DeepSeek 应用开发实战--极客时间课程推荐/优惠
本站非极客时间官网，与官方无任何关系。我们不提供课程下载或详细内容，仅作为课程分享和推荐平台。我们鼓励大家支持正版，尊重创作者的劳动成果，这样不仅能帮助创作者持续产出优质内容，也能让自己获得更好的学习体验。请通过官方渠道购买和学习课程，感谢您的理解与支持。
课程详情
你将获得：
- 掌握 DeepSeek 模型使用、部署与应用方案；
- 实战演练，基于 DeepSeek 开发四大 AI 项目；
- DeepSeek、RAG、LangGraph 等前沿技术速递；
- 举一反三，提升 AI 应用开发工程化能力。
课程介绍
随着 DeepSeek 系列模型的发布，国内终于有了一款能够比肩 GPT 的模型，这将极大推动国内应用 AI 化的发展进程。2025 年 AI 应用发展的步伐会变得更快。
无论是否是计算机或 AI 专业出身，每个人都有机会在 AIGC 浪潮中找到自己的位置。为了帮助你与时俱进，快速拥抱 DeepSeek 等前沿技术，我们邀请了云阳老师开设这门课程，带你学习如何基于 DeepSeek，综合提升自己的 AI 应用开发工程化能力。
本课程将会涉及当前业界最主流的 AI 应用开发思想、套路、工具以及框架，设计的实战项目也会聚焦 DeepSeek 模型的某个特点。对于 AI 开发老鸟，可以与时俱进，查漏补缺，掌握业界前沿的开发思想和工具；而对于 AI 开发新手，则可以绕过过去几年我摸爬滚打的弯路，借力 DeepSeek，快速入门 AI 应用开发领域。
课程分为六个章节，具体设计思路如下：
前置课程：探讨普通程序员如何使用和学习 DeepSeek，有哪些探索方向，并学习 AI 应用开发不可或缺的 Agent 技术。
第一章：揭秘云厂商针对不同的客户群体，私有化部署 DeepSeek 的几种不同方案。包括单卡的量化版部署、多卡的高可用负载均衡方案、多卡的分布式部署方案以及在消费级硬件，比如纯 CPU 上部署 DeepSeek 的方案等等。最后还将体验如何微调和蒸馏 R1 大模型。
第二章：利用 DeepSeek 的深度思考能力以及超强的写作能力，开发一个求助助手。本项目还会引入模型上下文协议（MCP）来让模型连接本地文件系统、数据库、调用工具等等。
第三章：利用 DeepSeek 出色的数学理解力，用平台化开发的方式，构建一个 AI 版“作业帮”，该项目还将涉及多模态、RAG、工作流等热点技术。
第四章：代码能力是 DeepSeek 的亮点之一，目前已经有多个智能编程软件宣布接入了 DeepSeek。所以这个项目我们不打算重复造轮子，而是以构建 Golang 的 Web 后端项目为例，利用目前非常热门的 LangGraph 框架，让 AI 稳定生成固定项目代码风格的代码。
第五章：探索 AI 与金融领域的结合，我们将以 A 股市场为主题，做一下探索性的开发，包括股票名称代码查询、数据分析统计、简单量化策略等。
课程代码库（随上线进度动态更新）：
https://github.com/xingyunyang01/Geek02
本周内容已更新完毕，下周开始每周一/三/五更新。
课程目录
开篇词
- 开篇词｜借DeepSeek东风，开启AI应用开发之旅
前置课程：快速入门DeepSeek以及AI开发必备技术
- 01｜DeepSeek“民用级”程序员使用指北
- 02｜特训套路：Function Calling和ReAct如何让大模型更加智能？
- 加餐2｜直播回放：如何借力DeepSeek入局AI应用开发
- 加餐1｜Agent的前辈：Function Calling
第一章 业界主流的DeepSeek部署方案
- 03｜快速上手（一）：LobeChat+AI 网关+Ollama 打造高可用大模型集群
- 04｜快速上手（二）：LobeChat+AI 网关 +Ollama打造高可用大模型集群
- 05｜进阶部署（一）：Kubernetes资源创建与部署
- 06 | 进阶部署（二）：非量化版DeepSeek分布式部署方案实战
- 07 | 进阶部署（三）：非量化版 DeepSeek 分布式部署方案实战
- 08 | llama.cpp部署：无GPU服务器如何部署DeepSeek？
- 加餐：使用 AutoDL 快速部署模型
- 09｜体验微调：微调DeepSeek-R1大模型，实现新闻分类器
- 10｜体验蒸馏：如何蒸馏一个自己的DeepSeek-R1大模型
第二章 理解力+文本撰写力：打造求职助手
- 11｜凤雏来了：什么是模型上下文协议MCP？
- 12｜动手实现一个简单的MCP Server
- 13｜动手实现一个简单的MCP Client
- 14｜网络爬虫：无头浏览器抓取技术
- 15｜找工作：如何让DeepSeek帮我们找工作？
- 16｜写简历：如何让AI自动拿到我们的简历，并浓缩成精华
- 17｜写简历：如何根据岗位需求自动编写简历？
- 18｜加餐：MCP产品化！高德、百度、腾讯三大地图服务接入MCP
第三章 理解力+数学推理能力：实现AI版“作业帮”
- 19｜平台化开发：零代码Agent+工作流开发
- 20｜平台化开发：工具开发套路
- 21｜视觉模型：试卷题目分析解答
- 加餐｜前沿速递：如何学习与理解Google智能体协议A2A？
- 22｜RAG技术：如何利用RAG技术提升题目解答准确率？
- 23 | 校验机制：如何通过校验提升题目解答准确率？
第四章 理解力+代码撰写力：智能编程助理
- 24｜热门AI开发脚手架：一节课快速入门LangGraph
- 25｜使用LangGraph定制编写Web后端项目
- 26｜如何根据数据表文档生成实体？
- 27｜如何根据代码库代码生成新的代码？
- 28｜思路拓展：如何使用GraphRAG分析代码结构？
第五章 致敬幻方量化：AI金融项目探索
- 29｜如何抓取金融市场数据？
- 30｜如何用自然语言查询股票名称与代码？
- 31｜如何抓取全部沪深A股的日K数据？
- 32｜计划模式：如何让Agent有计划地进行股票数据分析？
- 33 | 简易量化策略之量能策略
结束语 & 结课测试
- 结束语｜近水知鱼性，近山识鸟音
- 结课测试｜来赴一场满分之约！
作者介绍
推荐
