本课程面向本科生，以"用开源工具链做出能跑的AI应用"为核心目标，覆盖从模型获取、本地部署到应用开发、微调、评测、部署上线的完整流程。
学习使用Ollama、ModelScope等工具，在本地环境中快速部署和运行开源大模型。
掌握提示词设计技巧，包括Zero-shot、Few-shot、CoT等方法。
从零实现检索增强生成系统，构建个人知识库助手。
使用LLaMA-Factory等工具对开源模型进行LoRA微调。
课程共设置10次实验，涵盖从基础部署到完整项目开发。每次实验都有明确的产出物要求，确保学生能够"做出来"。
提示：所有实验代码和文档都建议开源到GitHub，积累个人作品集。