什么是AI#

AI（Artificial Intelligence，人工智能），是一个学科领域的统称，目标就是使机器能够像人类一样思考、学习、推理和解决问题。

什么是AI大模型#

AI大模型：也称为大语言模型（Large Language Models，LLM），是AI技术的一个分支。

• 用代码模拟人脑神经网络的程序
• 参数量极其庞大，通常达到数十亿至数千亿级别
• 通过大量数据训练后，使其具备理解人类语言、思考、推理并输出人类语言的能力

三种部署方式对比#

API概念#

API：应用程序编程接口（Application Programming Interface），是软件间的标准化的”桥梁”，允许开发者无需知晓内部细节即可调用外部功能或数据。

本地部署 - Ollama#

Ollama是一个在本地运行、管理大语言模型的工具。

• 官网：https://ollama.com/
• 支持macOS、Windows、Linux

官方开放API - DeepSeek#

主流的大模型（如：DeepSeek、Kimi等）官方都提供了开放API，无需部署，就可以直接调用访问。

使用步骤：

1. 注册账号
2. 登录DeepSeek
3. 充值（1元）
4. 创建API Key

网络基础知识#

网络基础知识小结#

网络模型#

互联网（Internet）连接了数以亿计的设备，网络四通八达就如同城市的复杂的道路。网络中传输的数据就像是城市道路中的车流，如果不加以管理那必然会出现混乱。在国际ISO组织就统一了程序在网络中通信的模型和标准。

HTTP协议#

HTTP（Hyper Text Transfer Protocol），超文本传输协议，规定了客户端和服务器之间数据传输的规则。

HTTP协议特点：

1. 基于文本的协议：请求和响应的部分的协议内容为文本格式，底层通过TCP协议传输，稳定性强
2. 基于请求-响应模型：一次请求对应一次响应，必须由客户端先发起请求，服务端才会返回响应
3. 无状态：服务端不会记忆与客户端的历史交互信息，每次请求-响应都是独立的

HTTP请求数据格式#

1
POST /api/courses HTTP/1.1
2
Accept: application/json, text/plain, */*
3
Accept-Encoding: gzip, deflate, br, zstd
4
Accept-Language: zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6
5
Connection: keep-alive
6
Content-Length: 139
7
Content-Type: application/json
8
Host: localhost:90
9
Origin: http://localhost:90
10
Referer: http://localhost:90/resource/course
11
User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/143.0.0.0
12

13
{"phone":"18808088080","channel":1,"name":"虎咆","gender":1,"age":"32"}

HTTP响应数据格式#

1
HTTP/1.1 200
2
Server: nginx/1.24.0
3
Date: Tue, 16 Dec 2025 12:38:08 GMT
4
Content-Type: application/json
5
Transfer-Encoding: chunked
6
Connection: keep-alive
7

8
{code: 1, msg: "success", data: null}

Apifox#

Apifox是一款API设计、开发、测试的一体化协作平台，是项目开发中进行API接口测试的神器。

功能：

• API设计（接口文档）
• API开发&调试（后端开发）
• API Mock（前端开发）
• API文档（API使用者）
• API自动化测试（测试工程师）

JSON格式#

JSON（JavaScript Object Notation）是前端的一种对象表示方法。表示形式类似于Python中的字典，都是key这种形式，不过所有的key都必须使用双引号引起来。

JSON数据类型：

调用大模型的请求示例#

1
{
2
    "model": "deepseek-chat",
3
    "messages": [
4
        {"role": "system", "content": "You are a helpful assistant."},
5
        {"role": "user", "content": "Hello!"}
6
    ],
7
    "stream": false
8
}

messages角色说明#

会话记忆#

与AI大模型的交互本质是无状态的，每一次请求响应都是相互独立的。（AI大模型本身没有真正的会话记忆能力）

会话记忆处理方案（会话历史滚雪球）：

将历史对话记录一起发送给大模型，实现上下文理解：

1
{
2
    "messages": [
3
        {"role": "system", "content": "你是一名可爱的AI助手"},
4
        {"role": "user", "content": "12个苹果,3个人怎么均分?"},
5
        {"role": "assistant", "content": "每个人可以分到4个苹果"},
6
        {"role": "user", "content": "那2个人呢?"},
7
        {"role": "assistant", "content": "每个人可以分到6个苹果"},
8
        {"role": "user", "content": "那4个人呢?"}
9
    ]
10
}

代码调用测试#

提示词三要素#

六大提示技巧#

1. 给大模型设定角色与能力：让AI有明确的身份定位
2. 明确核心请求与任务：告诉AI具体要做什么
3. 按步骤拆解复杂任务：将复杂问题分解为小步骤
4. 指定风格与语气：控制AI回答的风格
5. 明确要求输出格式：规定AI输出的结构
6. 提供输入输出的示例：通过示例让AI理解期望