AI大模型开发实战 教案全套 1-12 从AI到大模型：技术跃迁全景速览 -大模型伦理与合规实战

一、课程基本信息课程名称：人工智能与大模型入门学时：2（每学时45分钟，共90分钟）授课对象：大一至大三理工科学生，无先修要求教学目标知识目标：说出AI发展六阶段、大模型“预训练+微调”流程、Transformer核心创新。能力目标：能用生活案例解释“自注意力”“多模态对齐”原理；能独立比较GPT/Claude/DeepSeek等6大模型的优劣。

情感目标：建立“AI是协作伙伴”的认知，树立国产技术自信。教学重点：Transformer自注意力机制、预训练与微调、多模态演进。教学难点：多头注意力并行化思想、跨模态对齐的数学直觉。教学方法：案例驱动、对比比喻、互动问答、即席小测验。教学资源：PPT（含动图）、黑板、A4纸、在线答题二维码、一张“狗在草地”图片。二、时间轴与活动设计

学时1（0'–45'）

0'–3'破冰：教师展示“狗在草地”照片，让学生用1句话描述，引出“机器如何看图说话”。

3'–8'追问：学生自由发言，教师板书关键词“上下文”“常识”“生成”，自然过渡到“大模型能做到吗？”

8'–15'故事化讲授AI六阶段

板书时间轴：1943→1956→1957→1966→1980s→1990s→2012→2016

每阶段配1张“表情包”：冬天/春天/再次寒冬/再次崛起，学生秒记。

15'–20'快问快答（Kahoot！5题）

例：第一次寒冬的核心原因是什么？——算力不足+数据有限。

20'–30'大模型定义“三句话”

①参数大（数十亿）；②预训练语料大；③能力强（零样本/少样本）。

类比：先读万卷书（预训练），再做题海（微调）。

30'–35'板书BERT“完形填空”示例

例句：The[MASK]isflying.学生猜bird，教师揭示：这就是MLM任务。

35'–40'分组头脑风暴

问题：如果让你设计一个“预训练任务”，你会让模型玩什么游戏？

每组写1个游戏名贴黑板，教师点评与真实任务对照。

40'–45'小结&布置“出门票”

出门票：在便利贴写“今天最颠覆你认知的一个词”，贴门型展架。学时2（45'–90'）

45'–50'复习：教师随机读出3张便利贴，全班呼应“这是第几阶段”。

50'–60'Transformer登场

道具：6个不同颜色网球，代表6个“头”。教师抛球同时喊“我/喜欢/自然语言处理”，学生瞬间体会“并行+长距离依赖”。

60'–65'动画演示：PPT自注意力热力图，学生齐声回答“哪个词最关注哪个词”。

65'–70'多模态过渡

再次展示“狗在草地”照片，现场运行CLIP演示（提前录屏30秒），学生惊呼“图文对齐了！”

70'–75'六大模型“脱口秀”

教师扮演6位模型“选手”依次上台，用一句话自我介绍：

GPT：“我能写小说，但别全信。”

Claude：“我慢，但安全。”

DeepSeek：“我国产，也懂安全。”

学生举牌投票“最想带谁去荒岛”。

75'–80'真实场景讨论

问题：医院问诊选谁？金融客服选谁？理由3条。

80'–85'课堂小测（无纸化，手机扫码）

5道单选，2道判断，1道开放“你觉得AI会取代什么职业？”

85'–88'教师总结：AI不会替代人，但会替代“不会用AI的人”。

88'–90'下节预告：动手微调一个“古诗词生成”小模型，带笔记本！三、板书设计时间轴：1943萌芽→1956诞生→1980第一次寒冬→1990第二次寒冬→2012深度学习崛起→2017Transformer核心三角：大数据+大算力+大参数=大模型预训练↔微调：无监督游戏→有监督考试自注意力“网球”图示：并行+多头+长距离多模态一句话：图文音→同一向量空间六大模型“优缺点”关键词云：连贯、安全、慢、中文强、国产、行业深四、课后作业（任选其一，200字以上）用生活例子向父母解释“预训练+微调”。对比GPT与DeepSeek，写一段“选购建议”给校报记者。畅想：如果AI能听、看、说，它最先落地的校园场景是什么？五、教学反思（课后填写）网球演示是否太吵？下次改用磁贴箭头。Kahoot！题量偏多，5题→4题。学生投票环节时间不足，留3分钟讨论更佳。一、课程定位学时：2×45′=90′，多媒体教室，人手一台可联网电脑。先修：已完成《人工智能与大模型入门1》理论部分，知道“预训练+微调”概念。教学目标

知识：说出搭建Python虚拟环境的5个步骤；复述LangChain/Dify/Flowise三者定位差异；写出Ollama启动本地服务的完整命令。

能力：能独立拉起qwen2.5模型并完成一次HTTP对话；能用LangChain写出“问答链”Python脚本；能对比选择云API与本地部署的适用场景。

情感：树立“数据不出域”安全意识，体验国产模型可玩可用，增强技术自信。教学重点：虚拟环境隔离、Ollama本地化流程、LangChain链式调用。教学难点：环境变量作用域、RAG流程中的文档向量对齐思想。教学方法：现场Live-Coding、分组闯关、错误日志一起“瞪眼找Bug”。资源准备：

–教师机投影、学生机已预装Ubuntu22.04镜像、Python3.10。

–提前下载qwen2.5:1.5b（压缩包1.1GB）放机房NAS，节省带宽。

–彩色便利贴三种颜色：红（阻塞）、黄（进行中）、绿（通关）。二、时间轴与活动设计

学时1（0′–45′）

0′–5′破冰：教师黑屏终端，逐字打出ollamarunqwen2.5，提问“接下来会发生什么？”——让学生猜“下载/运行/报错”三项，举手投票。

5′–15′环境搭建Live-Coding（投影）

①python-mvenvllm_env&&sourcellm_env/bin/activate

②pipinstall-i/simplelangchainopenairequestsollama

边敲边解释“虚拟环境=化学实验通风橱”。

15′–20′第一轮闯关（绿色便利贴）

任务A：激活虚拟环境并执行python-c"importlangchain;print(langchain.__version__)"

成功即贴绿，失败举手教师走到身边排错。

20′–30′Ollama本地部署演示

教师机执行：

exportOLLAMA_MODELS=/opt/models&&ollamaserve

解释环境变量作用；学生机同步在浏览器访问:11434看“Ollamaisrunning”。

30′–35′第二轮闯关（黄色→绿色）

任务B：用curl完成一次对话

curl:11434/api/generate-d'{"model":"qwen2.5","prompt":"用一句话介绍你自己"}'

拿到JSON即贴绿。

35′–40′日志排雷游戏

教师故意写错模型名“qwen2.5_typo”，运行后抛出404。全班一起读错误日志找关键词“modelnotfound”，强化“看日志>拍脑袋”。

40′–45′小结&布置“出门票”

出门票：在便利贴写“今天印象最深的一个命令或参数”，贴黑板墙。学时2（45′–90′）

45′–50′复习：教师随机读3张便利贴，全班齐声说出该命令的作用。

50′–60′LangChain链式调用Live-Coding

逐行敲代码2-1（无APIKey版，改用本地Ollama）：fromlangchain.llmsimportOllamallm=Ollama(model="qwen2.5")print(llm("请用中文讲一个关于程序员的冷笑话"))运行成功即得笑话输出，现场笑点爆棚。

60′–65′第三轮闯关（绿色）

任务C：改造上述脚本，把“冷笑话”换成“用三行诗描述春天”，保存为spring.py并执行。

65′–70′低代码体验站

教师浏览器打开Dify社区版（已Docker-compose预部署），拖拽“输入→LLM→输出”三组件，30秒发布一个“写诗机器人”。学生扫码体验，感受“不写代码也能玩大模型”。

70′–75′可视化Flowise

教师演示Flowise画布：拖一个HTTPRequest节点→连Ollama节点→连Response节点，导出JSON配置，让学生明白“画布=可执行的流程图”。

75′–80′云APIvs本地部署辩论

分组：A组坚持“云API方便”，B组坚持“本地部署安全”。用“三明治”法则1分钟立论→1分钟反驳→30秒总结。教师点评“没有绝对答案，只有合适场景”。

80′–85′课堂快问快答（手机扫码）

5道单选+1道开放“你会把ollama部署在家里的什么设备？”

85′–88′教师总结：

“今天我们把一台大模型请进了自己的电脑，也学会了用链子牵着它走。明天我们可以让它读自己的专业书——这就是RAG。”

88′–90′下节预告：

带U盘装走自己的模型权重，下节课做“私有知识库问答”。三、板书设计虚拟环境五步：选系统→装Python→创venv→激活→pip装包Ollama三板斧：serve/pull/run环境变量“五朵金花”：MODELS、HOST、PORT、KEEP_ALIVE、MAX_LOADEDLangChain调用公式：导入→实例化→prompt→invoke→print工具链“三兄弟”：

LangChain——乐高积木（精细）

Dify——拼图地板（低代码）

Flowise——流程画布（可视化）部署选型天平：左侧“云API-快-贵-数据出域”，右侧“本地化-慢-省-数据自持”四、课后作业（三选一，提交到GitHubClassroom）在树莓派或旧笔记本成功运行ollama，截图内存占用并写200字体验。用LangChain给学院官网做一个“智能招生问答”原型，提交py文件+README。对比OpenAIAPI与本地ollama在同一提示下的延迟差异，写一份评测小报告（含数据、图表、结论）。五、教学反思（课后手写）NAS提前缓存模型节省了多少时间？是否需换更大带宽？黄色便利贴过多说明curl参数难记，下次提供“模板纸条”降低挫败感。辩论环节学生意犹未尽，可延长至10分钟并引入“成本计算器”小工具。一、课程概览学时：90′（2×45′），多媒体教室，每生可访问GPT3.5/千问API。先修：已完成“大模型开发环境”实训，会用Python调用OpenAI接口。教学目标

知识：说出提示工程六原则；写出CoT三步提示模板；列举动态模板五步骤。

能力：能针对“情感分析/数学方程/常识问答”独立迭代三次提示并记录效果；能用参数化模板让同一模型输出“正式/幽默”两种风格。

情感：树立“提示=沟通艺术”的认知，养成“先思考再提问”的习惯。教学重点：六原则、CoT逐步推理、参数化模板。教学难点：风格控制参数设计、推理链粒度平衡。方法：对比演示、即席竞赛、画廊走（GalleryWalk）、错误墙。资源：PPT动图、黑板、便利贴（红/黄/绿）、计时器、在线答题二维码。二、时间轴与活动设计

学时1（0′–45′）

0′–3′破冰：教师打出两段提示→同模型输出

A提示“写点东西关于AI”

B提示“用小学生能听懂的比喻解释AI，100字”

让学生投票哪段更好→引出“提示价值”。

3′–8′板书六原则：目标·上下文·结构·简洁·适配·迭代（首字母=“目结简适迭”→谐音“目不简单”方便记忆）。

8′–15′迷你挑战（第一轮迭代）

任务：给定一条商品评论，30秒内写一条提示做情感分析。

学生把提示贴在黑板的“草稿区”，教师随机抽3条现场调用API，记录准确率。

15′–20′教师示范优化

在原提示后追加“输出只需一个词：正面/负面/中性”→准确率提升→让学生体会“明确输出格式”威力。

20′–25′分组对抗（第二轮迭代）

每组领一张“失败案例卡”（模型输出答非所问）。任务：改提示→现场调用→成功即贴绿便利贴。

25′–30′CoT初体验

教师演示同一道方程“2x+3=11”两种提示：

①直接问→答案对错参半；

②追加“请分步推理”→步骤清晰且答案正确。

让学生用红笔在纸上圈出中间步骤，感受“链式思维”。

30′–35′快问快答（Kahoot5题）

例：“下列哪条提示最能体现CoT？”

35′–40′总结+出门票

出门票：写“我今天最颠覆的一句话提示”贴门口。

40′–45′布置课后微任务：

用CoT提示让模型解一道“鸡兔同笼”题，把对话截图发讨论区。学时2（45′–90′）

45′–50′复习：教师读3张出门票，全班齐声说违反了哪条六原则。

50′–60′动态模板Live-Coding

教师空白板现场写函数：defgen_prompt(context,question,style):returnf"背景：{context}\n问题：{question}\n回答风格：{style}\n→输出："调用三次分别传入“正式/幽默/简洁”→输出立竿见影。

60′–65′参数化闯关（绿色便利贴）

任务：把上述函数扩展一个参数output_len，控制模型回答字数≤100。

65′–70′多风格画廊走

每组领取一张“场景卡”（婚礼主持/学术报告/客服回访），用动态模板生成一段开场白，打印贴墙。学生持便利贴投票“最想再听一段”。

70′–75′高级CoT：多步骤推理

教师抛出逻辑题“所有A都是B，C是A，结论？”

先让学生盲写提示→现场对比“单步”与“三步链式”准确率。

75′–80′错误墙

教师展示上周作业高频错误：提示过长导致模型迷失风格参数与场景冲突

让学生用黄便利贴写“我踩过的坑”贴墙，形成集体记忆。

80′–85′课堂小测（扫码）

5道单选+1开放：写一条你认为“万能”的提示并说明理由。

85′–88′教师收束：

“提示不是魔法，而是一次清晰的对话。先想清楚，再写清楚，模型才会答清楚。”

88′–90′下节预告：

带走今天模板，下节课给模型“读自己的专业书”——做RAG。三、板书设计六原则顺口溜：目结简适迭→“目不简单”CoT三步：写出方程→移项→求解动态模板公式：背景+问题+风格+格式→输出迭代飞轮：提示→调用→评估→修正风格旋钮：正式<——>幽默；简洁<——>详细错误墙Top3：提示过长/风格冲突/缺输出格式四、课后作业（三选一，提交至GitHubDiscussion）用CoT提示让模型解一道几何证明题，贴出三次迭代截图与心得。设计一个“多风格商品文案生成器”函数，支持平台（天猫/小红书）与字数双参数，提交源码+演示链接。收集3条生活中“沟通失败”的对话，用提示工程角度写200字诊断报告。五、教学反思（课后手写）画廊走投票是否公平？下次引入“盲投”避免跟风。Kahoot题量5道足够，但单题30秒偏紧，可延长至45秒。错误墙便利贴颜色过多，下次统一用黄色，绿色仅用于“通关”。一、课程定位学时：90′（2×45′），多媒体教室，已预装Python3.10、Faiss、Sentence-Transformers、T5模型缓存。先修：提示工程、Python接口调用、向量基础。教学目标

知识：说出RAG六字价值“动态、相关、可释”；画出五模块数据流；写出Faiss构建索引的三行核心代码。

能力：能独立清洗10份法律文本→切片→向量化→完成一次“合同条款问答”RAG演示；能根据场景选择稠密/稀疏/混合检索。

情感：树立“知识可溯源”责任感，体验“外挂硬盘”式可信AI。教学重点：五模块端到端流程、混合检索、知识库清洗。教学难点：切片粒度权衡、稠密-稀疏融合权重调优。方法：Live-Coding、卡片闯关、画廊走、错误墙。资源：PPT动图、黑板、红/黄/绿便利贴、计时器、在线答题二维码、NAS预存模型。二、时间轴与活动设计

学时1（0′–45′）

0′–3′破冰：教师纯模型“幻觉”演示——问GPT-3.5“2024年最新《个人信息出境标准合同办法》第八条是什么？”→模型瞎编→引出“知识截止时间”痛点。

3′–8′板书六字价值：动态、相关、可释、模块、闭环、可信（首字母=“动相可模闭信”→谐音“东想可模离心”方便记忆）。

8′–15′五模块拼图

教师边画数据流边贴磁贴：QueryEncoder→Retriever→ContextAssembler→Generator→Post-Processor。学生跟读名称并手势比划数据方向。

15′–20′Live-Coding1：三行代码把“美国隐私政策”HTML洗成干净句子列表（BeautifulSoup+正则）。学生同步敲，完成贴绿便利贴。

20′–25′卡片闯关1

任务：用SentenceTransformer把刚才的句子编码为向量→打印shape。教师巡视，报错即面对面排错。

25′–30′检索演示

教师随机说一个新句子→Faiss搜Top-3→返回索引号→学生齐声读对应句子，体验“语义找邻居”。

30′–35′快问快答（Kahoot5题）

例：“Faiss中L2与IP索引区别？”

35′–40′小结+出门票

出门票：写“今天我印象最深的一个函数名”贴门口。

40′–45′布置课后微任务：

把讲义附件里3份合同HTML洗成txt，下节课自带“干净语料”。学时2（45′–90′）

45′–50′复习：教师读3张出门票，全班齐声说该函数所属模块。

50′–60′端到端Live-Coding

教师现场拼“法律问答”RAG：

①DPR编码查询→②Faiss搜Top-2→③拼接增强提示→④T5生成答案。

每完成一步贴一张绿色便利贴，形成可视化“绿色流水线”。

60′–65′卡片闯关2

任务：把T5换成本地ollama/qwen2.5，只改两行代码，再跑一次。

65′–70′混合检索辩论

分组：A组“只用BM25足够”，B组“必须稠密+稀疏”。用“三明治”结构1-1-0.5分钟辩论，教师点评“场景决定技术”。

70′–75′风险识别快闪

教师抛出句子“若乙方违约，需赔偿甲方全部损失且金额无上限。”学生2分钟写关键词规则检测函数→现场跑→命中“赔偿/无上限”即亮红灯。

75′–80′画廊走

每组提前洗好5份合同、建好索引，A3纸打印“问答演示”截图贴墙。学生持绿贴纸投票“最想去哪组实习”。

80′–85′课堂小测（扫码）

5道单选+1开放：你认为RAG最难的环节是什么？

85′–88′教师收束：

“RAG不是让模型变聪明，而是让它‘有据可查’。记住：先有好知识库，才有好生成。”

88′–90′下节预告：

带走今天的索引文件，下节课给系统加“规则引擎”，让合同审核自动亮红灯。三、板书设计六字价值：动相可模闭信→“东想可模离心”五模块流水线：Query→Encoder→Retriever→Assembler→Generator→PostPro清洗四步：去噪→标准化→分句→实体归一检索三剑客：TF-IDF、稠密、混合混合公式：Score=α·Dense+(1-α)·Sparse风险红灯关键词：赔偿/无上限、违约金/过高、不可抗力/免责四、课后作业（三选一，提交GitHubDiscussion）用任何语言实现“混合检索”函数，支持α权重调节，提交源码+实验曲线。把今天T5换成本地qwen2.5:7b，记录延迟与显存占用，写200字优化建议。收集5条最新法律新闻，清洗后入库，向同学提问并给出RAG答案截图。五、教学反思（课后手写）NAS预缓存模型节省20分钟，但Faiss索引仍占内存，下次课前提前清缓存脚本。卡片闯关2部分学生混淆IP/L2索引，下次先给“索引选择决策树”小抄。投票时间紧，下次留10分钟并引入“盲投”避免跟风。一、课程概览学时：90分钟（2×45′），多媒体教室，已预装Python≥3.9、CrewAI、LangGraph、Docker镜像ollama/ollama。先修：完成“RAG系统”实训，会用LangChain调用本地模型。教学目标知识：说出“感知-思考-行动”三环；写出CrewAI角色五要素；列举LangGraph三要素（节点、边、状态）。能力：能独立运行一个“创意写作Crew”并添加新角色；能用LangGraph画出“迷宫寻路”状态图并生成可执行代码。情感：树立“Agent不是单兵，是战队”的协作观，体验“边-云协同”带来的实时安全感。教学重点：角色编排、状态图构建、端侧轻量化。教学难点：去中心化通信、状态图循环依赖、蒸馏-量化联合调优。教学方法：Live-Coding、卡片闯关、画廊走、错误墙。资源准备：教师机投影、学生机Ubuntu22.04、NAS缓存qwen2.5:1.5b、红/黄/绿便利贴、计时器、在线答题二维码。二、时间轴与活动设计学时1（0′–45′）0′–3′破冰：教师纯GPT“单兵”写一首唐诗→再让CrewAI（研究员+策划+写手）写一首→学生盲投哪首更好→引出“协作”价值。 投票器3′–8′板书三环：感知→思考→行动（画成循环箭头）；补环“记忆”与“工具”外挂。 磁贴8′–15′Live-Coding1：三行代码跑通最小“风扇Agent”（感知温度→决策→开风扇）。学生同步敲，绿贴通关。 15′–20′卡片闯关1：给风扇Agent加“湿度”感知，贴黄→绿。 20′–25′CrewAI角色五要素：Name·Goal·Backstory·Tools·Allowdelegation快速记忆口决“名背工器委”。 25′–30′ Live-Coding2：教师演示“创意写作Crew”五步流程（DeepSeek云端），学生机本地ollama同步跑通。 30′–35′快问快答（Kahoot5题）例：“哪个角色最适合加‘网页搜索’工具？”35′–40′小结+出门票：写“我今天最想拥有的一个Agent角色”贴门口。40′–45′布置微任务：把“唐诗Crew”扩展一个“平仄审核员”角色，提交源码。 学时2（45′–90′）45′–50′ 复习：教师读3张出门票，全班齐声说需新增的工具。 50′–60′ LangGraph状态图Live-Coding：教师画“迷宫寻路”节点→边→状态，一键生成可运行代码，学生本地跑通。 60′–65′ 卡片闯关2：学生把迷宫目标由“出口”改为“收集最多金币”，改2行状态定义再运行，绿贴通关。 65′–70′ 边缘轻量化快闪：教师展示7B→1.5B→0.5B三档模型在树莓派上的延迟-显存折线，让学生用便利贴投票“可接受的最大延迟”。 70′–75′ 端云协同小剧场：A组扮演“边缘Agent”做实时降噪，B组扮演“云端Agent”做语义摘要，两组用MQTT互通，2分钟完成一次协同。 75′–80′ 错误墙：教师展示上周高频错——“CrewAI循环依赖”“LangGraph忘记加入口节点”，学生用黄贴写“我踩过的坑”贴墙。 80′–85′ 课堂小测（扫码）5道单选+1开放：用一句话描述“未来你最想要的Agent生态”。 85′–88′ 教师收束：“Agent的未来不是超级个体，而是超级协作。” 88′–90′ 下节预告：带走今天的状态图源码，下节课用MCP给Agent插上“USB-C”接口。 三、板书设计三环一记忆：感知→思考→行动（外环“记忆+工具”）CrewAI五要素：名背工器委LangGraph三要素：节点·边·状态轻量化三把斧：蒸馏→量化→剪枝端云协同双箭头：边缘（实时）↹云端（大推理）错误墙Top3：循环依赖/忘记入口/工具重名四、课后作业（三选一，提交至GitHubDiscussion）把“唐诗Crew”扩展至5个角色并跑通，提交源码+输出样例。用LangGraph实现“外卖配送路径”状态图，提交代码与最短耗时截图。在树莓派成功运行0.5B模型并测延迟，写200字优化心得。五、教学反思（课后手写）卡片闯关2部分学生改状态图时漏掉return，下次先给“状态变更模板”。边缘快闪投票15秒足够，但需提前把折线图打印贴墙避免刷屏。MQTT小剧场带宽不足导致延迟，下次改用本地broker并降低消息频率。一、课程概览学时：90分钟（2×45′），多媒体教室先修：完成“RAG系统”实训，会用OpenAIAPI或本地模型进行文本生成。教学目标

知识：说出多模态五条数据链路“采-编-融-推-馈”；写出LLaVA三组件“视觉编码器-投影层-语言模型”；列举图文交互四步“上传-编码-融合-生成”。

能力：能独立运行一个“图文问答Demo”并替换自有图片；能基于缺陷检测模型加入语音播报函数。

情感：树立“模态互补、体验无界”的设计理念，关注可访问性与包容性。教学重点：跨模态对齐、图文联合推理、冗余/互补策略。教学难点：Cross-Attention机制调优、事件驱动融合框架、轻量化部署。教学方法：Live-Coding、卡片闯关、画廊走、错误墙。资源：PPT动图、黑板、红/黄/绿便利贴、计时器、在线答题二维码、NAS预存LLaVA-1.5-7B。二、时间轴与活动设计

学时1（0′–45′）

0′–3′破冰：教师现场拍照一张“讲台杂物”→上传LLaVA问“桌上有几瓶水？”→学生数实物验证，引出“图+问”协同。

3′–8′板书五条链路：采集→编码→融合→推理→反馈（首字母“采编融推馈”谐音“才不融推废”）。

8′–15′Live-Coding1：三行代码完成图像预处理（Resize→ToTensor→Normalize），学生同步敲，绿贴通关。

15′–20′卡片闯关1：把文本预处理换成中文tokenizer，输出input_ids长度<128，贴黄→绿。

20′–25′跨模态对齐快闪：教师画Cross-Attention草图，Q=文本，K/V=图像，让学生用手势比“互看”动作。

25′–30′Live-Coding2：教师跑通Flask“HelloLLaVA”服务，学生机浏览器访问/api/infer，返回JSON。

30′–35′快问快答（Kahoot5题）例：“LLaVA的视觉编码器基于哪种架构？”

35′–40′小结+出门票：写“今天最颠覆的一个关键词”贴门口。

40′–45′布置微任务：自带一张生活照片，下节课用它跑通图文问答。学时2（45′–90′）

45′–50′复习：教师读3张出门票，全班齐声说该词所属环节。

50′–60′端到端Live-Coding：教师现场用学生照片→前端Base64→后端推理→前端回显，完整闭环。

60′–65′卡片闯关2：学生替换为自己的照片，提问“这张照片的情绪是？”拿到回答即贴绿。

65′–70′工业质检快闪：教师演示缺陷分类CNN+语音播报函数，学生听见“发现划痕，请处理”语音。

70′–75′冗余vs互补辩论：A组“冗余必须”，B组“互补足够”，三明治1-1-0.5分钟，教师总结“场景决定”。

75′–80′画廊走：每组提前准备1张缺陷图+1句语音播报，A3打印贴墙，绿贴投票“最想入职”。

80′–85′课堂小测（扫码）5道单选+1开放：写一条可访问性设计建议。

85′–88′教师收束：“多模态不是炫技，是让信息reachable。”

88′–90′下节预告：带走今天的前后端源码，下节课加入语音输入，做“可看可听可说”的三模态系统。三、板书设计五条链路：采编融推馈→“才不融推废”LLaVA三件套：ViT→投影→LLMCross-Attention口诀：Q文K/V图冗余vs互补：同一信息多通道／不同信息多通道可访问性三提示：语音替补、触觉增强、文字高对比错误墙Top3：Base64溢出、跨域阻塞、显存不足四、课后作业（三选一，提交至GitHubDiscussion）把今天的Flask服务换成FastAPI，添加异步推理，提交源码+压测截图。给缺陷CNN再加一个“振动反馈”函数，拍照+录屏上传。收集5张公开缺陷图片，写一份“冗余-互补策略”对比报告（≥300字）。五、教学反思（课后手写）Base64编码大图易溢出，下次限制前端≤2MB并弹提示。辩论环节时间略紧，下次留8分钟并设计时员。投票分散，下次集中贴同一面墙，减少走动。一、课程定位学时：90分钟（2×45′），多媒体教室，先修：完成“RAG系统”实训，会用pandas做基础数据清洗。教学目标

知识：说出金融数据五步清洗链“缺-异-重-一-标”；写出ARIMA(p,d,q)三个参数含义；列举智能投顾三板斧“画像-配置-再平衡”。

能力：能独立跑通美国失业率ARIMA预测脚本并解释置信区间；能在Dify里拖拽一条“合同合规审查”工作流。

情感：树立“数据干净是底线、合规自动是红线”的职业敬畏。教学重点：时间序列平稳性判定、均值-方差资产配置、合规工作流节点设计。教学难点：GARCH波动聚集解释、MICE多重插补vs简单均值抉择、合同审查提示词调优。教学方法：Live-Coding、卡片闯关、画廊走、错误墙。资源：PPT动图、黑板、红/黄/绿便利贴、计时器、在线答题二维码、NAS缓存FRED失业率CSV。二、时间轴与活动设计

学时1（0′–45′）

0′–3′破冰：教师展示“脏数据”CSV（缺值、￥1000K、日期格式乱）→问“敢直接建模吗？”→引出清洗必要性。

3′–8′板书五步链：缺失→异常→重复→一致→标准化（首字母“缺异重一标”→谐音“缺一重标”）。

8′–15′Live-Coding1：逐行演示MICE插补vs均值插补对比，学生跟敲，绿贴通关。

15′–20′卡片闯关1：给一份“基金净值”片段，3分钟用Z-score找异常值，成功贴绿。

20′–25′时间序列快闪：教师画“ADF检验决策树”——p>0.05→差分→再检，学生口答“差分几次”。

25′–30′Live-Coding2：现场跑通ARIMA(1,1,1)预测2024失业率，画置信带，学生机同步复现。

30′–35′快问快答（Kahoot5题）例：“GARCH字母G代表什么？”

35′–40′小结+出门票：写“我今天最踩坑的一个函数名”贴门口。

40′–45′布置微任务：把ARIMA脚本换成CPI数据，下节课带来预测图。学时2（45′–90′）

45′–50′复习：教师读3张出门票，全班齐声说该函数作用。

50′–60′智能投顾Live-Demo：教师用九方灵犀网页输入“我30岁稳健型想投科技主题”→截图输出资产配置饼图，学生照做。

60′–65′卡片闯关2：学生把系统推荐的“10%黄金”改成“15%黄金”并给出文字理由，贴黄→绿。

65′–70′合规审查快闪：教师打开Dify→拖Upload→LLM→Output三节点，5分钟生成“合同审查”工作流。

70′–75′画廊走：每组提前用Dify跑一份“贷款协议”审查截图，A3打印贴墙，绿贴投票“最想看详细报告”。

75′–80′错误墙：教师展示高频错——“ADF忘记差分阶数”“合同提示词过宽”，学生用黄贴写“我踩过的坑”。

80′–85′课堂小测（扫码）5道单选+1开放：写一条你设计的合规提示词。

85′–88′教师收束：“数据清洗是良心，合规审查是底线，模型再好也救不了脏数据。”

88′–90′下节预告：带走今天的Dify工作流JSON，下节课加入“风险等级”判断节点。三、板书设计五步链：缺异重一标→“缺一重标”ADF决策树：p>0.05→差分→再检ARIMA三旋钮：pdq投顾三板斧：画像-配置-再平衡合规三节点：Upload→LLM→Output错误墙Top3：差分阶数忘/提示词过宽/置信带不看四、课后作业（三选一，提交至GitHubDiscussion）把ARIMA脚本扩展为ARIMA-GARCH组合预测，提交源码+波动率图。在Dify工作流里再加一个“风险等级”判断节点，截图贴图。收集3份真实财经新闻，做情感打分并写200字“对下周CPI预测影响”。五、教学反思（课后手写）MICE插补运行慢，下次课前预生成缓存文件。投顾网页偶尔加载慢，提前准备静态截图备用。画廊走投票分散，下次集中贴同一面墙并编号。一、课程概览学时：90分钟（2×45′），多媒体教室先修：完成“多模态应用”实训，会用PyTorch训练简单CNN。教学目标

知识：说出医疗数据五环预处理链“整-清-融-约-护”；写出U-Net三件套“下采-上采-跳连”；列举随访机器人四模块“感-算-通-存”。

能力：能独立跑通U-Net肺结节分割Demo并可视化Dice；能用EasyOCR提取化验单文字并生成随访提醒。

情感：树立“数据涉生命、容错须为零”的责任感，关注患者隐私与可及性。教学重点：医疗图像标准化、时序缺失补全、OCR-随访闭环。教学难点：3DDICOM窗宽窗位调整、LSTM-MICE混合插补、HL7-FHIR接口对接。教学方法：Live-Coding、卡片闯关、画廊走、错误墙。资源：PPT动图、黑板、红/黄/绿便利贴、计时器、在线答题二维码、NAS缓存LUNA16样本50例。二、时间轴与活动设计

学时1（0′–45′）

0′–3′破冰：教师展示一张“胸部CT”+问“肉眼数得清结节吗？”→引出AI分割需求。

3′–8′板书五环链：整合→清洗→融合→归约→保护（首字母“整清融约护”→谐音“整清容易护”）。

8′–15′Live-Coding1：三行代码完成DICOM→窗宽窗位→归一化，学生同步敲，绿贴通关。

15′–20′卡片闯关1：给一张“手写化验单”照片，2分钟用EasyOCR提字并转JSON，成功贴绿。

20′–25′时序补缺快闪：教师画“LSTM-MICE双通道”示意图，学生口答“哪条通道保留不确定度”。

25′–30′Live-Coding2：现场跑通3DU-Net肺结节分割（Epoch=1），实时打印Dice，学生机复现。

30′–35′快问快答（Kahoot5题）例：“U-Net跳连作用？”

35′–40′小结+出门票：写“我今天最踩坑的一个包名”贴门口。

40′–45′布置微任务：把OCR文本再跑一遍“病历实体提取”，下节课带来JSON。学时2（45′–90′）

45′–50′复习：教师读3张出门票，全班齐声说该包用途。

50′–60′随访机器人Live-Demo：教师打开Dify→拖“OCR→LLM→短信”三节点→上传化验单→自动推送随访提醒，学生照做。

60′–65′卡片闯关2：学生把短信模板“请按时服药”改成“请早餐后30分钟服药”，贴黄→绿。

65′–70′硬件接口快闪：教师展示树莓派+体温传感器→通过MQTT上传36.5℃，学生手机看实时折线。

70′–75′画廊走：每组提前用3DU-Net跑一张测试CT并GIF展示分割结果，A3打印贴墙，绿贴投票“最想入职”。

75′–80′错误墙：教师展示高频错——“DICOM方向标签错位”“OCR漏检小数点”，学生用黄贴写“我踩过的坑”。

80′–85′课堂小测（扫码）5道单选+1开放：写一条你设计的隐私脱敏规则。

85′–88′教师收束：“医疗AI的准确率不是数字，是生命。”

88′–90′下节预告：带走今天的GIF分割结果，下节课加入“时序风险预警”节点。三、板书设计五环链：整清融约护→“整清容易护”U-Net三件套：下采-上采-跳连OCR三步：检测→识别→结构化随访四模块：感-算-通-存隐私三提示：去标识、最小化、审计日志错误墙Top3：方向标签错/小数点漏/窗宽窗位忘四、课后作业（三选一，提交至GitHubDiscussion）把3DU-Net换成轻量级nnUNet，提交Dice对比截图。用LSTM补全一份“血压-缺失30%”时序CSV，画前后对比折线图。设计一条“糖尿病患者随访”短信模板（≤70字），并说明触发条件。五、教学反思（课后手写）DICOM文件较大，下次课前预切patch存SSD提速。OCR对中文手写体识别率偏低，提前准备打印版化验单备用。画廊走投票时间不足，下次留10分钟并提前编号。一、课程概览学时：90分钟（2×45′），多媒体教室，先修：完成“多模态应用”实训，会用PyTorch训练简单CNN。教学目标

知识：说出医疗数据五环预处理链“整-清-融-约-护”；写出U-Net三件套“下采-上采-跳连”；列举随访机器人四模块“感-算-通-存”。

能力：能独立跑通U-Net肺结节分割Demo并可视化Dice；能用EasyOCR提取化验单文字并生成随访提醒。

情感：树立“数据涉生命、容错须为零”的责任感，关注患者隐私与可及性。教学重点：医疗图像标准化、时序缺失补全、OCR-随访闭环。教学难点：3DDICOM窗宽窗位调整、LSTM-MICE混合插补、HL7-FHIR接口对接。教学方法：Live-Coding、卡片闯关、画廊走、错误墙。资源：PPT动图、黑板、红/黄/绿便利贴、计时器、在线答题二维码、NAS缓存LUNA16样本50例。二、时间轴与活动设计

学时1（0′–45′）

0′–3′破冰：教师展示一张“胸部CT”+问“肉眼数得清结节吗？”→引出AI分割需求。

3′–8′板书五环链：整合→清洗→融合→归约→保护（首字母“整清融约护”→谐音“整清容易护”）。

8′–15′Live-Coding1：三行代码完成DICOM→窗宽窗位→归一化，学生同步敲，绿贴通关。

15′–20′卡片闯关1：给一张“手写化验单”照片，2分钟用EasyOCR提字并转JSON，成功贴绿。

20′–25′时序补缺快闪：教师画“LSTM-MICE双通道”示意图，学生口答“哪条通道保留不确定度”。

25′–30′Live-Coding2：现场跑通3DU-Net肺结节分割（Epoch=1），实时打印Dice，学生机复现。

30′–35′快问快答（Kahoot5题）例：“U-Net跳连作用？”

35′–40′小结+出门票：写“我今天最踩坑的一个包名”贴门口。

40′–45′布置微任务：把OCR文本再跑一遍“病历实体提取”，下节课带来JSON。学时2（45′–90′）

45′–50′复习：教师读3张出门票，全班齐声说该包用途。

50′–60′随访机器人Live-Demo：教师打开Dify→拖“OCR→LLM→短信”三节点→上传化验单→自动推送随访提醒，学生照做。

60′–65′卡片闯关2：学生把短信模板“请按时服药”改成“请早餐后30分钟服药”，贴黄→绿。

65′–70′硬件接口快闪：教师展示树莓派+体温传感器→通过MQTT上传36.5℃，学生手机看实时折线。

70′–75′画廊走：每组提前用3DU-Net跑一张测试CT并GIF展示分割结果，A3打印贴墙，绿贴投票“最想入职”。

75′–80′错误墙：教师展示高频错——“DICOM方向标签错位”“OCR漏检小数点”，学生用黄贴写“我踩过的坑”。

80′–85′课堂小测（扫码）5道单选+1开放：写一条你设计的隐私脱敏规则。

85′–88′教师收束：“医疗AI的准确率不是数字，是生命。”

88′–90′下节预告：带走今天的GIF分割结果，下节课加入“时序风险预警”节点。三、板书设计五环链：整清融约护→“整清容易护”U-Net三件套：下采-上采-跳连OCR三步：检测→识别→结构化随访四模块：感-算-通-存隐私三提示：去标识、最小化、审计日志错误墙Top3：方向标签错/小数点漏四、课后作业（三选一，提交至GitHubDiscussion）把3DU-Net换成轻量级nnUNet，提交Dice对比截图。用LSTM补全一份“血压-缺失30%”时序CSV，画前后对比折线图。设计一条“糖尿病患者随访”短信模板（≤70字），并说明触发条件。五、教学反思（课后手写）DICOM文件较大，下次课前预切patch存SSD提速。OCR对中文手写体识别率偏低，提前准备打印版化验单备用。画廊走投票时间不足，下次留10分钟并提前编号。一、课程概览学时：90分钟（2×45′），多媒体教室。先修：完成“医疗大模型”实训，会用PyTorch训练简单CNN并保存模型。教学目标

知识：说出轻量化三支柱“量-馏-剪”；写出量化两步“校准→缩放”；列举边缘部署四策略“裁-量-加-推”。

能力：能把32位ResNet量化为INT8并drop模型大小60%；能用知识蒸馏训练一个小模型，Top-1精度保持≥80%。

情感：树立“绿色AI”观念——每毫瓦都有价值，每克碳都要负责。教学重点：后训练静态量化、特征层蒸馏、结构化剪枝、低资源推理引擎选择。教学难点：校准集代表性、蒸馏温度选取、剪枝后微调策略、端侧芯片指令集差异。教学方法：Live-Coding、卡片闯关、画廊走、错误墙。资源：PPT动图、黑板、红/黄/绿便利贴、计时器、在线答题二维码、NAS缓存MobileNetV2预训练权重。二、时间轴与活动设计

学时1（0′–45′）

0′–3′破冰：教师展示“100MB模型→10MB模型”对比图→问“敢不敢把模型塞进手表？”→引出轻量化需求。

3′–8′板书三支柱：量化→蒸馏→剪枝（首字母“量馏剪”→谐音“亮流简”）。

8′–15′Live-Coding1：三行代码完成PyTorch动态量化（torch.quantization.quantize_dynamic），学生同步敲，绿贴通关。

15′–20′卡片闯关1：给一份50MB模型，5分钟用TFLite做PTQ→生成*.tflite，大小<20MB贴绿。

20′–25′知识蒸馏快闪：教师画“教师-学生-T温度”三角，学生口答“T过高会怎样”。

25′–30′Live-Coding2：现场跑通特征蒸馏（ResNet18→ResNet8），打印Top-1，学生机复现。

30′–35′快问快答（Kahoot5题）例：“INT8量化最大绝对误差？”

35′–40′小结+出门票：写“我今天最颠覆的一个数字”贴门口。

40′–45′布置微任务：把蒸馏温度T=3改成T=5，记录精度变化，下节课带来折线图。学时2（45′–90′）

45′–50′复习：教师读3张出门票，全班齐声说该数字含义。

50′–60′结构化剪枝Live-Coding：教师用torch.nn.utils.prune剪30%通道→再微调3个epoch→打印新精度，学生照做。

60′–65′卡片闯关2：学生把剪枝率从30%提到50%，精度下降≤2%即贴绿。

65′–70′边缘部署快闪：教师用ONNXRuntime-Mobile在树莓派4B跑量化模型，FPS提升2×，学生手机计时验证。

70′–75′画廊走：每组提前用NNI做超参搜索，生成“精度-延迟”Pareto前沿图，A3打印贴墙，绿贴投票“最想投产”。

75′–80′错误墙：教师展示高频错——“校准集分布漂移”“温度T设置极端”，学生用黄贴写“我踩过的坑”。

80′–85′课堂小测（扫码）5道单选+1开放：写一条你设计的绿色AI准则。

85′–88′教师收束：“轻量化不是让模型变差，而是让世界变轻。”

88′–90′下节预告：带走今天的*.onnx模型，下节课在MCU上跑通“HelloAI”。三、板书设计三支柱：量馏剪→“亮流简”量化两步：校准→缩放蒸馏三角：教师-学生-T剪枝三型：权重-结构-动态边缘四策：裁量加推（裁剪/量化/加速/推理引擎）错误墙Top3：校准漂移/T极端/剪枝过狠四、课后作业（三选一，提交至GitHubDiscussion）把本次TFLite模型再跑一遍INT8静态量化，提交大小-精度折线图。用知识蒸馏把ResNet50→MobileNetV3，记录Top-1与FPS对比。在树莓派上实测3种batch_size的功耗（USB功率计），写200字优化建议。五、教学反思动态量化运行快，但精度波动大，下次先留5分钟让学生观察置信度。树莓派系统镜像版本不一，下次课前统一烧录最新64位系统。Pareto图例偏小，下次统一字体≥14pt，便于远距观看。课程概览学时：90分钟（2×45′），多媒体教室先修：完成“大模型部署与推理”实训，能独立启动HuggingFace推理服务并打印日志。教学目标

知识：说出自动化评估4大指标（BLEU、ROUGE、METEOR、BERTScore）及适用场景；默写A/B测试5步闭环（目标→分流→指标→检验→决策）；解释“热更新”四件套（版本管理→灰度→配置中心→回滚）。

能力：给一段线上日志，能5分钟内用脚本跑出CTR与停留时间；能基于负面反馈>30%触发微调并打包新版本；能配置10%灰度流量且支持一键回滚。

情感：树立“线上无小事”观念——每一次500ms延迟都在消耗用户耐心；每一次回滚都是对业务的敬畏。教学重点：日志实时指标计算、A/B分流与显著性检验、模型热更新零中断、用户反馈闭环。教学难点：日志埋点一致性、小流量显著性判断、热更新内存双加载、反馈标签噪声过滤。教学方法：Live-Coding、卡片闯关、错误墙、画廊走、出门票。资源：PPT动图、黑板、红/黄/绿便利贴、计时器、在线答题二维码、预置ELKDocker容器、树莓派4B×5、USB功率计。二、时间轴与活动设计

学时1（0′–45′）

0′–3′破冰：教师播放“上线3小时后GPU利用率掉0”的Grafana录屏→提问“谁背锅？”→引出监控价值。

3′–8′板书：4指标3测试2更新1闭环（“4321”口诀）。

8′–15′Live-Coding1：现场用Python解析JSON日志→实时输出P99延迟，学生同步敲，绿贴通关。

15′–20′卡片闯关1：给50MB原始日志，5分钟统计CTR并画折线，<3行代码贴绿。

20′–25′快闪Quiz：Kahoot5题，例如“BLEU的惩罚项叫什么？”

25′–30′Live-Coding2：现场跑BLEUvsBERTScore，同一句子不同分，学生机复现。

30′–35′画廊走：预打印6张“评估-优化”流程图，学生绿贴投票“最靠谱一张”。

35′–40′小结+出门票：写“我今天最警惕的一个数字”贴门口。

40′–45′布置微任务：把日志脚本加上“按小时聚合”，下节课带折线图。学时2（45′–90′）

45′–50′复习：教师随机读3张出门票，全班齐声解释含义。

50′–60′A/B测试Live-Coding：教师用scipy跑t检验→判断新模型是否显著胜出，学生照做。

60′–65′卡片闯关2：将灰度比例从10%提到30%，仍保持P>0.05贴绿。

65′–70′热更新快闪：教师树莓派0s中断切换模型，学生手机秒表计时验证。

70′–75′错误墙：教师展示高频坑——“埋点字段缺失”“t检验样本不足”，学生黄贴写“我踩过”。

75′–80′闭环演练：现场触发“负面反馈>30%”→自动拉起微调→生成v1.1，学生围观全过程。

80′–85′课堂小测（扫码）5单选+1开放：写一条你自己的“绿色线上AI”军规。

85′–88′教师收束：“监控不是看板，是生命线；迭代不是需求，是本能。”

88′–90′下节预告：带走今天的Docker-Compose文件，下节课在K8s上跑“HelloFeedback”。三、板书设计4321口诀：4指标3测试2更新1闭环日志三板斧：调用-质量-异常A/B五连环：目标→分流→指标→检验→决策