本仓库为本人学习🔥大模型应用开发🔥时整理的核心学习资料，此学习路线主打 “最快速上岸”，全是干货无冗余扩展，💰以高效求职搞钱为第一要务💰。

欢迎阅读仓库内容，如果对你有用，麻烦点一下 🌟 star，谢谢！

✅ 导读

🚀 本项目为大模型应用开发 RAG 和 Agent 的学习路线和面试八股，包含最基础的扫盲课程，和系统的优化课程，主要是协助大家🧐快速入门🧐。
⚠️ 注意：因为langchain官方的包版本机制混乱，这里的一些包大概率是过时了，解决方案也很简单：直接把你的报错扔给任何一个大模型（deepseek，GPT，doubao都可以），他们会告诉你怎么解决。
📖 目录结构为三部分：

• 1.RAG 文件夹：RAG相关的项目Demo和课程；
• 2.Agent 文件夹：Agent相关的Demo和课程；
• 3.Interview：大模型RAG和Agent的面试八股。

✅ RAG

本部分一共四个部分：

• llms-1和llms-2为B站上的🕶️扫盲课🕶️，两位Up主讲的清楚且简洁，主要是入门了解的，快速过一下即可；
• llms-3为Langchain官方出的RAG教程，视频部分这里展示了原版和国内翻译版，主要讲解了RAG过程中的主要流程及其优化点，🔥建议重点看这个，面试会问很多优化点🔥；
• llms-4为langchain是官方给出的💡RAG项目💡例子，这里会包含最基础的RAG项目的流程，保证你立马就能run起来，并且代码结构很简单。

llms-1

视频地址（看整个系列）：

• https://www.bilibili.com/video/BV1qC4y1F7Dy

代码：

• 🌹代码地址（可运行版）：https://github.com/limouren2000/llms-dev-study/tree/main/1.RAG/llms-1/
  • note（✅建议下载运行这个✅）：本人运行代码，部分包的更新（原作者代码部分包过期）
  • original：原作者代码（同代码原址，不建议，可能需要更新包）
• 代码原址：https://github.com/blackinkkkxi/RAG_langchain/tree/main
• 运行平台：除了langchain_hf，都可以在Colab运行；Kaggle都可以运行，Kaggle入门参考：白嫖免费算力，量小但管够——Kaggle；

llms-2

视频地址（看单篇既可）：

• https://www.bilibili.com/video/BV1Cp421R7Y7

代码：

• 🌹代码地址（可运行版）：https://github.com/limouren2000/llms-dev-study/tree/main/1.RAG/llms-2/
  • note（✅建议下载运行这个✅）：本人运行代码，部分包的更新（原作者代码部分包过期）
  • original：原作者代码（同代码原址，不建议，可能需要更新包）
• 代码原址：https://github.com/owenliang/rag-retrieval/tree/main
• 运行平台：Kaggle运行，Kaggle入门参考：白嫖免费算力，量小但管够——Kaggle；

llms-3

视频地址（看整个系列）：

• 外网原视频（英文）：https://www.youtube.com/playlist?list=PLfaIDFEXuae2LXbO1_PKyVJiQ23ZztA0x
• 国内中文版：https://www.bilibili.com/video/BV1dm41127jc/

代码：

• 🌹代码地址（可运行版）：https://github.com/limouren2000/llms-dev-study/tree/main/1.RAG/llms-3/
  • note（✅建议下载运行这个✅）：本人运行代码，部分包的更新（原作者代码部分包过期）
  • original：原作者代码（同代码原址，不建议，可能需要更新包）
  • PPT：官方视频对应的PPT
• 代码原址：https://github.com/langchain-ai/rag-from-scratch/tree/main
• 运行平台：Kaggle运行，Kaggle入门参考：白嫖免费算力，量小但管够——Kaggle；

llms-4（RAG入门项目）

代码：

• 🌹代码地址（✅本人更改过后的代码，可以直接运行✅）：https://github.com/limouren2000/chat-langchain-study/
• 代码原址（运行有问题，需要自己更改）：https://github.com/langchain-ai/chat-langchain

说明：

• langchain-chat是官方给出的RAG项目例子，也是我推荐给各位的入门级项目，应网友要求，录制了手把手运行视频，保证你能运行起来。

参考资料：

• https://www.bilibili.com/video/BV1eB4y1Z752/
• https://github.com/webup/agi-talks/blob/master/301-langchain-chatdoc/src/slides.md
• https://blog.langchain.dev/building-chat-langchain-2/

✅ Agent

本部分一共三个部分：

• 1.AI_Agent 和 2.QW_Agent 是B站两个简单的 Agent Demo，比较通俗易懂，主要是入门了解的，快速过一下即可；
• 3.Google_and_Kaggle 为谷歌联合Kaggle于2025.11.10——2025.11.14推出了他们的实践性课程 ——— AI Agent 强化课程。

1.AI_Agent

视频地址：

• https://www.bilibili.com/video/BV1JV411F7Yj/

代码：

• 🌹代码地址（✅本人更改过后的代码，可以直接运行✅）：https://github.com/limouren2000/llms-dev-study/tree/main/2.Agent/1.AI_Agent
• 代码原址：https://github.com/parallel75/AI_Agent
• 运行平台：本地

2.QW_Agent

视频地址：

• https://www.bilibili.com/video/BV1QF4m177Rx/

说明：

• 这个项目运行起来需要申请【千问相关key和api】，有坑，建议下载本人更改过后的代码，可以直接运行，千问更新版本需要代码更新，我已更改。

代码：

• 🌹代码地址（✅本人更改过后的代码，可以直接运行✅）：https://github.com/limouren2000/llms-dev-study/tree/main/2.Agent/2.QW_Agent
• 代码原址（运行有问题，需要自己更改）：https://github.com/owenliang/agent
• 运行平台：本地

3.Google_and_Kaggle

课程介绍官网：https://www.kaggle.com/learn-guide/5-day-agents
下面是对整个课程的快速解读，可以让你更容易的上手Agent课程。

每天的课程都包含以下三部分：

1. 代码：课程视频中使用的配套代码。
2. 课程视频：官方课程的录播，整体节奏为：课程总览|课程大纲（白皮书）｜Q&A(类似圆桌会议)｜codelabs（课程配套代码解读）｜随堂小测｜总结。
3. 白皮书及其解读：相关技术的白皮书。

第1天——Agents介绍

1. 代码：https://github.com/limouren2000/llms-dev-study/tree/main/2.Agent/3.Google_and_Kaggle/1-Day/codelabs
2. 课程视频：https://www.bilibili.com/video/BV1UQm3BPEzX
3. 白皮书及其解读：

• 白皮书：https://github.com/limouren2000/llms-dev-study/blob/main/2.Agent/3.Google_and_Kaggle/1-Day/whitepaper/Introduction%20to%20Agents.pdf
• 播客：https://www.bilibili.com/video/BV12jmwBKEzx

第2天——Agent 工具以及与 （MCP） 的互作性

1. 代码：https://github.com/limouren2000/llms-dev-study/tree/main/2.Agent/3.Google_and_Kaggle/2-Day/codelabs
2. 课程视频：https://www.bilibili.com/video/BV1pHm3B9EN6/
3. 白皮书及其解读：

• 白皮书：https://github.com/limouren2000/llms-dev-study/blob/main/2.Agent/3.Google_and_Kaggle/2-Day/whitepaper/Agent%20Tools%20%26%20Interoperability%20with%20Model%20Context%20Protocol%20(MCP).pdf
• 播客：https://www.bilibili.com/video/BV127mwBvENJ/

第3天——上下文工程：会话和记忆

1. 代码：https://github.com/limouren2000/llms-dev-study/tree/main/2.Agent/3.Google_and_Kaggle/3-Day/codelabs
2. 课程视频：https://www.bilibili.com/video/BV1E8mRBMEMR/
3. 白皮书及其解读：

• 白皮书：https://github.com/limouren2000/llms-dev-study/blob/main/2.Agent/3.Google_and_Kaggle/3-Day/whitepaper/Context%20Engineering_%20Sessions%20%26%20Memory.pdf
• 播客：https://www.bilibili.com/video/BV1iqmwBQEBn/

第4天——Agent 质量

1. 代码：https://github.com/limouren2000/llms-dev-study/tree/main/2.Agent/3.Google_and_Kaggle/4-Day/codelabs
2. 课程视频：https://www.bilibili.com/video/BV1PBmYBpE8X/
3. 白皮书及其解读：

• 白皮书：https://github.com/limouren2000/llms-dev-study/blob/main/2.Agent/3.Google_and_Kaggle/4-Day/whitepaper/Agent%20Quality.pdf
• 播客：https://www.bilibili.com/video/BV1iqmwBQEtH/?

第5天——原型到生产

1. 代码：https://github.com/limouren2000/llms-dev-study/tree/main/2.Agent/3.Google_and_Kaggle/5-Day/codelabs
2. 课程视频：https://www.bilibili.com/video/BV1ArmYBnEJW/
3. 白皮书及其解读：

• 白皮书：https://github.com/limouren2000/llms-dev-study/blob/main/2.Agent/3.Google_and_Kaggle/5-Day/whitepaper/Prototype%20to%20Production.pdf
• 解读：https://www.bilibili.com/video/BV1qimwBpEqd/

4.Agent入门项目

• 这里是Agent的入门项目，使用 MCP 快速搭建一个 Agent：https://github.com/limouren2000/easy-mcp

✅ Interview

本部分包含两部分面试八股，是本人在找工作期间收集和整理的大模型应用开发八股文，本人实测，可以通过这些找到了一些大厂高级AI研发工程师相关岗位。

• 大模型应用开发八股

RAG

• 详细介绍大模型（LLMs）RAG检索增强生成学习/面试过程中可能遇到的知识点，全文4w+字，按照处理流程整理：大模型RAG知识笔记

Agent

• 详细介绍大模型（LLMs）智能体Agent学习/面试过程中可能遇到的知识点，全文1w+字，按照模块整理：大模型Agent知识笔记

✅ 增长曲线

✅ 说明

本仓库的内容足够支撑基础学习和面试准备，但收到不少朋友反馈：希望获得更细致的学习规划、项目实操指导，或是遇到问题能及时得到针对性答疑。

由于个人精力有限，一对一答疑、定制化学习路线梳理、项目细节拆解等服务需要占用大量私人时间，因此在小红书上架了更完整的配套服务（包含不同基础的详细学习路线、完整版面试八股、项目包装攻略、专属答疑通道）。

如果需要更深度的指导，帮你少走弯路、高效突破学习瓶颈，可点击下方徽章了解详情，我会尽力为大家解决实际问题～