今天给大家推荐一本专为国内的开发者们，量身定制的《大模型通关手册》，这本手册在GitHub上也非常受欢迎，截止现在已经超10.6k star，1.3k forks！这含金量也是大家认可的，在这里给大家强烈推荐一波，话不多说先给大家介绍！
本手册内容主要内容
• 面向开发者的 Prompt Engineering
• 搭建基于 ChatGPT 的问答系统
• 使用 LangChain 开发应用程序
• 使用LangChain访问个人数据
《大模型通关手册》是基于著名教育家吴恩达老师的大模型系列课程，对原课程内容进行了筛选、翻译、复现和调优，确保覆盖从Prompt Engineering到RAG（Retrieval-Augmented Generation）开发、模型微调等全套流程。
通过采用最适合国内学习者的方式，该项目指导国内开发者如何系统地学习、掌握LLM相关技术。
手册目录如下：
第1 章 面向开发者的提示工程
- 1.简介Introduction
- 2.提示原则Guidelines
- 3.迭代优化Iterative
- 4.文本概括Summarizing
- 5.推断Inferring
- 6.文本转换Transforming
- 7.文本扩展Expanding
- 8.聊天机器人Chatbot
- 9.总结Summary
第2 章 搭建基于ChatGPT的问答系统
- \1. 简介 Introduction
- \2. 语言模型，提问范式与 Token Languag
- \3. 评估输入-分类 Classification
- \4. 检查输入-监督 Moderation
- \5. 思维链推理 Chain of Thought Reasoning
- \6. Prompt 链 Chaining Prompts
- \7. 检查结果 Check Outputs
- \8. 搭建一个带评估的端到端系统 Evaluati
- \9. 评估（上）Evaluation-part1
- \10. 评估（下）Evaluation-part2
- \11. 总结 Conclusion
第3 章 使用 LangChain 开发应用程序
- \1. 简介 Introduction
- \2. 模型、提示和解析器 Models, Promp
- \3. 储存 Memory
- \4. 模型链 Chains
- \5. 基于文档的问答 Question and Answer
- \6. 评估 Evaluation
- \7. 代理 Agent
- \8. 总结 Conclusion
第4 章 使用 LangChain 访问个人数据
- \1. 简介 Introduction
- \2. 文档加载 Document Loading
- \3. 文档分割 Splitting
- \4. 向量数据库与词向量 Vectorstores and E
- \5. 检索 Retrieval
- \6. 问答 Question ANswering
- \7. 聊天 Chat
- \8. 总结 Summary
PDF一览：
