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！

📖 更适合阅读的网页版本：大模型应用开发在线文档

✅ 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已经过时。解决方案也很简单：直接把报错和相关代码交给 Codex、Claude Code 或 Cursor，让它们根据当前依赖版本协助定位和修改。

📖 目录结构为五部分：

• 0.LLM-Dev Study Router 文件夹：大模型应用开发岗位学习路线总览，说明岗位边界、技术栈选择和整体学习顺序；
• 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；
• 4.Paper-read 文件夹：学习大模型免不了关注最新论文，但很多同学平时没有阅读论文的习惯。这里提供论文阅读相关的 Codex Skill，帮助你快速提炼论文精要、了解核心思想。

✅ LLM-Dev Study Router

本部分是整套学习路线的入口，用来说明大模型应用开发岗是什么、和普通后端开发/大模型算法岗有什么区别，以及不同基础的同学应该如何选择学习顺序。

• 🌹路线介绍：大模型应用开发岗位学习路线
• 适合人群：想快速判断自己该先学后端开发、RAG/Agent，还是基于已有后端经验直接补 AI 应用落地技术栈的同学。
• 核心结论：大模型应用开发岗的技术栈可以概括为 后端开发技术栈 + AI 落地相关技术栈，本项目后续重点围绕 RAG、Agent、面试八股和论文阅读展开。