《大模型应用开发环境搭建-项目实战》,大模型入门到精通,收藏这篇就足够了!

大模型开发环境搭建 针对大模型的Python开发软件和环境构建教程 阅读详情

引言

复杂的python环境是不是让你望而却步,梳理近十年python构建环境的发展以及安装方法,帮助你快速入坑大模型应用开发;同时还有实战可二开落地项目 还不快来试试.


一、Python虚拟环境发展现状

在过去十年中,Python的包管理工具经历了从简单到复杂、功能逐渐丰富的演变。最初,开发者主要依靠pip和virtualenv来处理依赖和创建隔离环境。随着需求的增长,conda出现,提供了更强大的跨语言依赖管理和环境控制,尤其在数据科学领域得到广泛应用。近年来,Poetry/UV等新一代工具崛起,它借鉴了Java的Maven,提供了一站式的解决方案,包括依赖管理、项目构建和发布流程自动化等功能,极大地简化了开发和部署过程。由于其高效便捷的特点,Poetry/UV迅速获得了开源社区的认可和支持,成为现代Python项目管理的首选之一

结论:

  • Poetry类似于Java的Maven
  • Maven依赖Jdk同样Poetry也依赖Python
  • 安装Poetry之前要安装特定版本的Python

随着Python社区的成长,虚拟环境的概念和技术也在不断发展。一方面,像venv这样的内置工具因其简便易用而得到广泛应用;另一方面,诸如Poetry/UV等新兴工具则因为其强大的功能和现代化的设计理念而在开发者中获得了高度评价。同时,conda继续在数据科学和机器学习领域占据重要地位,因为它能够很好地处理复杂的依赖关系和跨语言的支持需求.

结论: 安装conda创建虚拟环境;激活环境并安装Peotry构建项目

二、Poetry安装

  • 官网地址: https://python-poetry.org/docs

  • 创建Conda虚拟环境并安装Poetry

  • 优点安装方便环境隔离,缺点全局使用不方便

# 创建虚拟环境

  • 使用系统默认的python环境全局安装poetry
  • 优点命令行可以全局使用,缺点对系统全局Python版本有要求
# 在系统默认的命令行进行安装

结论: 推荐使用conda进行安装poetry


三、Poetry使用

  • 项目配置poetry构建环境

  • 选择上面创建的myenv虚拟环境里的python

  • 配置poetry安装位置 在myenv虚拟环境中选择
  • 如果使用pipx或系统全局默认方式安装poetry选择路径会有所不同

  • 包管理
#提供了一种方式来组织您的依赖性分组。例如,您可能具有仅用于测试项目或生成文档所需的依赖项。
  • 包发布
poetry build #项目打包
  • 常用命令
# 添加指定版本的依赖
  • 仓库配置
# 添加三方仓库

四、代码自动格式化

  • 效果ctrl+s保存代码后自动格式化
pip install black #全局环境安装
  • pycharm配置

五、实战项目

想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2025 年 AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享!

👇👇扫码免费领取全部内容👇👇

​

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI:

1. 100+本大模型方向电子书

在这里插入图片描述

2. 26 份行业研究报告:覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

  • 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
  • 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
  • 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
  • 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT:听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

在这里插入图片描述

  • 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
  • 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
  • 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
  • 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析:

2. 102 道 AI 大模型真题:直击大模型核心考点

针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:


三、路线必明: AI 大模型学习路线图,1 张图理清核心内容

刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

在这里插入图片描述

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

img

L1阶段:启航篇丨极速破界AI新时代

L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

img

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

img

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

img

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

img

L5阶段:专题集丨特训篇 【录播课】

img
四、资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

基于NB-IoT的智慧路灯监控系统(NB-IoT专栏—实战篇1:项目简介) 基于NB-IoT技术的城市道路智慧路灯监控系统,在每个照明节点上安装一个集成了NB-IoT模组的单灯控制器,单灯控制器再经运营商的网络,与路灯控制平台实现双向通信,路灯控制平台直接对每个灯进行控制,包括开关灯控制、光照检测、自动调节明暗、电耗分析等操作。 阅读详情

相关推荐

【Rcode】生存分析: KM & COX回归& 随机森林& nomogram

本文使用了R——survival包下的lung数据进行方法测试: 1)KM 2) Cox回归:多因素 3)随机森林因子(根据cox回归结果) 4)nomogram ( 根据cox回归结果,建立了中位生存时间,1年5年生存率的概率计算) -------------------????????‍♀️本文只有干货,非常干!????----------------------------- 一、数据加载 #生存分析 library("survival") library("survminer") data("

weixin_43172152的博客 9273

大模型应用开发环境搭建与项目实战:从零开始,构建你的AI应用!

本文介绍了Python虚拟环境的发展历程及工具选择,重点讲解了Poetry的安装与使用方法。内容涵盖:1. Python虚拟环境工具演变,从pip/virtualenv到conda再到Poetry;2. Poetry两种安装方式对比,推荐使用conda虚拟环境安装;3. Poetry核心功能详解,包括依赖管理、项目构建、包发布等;4. 代码格式化工具black的配置;5. 大模型学习资源分享,含7阶段学习路线、300集视频教程及技术文档等。文章为开发者提供了Python环境管理的最佳实践方案,并附赠价值2万

2401_85343303的博客 480

自动驾驶中的多传感器融合实战:用卡尔曼滤波搞定毫米波雷达与摄像头航迹对齐

本文深入探讨了自动驾驶中多传感器融合的实战技术,重点介绍了如何使用卡尔曼滤波实现毫米波雷达与摄像头的航迹对齐。通过分析传感器特性差异、时空同步挑战及工程化实现步骤,提供了包括状态向量定义、观测矩阵设计和故障检测机制在内的完整解决方案,最终实现0.15米以内的高精度航迹对齐。

weixin_28728495的博客 411

动手学LLM大模型:大模型简介与环境配置

大语言模型(LLM,Large Language Model),也称大型语言模型,是一种旨在理解和生成人类语言的人工智能模型。

AAI666666的博客 991

Grafana企业版vs开源版:从安装到插件管理的完整对比实测(含离线部署技巧)

本文深入对比Grafana企业版与开源版在安装流程、插件管理和功能限制等方面的差异,特别针对离线部署场景提供实用技巧。通过实测数据源支持、权限管理等核心功能,帮助企业用户做出明智选择,同时详细介绍离线安装和插件签名验证等关键操作。

weixin_29313817的博客 104

音频降采样系数

如果需要把8K, 16K, 32K, 48K采样率的音频数据降为4K的音频数据, 最简单的方法根据降频倍数来取点, 但是线性度不好. 另一种线性度好一点的方法是: 取适当个数的点数, 各点乘以各自点的系数, 然后相加取平均值. 降频倍数与系数的关系如下: 2倍:     {0.3, 0.4, 0.3} 4倍:    {0.15, 0.2, 0.3, 0.2, 0.15} 8倍:   {0

joans123的专栏 4646

动手学大模型应用开发-学习笔记02

import os# 获取当前工作目录print("当前目录:", current_directory)# 获取父目录print("父目录:", parent_directory)# 读取本地/项目的环境变量。# find_dotenv()寻找并定位.env文件的路径(我的.env放在当前工作目录下# load_dotenv()读取该.env文件,并将其中的环境变量加载到当前的运行环境中# 如果你设置的是全局的环境变量,这行代码则没有任何作用。

ThomsXiong的博客 616

达梦的自定义类型和存储过程支持创建同义词,不支持同义词使用?

达梦8的自定义类型和存储过程支持创建同义词,但是通过同义词调用报错,而在oracle上验证没有问题,难道是发现了达梦的bug了?非也非也,详情请见下文

wy071218的专栏 979

《大模型应用开发环境搭建-项目实战》

复杂的python环境是不是让你望而却步,梳理近十年python构建环境的发展以及安装方法**,帮助你快速入坑大模型应用开发;同时还有实战可二开落地项目** 还不快来试试.在过去十年中,Python的包管理工具经历了从简单到复杂、功能逐渐丰富的演变。最初,开发者主要依靠pip和virtualenv来处理依赖和创建隔离环境。随着需求的增长,conda出现,提供了更强大的跨语言依赖管理和环境控制,尤其在数据科学领域得到广泛应用。近年来,Poetry/UV等新一代工具崛起,它借鉴了。

HUANGXIN9898的博客 725

测试用例经典练习之微信发红包测试用例

微信发红包测试用例

ZCYaiCLX3344的博客 1万+

小样本学习概述

目录 前言 小样本学习存在的意义? 什么是小样本学习? 小样本学习的方法有哪些? 结语 前言 小样本学习(Few-Shot Learning)是近几年兴起的一个研究领域,小样本学习旨在解决在数据有限的机器学习任务。 小样本学习存在的意义? 近些年,以深度卷积神经网络为代表的深度学习方法在各类机器学习任务上取得了优异的成绩——很多任务上已经超越了人类表现。狂欢背后,危机四伏。因为这些深度学习方法work的关键之一是海量标注数据的支持。 但是在工业界,很多时候难以获得海量的训练数据,更.

DwD-的博客 3万+

《大模型应用开发环境搭建-项目实战》大模型入门到精通,收藏这篇就足够了!

在过去十年中,Python的包管理工具经历了从简单到复杂、功能逐渐丰富的演变。最初,开发者主要依靠pip和virtualenv来处理依赖和创建隔离环境。

2301_81940605的博客 760

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具,可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

AI大模型系列教程--大模型应用开发入门,大模型入门到精通,收藏这篇就足够了!

在当前 AI 技术飞速迭代、大模型应用渗透各行各业的火热阶段,无论是企业数字化转型中的技术从业者,还是对 AI 充满好奇、渴望踏入这个领域的普通人,都面临着一个共同的挑战:如何系统、全面地掌握大模型相关知识,将理论转化为实际应用能力?

2301_81888214的博客 1092

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

ai大模型应用开发:零基础入门到精通ai大模型应用开发,(非常详细)收藏我这一篇就够了!

随着大模型技术的飞速发展,我们正站在一个全新的技术前沿,探索着如何将这些强大的工具应用于实际问题的解决。如果你对AI大模型应用开发充满热情,那么你可以读一下这篇文章——一个系统全面的入门指南,专为渴望深入AI世界的你设计。先来总结下整个路径图:至今我们还没发现有其它博主如此系统和全面地写一套AI入门教程。

2401_85375298的博客 7624

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

Dify 搭建私有的RAG知识库(实操篇)大模型入门到精通,收藏这篇就足够了!

还在为构建私有化AI应用犯愁吗?今天给大家介绍一款强大的开源利器——Dify。这款被称为’AI应用开发神器’的平台,正在悄悄改变着开发者构建AI应用的方式。

瓦罗兰特顶级C位的博客 1377

30天高效掌握AI大模型的系统学习计划,大模型入门到精通,收藏这篇就足够了!

2024年OpenAI吹响“大模型主导未来变革”的号角,掌握AI大模型技术已成为职业发展的关键突破口。本计划融合学习理论与实战路径,助您30天内系统掌握大模型核心技术。

2301_81940605的博客 1442

2025年 Agent 开发框架选型&实战笔记,大模型入门到精通,收藏这篇就足够了!

AI Agent 开发可以说是生成式 AI 应用开发的终极目标,其技术工具箱几乎涵盖了所有方面,比如模型训练、微调、部署、调用,比如综合运用 Prompt/Context 工程、RAG 技术实现规划、知识库、记忆机制,以及 Function call、MCP、Computer use 等工具使用。

2301_81888214的博客 1799

Dify插件开发实战教程,大模型入门到精通,收藏这篇就足够了!

本文以 Windows 环境为例,为你带来保姆级 Dify 插件开发教程。

2301_81940605的博客 1650

LlamaFactory中进行模型微调,大模型入门到精通,收藏这篇就足够了!

LlamaFactory中进行模型微调,大模型入门到精通,收藏这篇就足够了!

DEVELOPERAA的博客 1438

Ollama本地部署qwen2.5,大模型入门到精通,收藏这篇就足够了!

Ollama 提供对模型量化的支持,可以显著降低显存要求,使得在普通家用计算机上运行大型模型成为可能。

Y525698136的博客 1219

3分钟!教你搭建第一个属于自己的Agent智能体【新手专属】大模型入门到精通,收藏这篇就足够了!

Agent智能体的核心是coze工作流,相当于人的大脑。我们在把工作流(大脑)搭建好后,然后我们再把外壳身体(Agengt)搭建起来!

Y525698136的博客 2480

一文解读小白怎么快速搭建一个基于MCP协议的AI agent应用,大模型入门到精通,收藏这篇就足够了!

最近主导了一款ai agent系统的开发,在定架构的时候选择了MCP协议,在期间遇到不少坑点,记录顺分享一下相关内容。

DEVELOPERAA的博客 1819

新书分享丨大模型项目实战:多领域智能应用开发(送PDF)大模型入门到精通,收藏这篇就足够了!

这本书面向大语言模型应用的使用者和开发者,从大语言模型的基础知识开始,逐步深入,详细介绍了常见的操作方法和各类型应用的开发过程。

2401_82469710的博客 749

搭建本地大模型-安装驱动及依赖-Pytorch,Pyton环境,大模型入门到精通,收藏这篇就足够了!

LangChain 是一个用于开发语言模型应用程序的框架,它可以帮助开发者将大语言模型LLM与其他数据源和工具结合起来,构建更复杂和强大的应用程序。

huang9604的博客 1057

AI应用开发入门:LangChain核心概念与学习资源推荐,大模型入门到精通,收藏这篇就足够了!

自2025年初以来,我一直在深入研究与AI应用相关的多个领域,包括提示工程、AI编程、AI工作流以及MCP等。

DEVELOPERAA的博客 1606
上一篇: 最全面个人知识库平台综合对比,带你找到最适合自己的个人知识库平台工具,大模型入门到精通,收藏这篇就足够了!
下一篇: 大模型选型全攻略:从参数到安全的实战指南,大模型入门到精通,收藏这篇就足够了!
Llama-Turbo
博客等级 码龄4年 9901粉丝 2022原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值