、工具调用、上下文管理与性能优化。验收标志不依赖任何框架手写出一个能查天气 算数 失败重试的 ReAct Agent。阶段 3框架实战2–3 周手搓过裸循环之后框架的价值才真正显形它替你解决状态、记忆、并行、错误恢复而这些正是你上一阶段头疼过的问题。带着问题学框架比一上来就学框架快得多也扎实得多。选型建议是先精通一个再触类旁通快速出 demo 用 crewAI角色扮演最易上手或 smolagents代码极简企业级主攻 LangGraph有状态图生态最全市场岗位需求最大对照理解 openai-agents-pythonhandoff 模式与 google/adk-python。参考huggingface/agents-course一门口课横跨 smolagents/LlamaIndex/LangGraph有结业证书NirDiamant/GenAI_Agents24.0K45 个可运行 Notebook 跟练。深度阅读All Agentic Architectures 深入详解17 种可运行架构全景从 Reflection 到 Tree of Thoughts选型对照表。验收标志用 LangGraph 做出一个带状态、能中断恢复的多轮 Agent 应用。阶段 4协议、记忆与上下文工程2–3 周能跑的单体 Agent 还缺两样东西“感官与记忆”。生产级和 demo 的差距就在这里。生产级需要标准化的工具接口MCP、可复用的能力单元Agent Skills、跨会话的记忆系统以及决定哪些内容装进上下文窗口的上下文工程。窗口是 Agent 的工作记忆也是成本和性能的最大变量。参考modelcontextprotocol/servers89.8K先跑通一个 MCP serveranthropics/skills171.2K读懂 SKILL.md 格式并写一个自己的技能anthropics/courses22.7KAgent Skills 与上下文工程的官方实操课。深度阅读深度解析 MCP 与 AI 工具化的未来协议原理与实战给 Claude 写本标准操作手册Agent Skills 实战与深度解析技能定义规范上下文工程原理动态组装、压缩与检索。找灵感awesome-skills优秀 Agent Skill 实例合集。验收标志给你的 Agent 接上 3 个 MCP 工具 跨会话记忆再写一个自己的 Agent Skill。阶段 5案例与多智能体项目2–4 周单 Agent 的全栈能力齐了之后下一步是把它用起来用完整项目建立产品感。这个阶段练的是判断力把需求翻译成 Agent 系统哪些环节让 Agent 自主哪些必须预设路径。找灵感Shubhamsaboo/awesome-llm-apps133.7K行业案例ashishpatel26/500-AI-Agents-Projects36.9K多智能体理论geekan/MetaGPT70.0K与 camel-ai/camel17.6K。深度阅读数据智能体是重塑生产力的自动驾驶还是换壳的平庸炒作Data Agent 是当下最容易变现的方向之一能力分级与炒作风险都讲透了。验收标志复刻或自创一个完整项目智能客服、Data Agent、Deep Research 三选一。阶段 6Harness 与工程化持续会造 Agent 之后最后一课是 Harness Engineering驾驭工程让 Agent 在真实环境中自主干活并把它变成可维护的工程系统。本质上就是像管员工一样管 Agent给工具、定边界、加监督、留容错。这一层正在成为软件工程的新范式。按从易到难的顺序走先用 Aider-AI/aider48.4K当用户体验终端结对编程再上手 deepseek-ai/deepseek-harness190.0KDeepSeek 官方 Harness「一切皆插件」架构npx deepseek-ai/dsh web一条命令跑起 Web UI开发者预览更新快进阶看 cline/cline66.7K与 All-Hands-AI/OpenHands84.9K浏览器 终端 编辑器全驾驭的通用 Harness 标本值得读源码编排层看 microsoft/agent-framework13.1K生产级编排框架。深度阅读驾驭工程为什么你的 AI 编程助手总在失控如何构建驾驭系统的深度解析本阶段必读Agent First软件工程的下一个范式转移范式认知。验收标志日常开发由 Harness 类工具完成 30% 以上且能说清它们的设计取舍。四、两条路径与路线图边界七阶段不一定要按顺序走按你的处境选课程派稳扎稳打实战派以用带学主线阶段 0 → 6 顺序推进阶段 0 → 1 → 3 → 5 先出成果再回头补 2、4适合学生、转行者、想打牢底子在职工程师、急着落地时间4–6 个月2–3 个月见效原理后补这条路线图没覆盖的事也写清楚1. 不覆盖的领域多模态 Agent、Agent 评测与 benchmark、模型微调与强化学习这些是下一个层次的课题。本路线图聚焦一件事用工程能力把现有模型变成系统。2. star 数的时效性文中所有 star 数于 2026-08-24 核实而生态半年一换。star 数会过时验收标志不会。学完比追新重要不必逐条打卡。3. 深度 vs 广度阶段 3 的选型建议是先精通一个不是都学一遍。框架会换范式不换。把范式吃透剩下的只是换语法。五、结语最后说句实在的Agent 的门槛不在模型在系统。模型的能力是模型厂商给的把模型变成系统的能力是你自己的。七阶段走完你手里会有一个能自己干活的系统。这种东西2026 年的招聘市场正缺。最后2026 年一晃已经过半AI 大模型的热潮不仅没有降温反而持续升温金融行业用大模型做风控、医疗依靠 AI 解析影像电商、制造、教育各行各业都在把 AI 融入日常业务。曾经热闹的 “百模大战”早就告别单纯比拼模型参数正式进入落地应用时代。现在企业疯狂紧缺一类人才懂业务、懂 AI、能做出可上线项目的大模型开发工程师岗位缺口大薪资待遇十分可观。风口再好不如手握高薪 offer 实在。行情火热普通人、程序员该怎样从零入门大模型抓住这波机会今天整理好【2026 最新版】AI 大模型全套免费学习资源覆盖零基础入门、项目实战、理论知识、大厂面试从基础一路进阶。所有资料分类归档没有多余杂料无套路免费分享给想要入局 AI 赛道的程序员与零基础小白扫码免费领取全部内容1、大模型系统化完整学习路线2、大模型经典书籍文档3、AI 大模型最新行业研究报告4、企业级实战项目 完整配套源码5、大厂大模型面试真题汇总6、这些资料真的有用吗这份资料由我和鲁为民博士(北京清华大学学士和美国加州理工学院博士)共同整理现任上海殷泊信息科技CEO其创立的MoPaaS云平台获Forrester全球’强劲表现者’认证服务航天科工、国家电网等1000企业以第一作者在IEEE Transactions发表论文50篇获NASA JPL火星探测系统强化学习专利等35项中美专利。本套AI大模型课程由清华大学-加州理工双料博士、吴文俊人工智能奖得主鲁为民教授领衔研发。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的技术人员这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】