目录

第1章　初识DeepSeek

1.1　大语言模型概览

1.1.1　语言模型基础与自然语言处理简介

1.1.2　Transformer架构核心及其在LLM中的应用解析

1.1.3　DeepSeek的标记化机制与预测原理

1.2　DeepSeek的发展历程

1.2.1　DeepSeek初始版本的特性介绍

1.2.2　DeepSeek的核心优化与升级历程

1.2.3　DeepSeek在多语言与多任务处理中的卓越表现

1.3　DeepSeek核心功能概览及应用场景深度解析

1.4　大语言模型的局限与挑战

1.4.1　幻觉现象的产生、影响及应对策略

1.4.2　伦理问题的探讨与规范建议

1.5　知识拓展与技巧分享

1.5.1　知识拓展

1.5.2　技巧分享

第2章　DeepSeek API实战入门

2.1　DeepSeek API基础概念

2.1.1　API的定义、功能与应用场景

2.1.2　API的发展历程

2.1.3　DeepSeek API的核心服务概览

2.2　在DeepSeek App中体验模型能力

2.3　使用DeepSeek + VSCode开发实践

2.3.1　API密钥获取与权限管理

2.3.2　VSCode的下载安装与配置

2.3.3　通过Cline插件对接DeepSeek API 

2.4　DeepSeek核心功能调用详解

2.4.1　初次调用API

2.4.2　文本生成与补全

2.4.3　多轮对话与上下文管理

2.4.4　函数调用与工具集成（如Word/Excel VBA编程）

2.5　输入/输出格式规范与注意事项

2.5.1　输入格式要求与示例

2.5.2　输出格式解析与应用

2.5.3　定价策略与数据安全

2.6　知识拓展与技巧分享

2.6.1　知识拓展

2.6.2　技巧分享

第3章　DeepSeek基于Coze的智能体开发

3.1　智能体概述

3.1.1　什么是智能体

3.1.2　智能体的基本特征

3.1.3　智能体的分类

3.2　智能体的实现与应用场景

3.2.1　智能体的技术基础与实现方法

3.2.2　智能体的广泛应用与前景

3.3　项目实战演练

3.3.1　智能客服机器人开发

3.3.2　小红书爆款生成器的实现

3.4　知识拓展与技巧分享

3.4.1　知识拓展

3.4.2　技巧分享

第4章　DeepSeek高级技巧与优化策略

4.1　提示工程深入剖析

4.1.1　高效提示词设计

4.1.2　逐步思考与链式推理

4.1.3　少样本与零样本学习应用

4.1.4　提示词迭代与优化

4.2　模型微调实战指南

4.2.1　微调的基本概念与流程

4.2.2　常见的微调方式

4.3　知识拓展与技巧分享

4.3.1　知识拓展

4.3.2　技巧分享

第5章　LangChain框架下的DeepSeek能力扩展

5.1　LangChain框架简介

5.1.1　LangChain的两个关键词

5.1.2　LangChain的三个场景

5.1.3　LangChain的六大模块

5.2　DeepSeek与LangChain集成实践

5.2.1　在LangChain中调用DeepSeek

5.2.2　构建多步骤任务工作流

5.2.3　结合外部数据源

5.2.4　结合外部工具

5.3　DeepSeek插件与扩展功能开发

5.3.1　插件开发流程与规范

5.3.2　LangChain集成自定义LLM

5.4　知识拓展与技巧分享

5.4.1　知识拓展

5.4.2　技巧分享

第6章　使用Ollama部署本地DeepSeek系统

6.1　Ollama框架简介与部署原理

6.1.1　架构设计与部署流程

6.1.2　本地部署环境兼容性分析

6.1.3　性能优化策略

6.2　Ollama与DeepSeek本地化集成实战

6.2.1　配置DeepSeek模型

6.2.2　创建DeepSeek的模型实例

6.2.3　多步骤推理任务调度与分配

6.2.4　利用本地数据源与外部工具增强任务能力

6.3　Ollama扩展功能与工具

6.3.1　Chatbox的下载与安装

6.3.2　集成Ollama实现可视化聊天

6.4　知识拓展与技巧分享

6.4.1　知识拓展

6.4.2　技巧分享

第7章　RAG（检索增强生成）技术详解

7.1　RAG理论概述与基础

7.1.1　基本概念与原理介绍

7.1.2　工作流程解析

7.1.3　主要组成部分：检索模块与生成模块

7.1.4　与传统生成模型的区别与优势

7.2　RAG工作机制与架构设计深入

7.2.1　检索模块策略

7.2.2　生成模块方法

7.2.3　模型训练方法与数据要求

7.2.4　自监督学习优化技巧

7.3　RAG高级应用场景探索

7.3.1　问答系统应用实例

7.3.2　文本生成与内容创作技巧

7.3.3　多模态任务技术应用

7.3.4　实时信息生成与知识更新实践

7.4　知识拓展与技巧分享

7.4.1　知识拓展

7.4.2　技巧分享

第8章　智能体项目应用实战：搭建企业RAG

8.1　LlamaIndex环境搭建与配置

8.1.1　概述与安装指南

8.1.2　与数据源集成方法

8.1.3　索引构建与管理技巧

8.1.4　查询性能优化策略

8.2　ElasticSearch环境搭建与配置

8.2.1　基础介绍与安装配置

8.2.2　数据索引与存储操作

8.2.3　全文搜索与数据分析实践

8.2.4　集群部署与性能优化

8.3　HuggingFace Transformers + LoRA集成环境搭建

8.3.1　概述与安装指南

8.3.2　LoRA原理与应用介绍

8.3.3　LoRA与Transformers模型结合方法

8.3.4　HuggingFace上训练LoRA模型实践

8.4　智能体项目实践一：智能问答系统构建

8.4.1　系统创建与环境准备

8.4.2　系统功能实现

8.5　智能体项目实践二：个性化推荐系统实现

8.5.1　系统创建与环境准备

8.5.2　系统功能实现

8.6　知识拓展与技巧分享

8.6.1　知识拓展

8.6.2　技巧分享