本文介绍了基于吴恩达与 OpenAI 教程的大模型开发技术。内容涵盖提示词工程基础，包括零样本学习与思维链方法；ChatGPT API 的 Python 集成与环境配置；LangChain 框架的核心组件及 Chain 构建示例；以及结合私有数据的 RAG 应用流程。文章提供了具体的代码实现，旨在帮助开发者掌握从基础 Prompt 设计到复杂应用搭建的全栈技能，解决实际项目中的数据处理与决策需求。
大型语言模型（LLM）正在逐步改变软件开发的方式。对于开发者而言，如何利用 LLM 提供的 API 快速构建具备强大能力的应用程序，已成为一项核心技能。本指南基于吴恩达与 OpenAI 合作推出的系列教程内容，深入浅出地介绍如何基于大模型 API 和 LangChain 架构开发实用应用。
提示词工程是入门 LLM 开发的关键。通过设计合理的 Prompt，可以引导模型完成总结、推断、转换等多种任务。
prompt = """
请将以下句子翻译成法语：
Hello -> Bonjour
Good morning -> Bon matin
Thank you -> ?
"""
在复杂推理任务中，要求模型展示思考过程能显著提升准确率。
prompt = """
问题：罗杰有 5 个网球。他又买了两筒网球。每筒有 3 个网球。他现在有多少个网球？
请一步步思考。
"""
利用官方 API 可以快速构建对话系统。以下是 Python 环境下的基本调用示例。
确保安装 openai 库并设置环境变量。
pip install openai
export OPENAI_API_KEY="your-api-key"
import openai
from dotenv import load_dotenv
load_dotenv()
client = openai.OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
def chat_completion(messages):
response = client.chat.completions.create(
model="gpt-4",
messages=messages,
temperature=0.7
)
return response.choices[0].message.content
messages = [
{"role": "system", "content": "你是一个 helpful 助手。"},
{"role": "user", "content": "介绍一下大模型技术。"}
]
print(chat_completion(messages))
LangChain 是连接 LLM 与外部数据源的流行开源框架，支持构建复杂的工作流。
from langchain.prompts import PromptTemplate
from langchain.llms import OpenAI
llm = OpenAI(temperature=0.9)
prompt = PromptTemplate(
input_variables=["product"],
template="为产品{product}写一段营销文案"
)
chain = prompt | llm
result = chain.invoke({"product": "智能手表"})
print(result)
检索增强生成 (RAG) 允许模型结合个人私有数据进行回答，解决知识时效性问题。
from langchain.document_loaders import TextLoader
from langchain.text_splitter import CharacterTextSplitter
from langchain.embeddings import OpenAIEmbeddings
from langchain.vectorstores import FAISS
loader = TextLoader('data.txt')
documents = loader.load()
splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = splitter.split_documents(documents)
embeddings = OpenAIEmbeddings()
vectorstore = FAISS.from_documents(docs, embeddings)
retriever = vectorstore.as_retriever()
掌握上述技能，开发者即可构建出具备实际业务价值的大模型应用，涵盖电商咨询、物流问答、行业分析等多个领域。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online