医药信息工程学院（现代教育技术中心）广东药科大学医药信息工程学院AI大模型智能体开发实训项目采购采购项目询价公告

1

8ab78d819f68f7a4019f79982f7f2936

0

8ab78d819f68f7a4019f747033db2302

8ab78d819f68f7a4019f79982f642935

详情

********学院AI大模型智能体开发实训项目采购

****学院计算机科学与技术(外包特色班)23级(1)(2)班学生拓展其AI大模型智能体应用开发知识的同时，注重提高其动手实践能力，提高学生对于利用AI大模型开发人工智能类软件能力。通过为学生提供前沿主题的多个真实案例，使学生在实训的过程中，体会到AI大模型智能体开发、测试流程和评估标准，提升学生的AI专业技能，并提高学生在未来工作中面对AI项目的专业化能力，****公司中的工作节奏，培养学生良好的职业习惯。同时，注重培养学生创新意识，在项目实施过程中充分发挥学生创造性。 实训内容包括： 1）Python工程化基础：异步编程async、io、装饰器、异常处理、模块化编程、工程化代码规范、PEP8编码规范。 2）大模型基础原理：生成式大模型核心原理、参数解读（temperature、top_p、max_tokens）、主流大模型对比（讯飞星火、文心一言、通义千问、OpenAI）、HTTP请求封装、多轮对话实现、错误重试机制。 3）提示词工程：提示词结构设计、角色设定、思维链CoT（Chain-of-Thought）、Few-Shot与零样本/少样本提示、场景化提示词优化（问答、总结、分类、推理）、Prompt模板封装、Prompt安全与对抗。 4）大模型数据处理：CSV/Excel数据批量处理、文本批量清洗、内容生成与分类、结构化输出控制（JSON格式输出）、Pydantic数据校验、数据解析与落地存储。 5）AI智能体核心架构：智能体定义、四大核心模块（感知、记忆、规划、行动）、智能体与普通对话模型区别、主流智能体框架对比（LangChain、AgentScope）。 6）LangChain框架：环境搭建、核心组件（Chain、Agent、Tool、Memory）、Document Loader、Text Splitter、Embedding、Vector Store、Retriever、LLM Chain。 7）文本向量化与向量数据库：词向量原理、文本拆分策略（固定长度/递归/语义分块）、Embedding模型调用（BGE/M3E/OpenAI）、向量相似度计算（余弦相似度）、Chroma DB本地部署、文档入库、向量检索、HNSW索引。 8）RAG检索增强生成：RAG架构原理、检索-增强-生成全流程、Naive RAG vs Advanced RAG、分块优化策略（chunk_size/overlap）、Query Rewriting、检索结果重排序（Rerank）、幻觉问题解决、RAG vs 微调 vs 长上下文对比。 9）智能体记忆系统：记忆分类（短时记忆、长时记忆、向量记忆、Entity Memory、Summary Memory）、记忆存储与更新机制、对话记忆封装、历史对话持久化、上下文关联问答、SQLite持久化。 10）工具调用机制：Function Calling原理、工具函数定义（Tool Schema）、参数解析、大模型自主工具选择逻辑、自定义工具开发、工具选择策略、并行工具调用、多工具优先级调度。 11）任务规划智能体：智能体任务拆解、思维规划、循环执行机制、ReAct模式（Reasoning+Acting交替）、Plan-and-Execute模式、Reflexion自我反思模式。 12）异常处理与优化：循环调用检测、无效工具过滤、上下文溢出处理、回答错乱修复、异常捕获与重试机制、Prompt容错优化、智能体稳定性调优。 13）轻量化框架拓展：AgentScope框架、多智能体协作原理、角色分配、通信协议、任务分解与分配、多Agent协作/竞争/层次架构。 14）项目工程化：需求分析与架构设计、模块拆分、Git版本管理、代码规范（PEP8）、Bug修复与性能优化、提示词调优、Gradio可视化部署、FastAPI接口封装、Docker容器化基础。