本文来自《AI 应用开发课程》月份 1 课程文档，已整理为网站文章版本。
1. Python 与工程化
- Astral
uv官方文档 用于学习项目初始化、依赖安装和虚拟环境管理。 - Real Python
重点看
asyncio、typing、testing 相关专题。 - Pydantic 官方文档 重点看 models、field、validation。
2. LLM API 与 Prompt
- DeepSeek 开发者文档 用于确认模型名称、接口地址和兼容用法。
- OpenAI API 文档 用于理解 OpenAI 兼容接口的通用请求结构。
- Anthropic Prompt Engineering 文档 用于建立 Prompt 设计的系统性认识。
3. FastAPI
- FastAPI 官方 Tutorial 重点阅读 path operation、Pydantic models、APIRouter、StreamingResponse、Testing。
- Starlette 文档 用于补充理解 FastAPI 下层响应机制。
4. LangChain
- LangChain 官方 Python Overview 重点看 models、prompts、runnables、tools。
- LangChain LCEL 文档 用于理解组合式链路。
5. 理论补充
- 3Blue1Brown《线性代数本质》 月份 1 只需要建立最基础直觉，不做深度数学推导。
- Karpathy《State of GPT》 用于形成对 LLM 能力边界和系统构成的基础认识。
6. 使用建议
- 每次只带着一个问题去看官方文档。
- 先以本课程为主线，再去补官方文档细节。
- 不要在本月同时追过多资源，否则会打断主线。