LLM 教程
LLM（大语言模型） 是 ChatGPT、DeepSeek、通义千问背后的技术——理解文字、生成文字，写代码做应用都绕不开它。五章手把手带你从"文字接龙"原理出发，亲手写出第一个能记住对话的智能问答机器人。
全章代码基于 OpenAI 官方 SDK 的兼容写法，换 base_url 即可切换到任意兼容服务（如国内各大模型平台），代码几乎不用动。
章节规划
| 章节 | 内容 | 你会学到 | 状态 |
|---|---|---|---|
| 1. 大模型是什么 | 从"文字接龙"说起 | LLM 本质、参数、训练、推理、幻觉 | ✅ 已上线 |
| 2. 提示词工程 | 把话说到模型心里 | 清晰指令、few-shot 示例、角色设定、分步思考 | ✅ 已上线 |
| 3. 调用 LLM API | 用 Python 写第一个 AI 程序 | API Key 安全、openai SDK、messages 对话格式 | ✅ 已上线 |
| 4. 结构化输出 | 让模型稳定输出 JSON | JSON mode、response_format、容错解析 |
✅ 已上线 |
| 5. 综合练习 | 智能问答机器人 | 多轮历史 history、人设 system、记忆原理 |
✅ 已上线 |
适合谁看
- 已学完 Python 基础，会写函数、处理字典、读写环境变量
- 想把大模型接入自己的程序，而不仅仅是网页聊天
- 零 AI 背景可入门，每章都有完整可运行代码
前置知识清单
在开始本板块前，确认你会：
- Python 的
import、os.environ读取环境变量 -
pip install安装第三方库 - 基本的字典与列表操作（
{"role": "user", "content": "..."}） - （可选）了解 HTTP 请求的基本概念（不强制，SDK 屏蔽了细节）
常见问题速查
| 问题 | 简短回答 |
|---|---|
| 必须有 API Key 才能跑代码吗？ | 代码可以读懂，但实际运行需要自备 Key，且不要把 Key 写进代码或上传 GitHub |
| 换国内模型平台要改很多代码吗？ | 几乎不用改，只需把 base_url 改成平台地址，Key 换成该平台的 Key 即可 |
| 模型为什么有时候回答胡说八道？ | 叫"幻觉"，因为模型本质是接龙概率，不保证事实准确；重要信息需人工核实 |
动手建议
- 每章代码都建议本地运行一遍，先跑通示例再改参数
- 第 3 章开始需要自备 API Key，建议先申请一个免费额度的平台账号
- 完成《智能问答机器人》后，试着加上"只保留最近 6 条消息"的滑动窗口
前置：Python 基础 🐸