TL;DR 版；
在線：https://aigc.phodal.com
下載 1：https://github.com/phodal/aigc/releases
下載 2：https://pan.baidu.com/s/1wGc75vVHaZwvZyHeltyt8w?pwd=phod
2023 年的上半年里，我（@phodal）和 Thoughtworks 的同事們（如：@tianweiliu、@teobler、@mutoe 等）、 開源社區(qū)的同伴們（如：卷王@CGQAQ、@genffy、 @liruifengv 等) 一起，創(chuàng)建了一系列的流行的或者不流行的開源項(xiàng)目。它們涉及了：
-
LLM 能力的充分運(yùn)用
Prompt 編寫：Prompt 學(xué)習(xí)與編寫模式
Prompt 管理：Prompt 即代碼
-
LLM 下的軟件開發(fā)工序及應(yīng)用架構(gòu)設(shè)計(jì)
新的交互設(shè)計(jì)：Chat模式
大模型友好的工序：基于 AI 2.0 （ChatGPT + Copilot）如何去設(shè)計(jì)軟件開發(fā)流程
LLM 應(yīng)用架構(gòu)的設(shè)計(jì)與落地：Unit Mesh
-
面向特定場(chǎng)景的 LLM 應(yīng)用
基于開源模型構(gòu)建自己的模型：特定場(chǎng)景的模型微調(diào) + LLMOps
上下文工程（prompt 工程）：LLM 應(yīng)用的核心
圍繞于上述的一系列內(nèi)容，我們也在思考軟件開發(fā)能給我們帶來了什么。所以，我們重新整理了過去半年的一些思考、文章，重新編寫了這本開源電子書，希望能夠幫助到大家。
部分目錄如下：
我們發(fā)起的相關(guān)開源項(xiàng)目如下（包括但是不限于）：
我們?cè)?QCon 上的演講：《探索軟件開發(fā)新工序：LLM 賦能研發(fā)效能提升》
LLM（如 ChatGPT + GitHub Copilot）作為一種創(chuàng)新的工具組合，為我們帶來了全新的機(jī)遇。它能夠幫助業(yè)務(wù)人員和開發(fā)者在需求、架構(gòu)、編碼、測(cè)試等環(huán)節(jié)提高效率和質(zhì)量，實(shí)現(xiàn)從設(shè)計(jì)到驗(yàn)證的端到端流程。在本次分享中，我將向大家介紹 LLM 在研發(fā)效能方面的應(yīng)用場(chǎng)景和實(shí)踐案例，展示它是如何在各個(gè)環(huán)節(jié)中發(fā)揮作用的。同時(shí)，我們還將分享如何構(gòu)建私有化的 LLM 工程化方式，使其更好地適應(yīng)組織的需求。歡迎對(duì) LLM + 研發(fā)效能感興趣的朋友們參加本次分享，與我們一起探討研發(fā)效能的未來。
我們?cè)?Bilibili 上的大語言模型微調(diào)相關(guān)的視頻：
LLaMA 系列在線視頻：《代碼輔助生成》 、《測(cè)試代碼生成》 、《詳細(xì)需求生成》 、《文本轉(zhuǎn) SQL》
ChatGLM 系列在線視頻：《LoRA 大比拼：ChatGLM vs LLaMA，誰更會(huì)寫需求文檔？》
歡迎大家一起來參與我們的開源項(xiàng)目，一起來探索 LLM + 軟件開發(fā)的未來。關(guān)注我的微信公眾號(hào)（搜索 phodal-weixin），獲得更多及時(shí)的更新：文章來源：http://www.zghlxwxcb.cn/news/detail-550521.html
GitHub：https://github.com/phodal/aigc文章來源地址http://www.zghlxwxcb.cn/news/detail-550521.html
到了這里，關(guān)于破局之作：首部開源 AIGC 軟件工程應(yīng)用電子書《構(gòu)筑大語言模型應(yīng)用：應(yīng)用開發(fā)與架構(gòu)設(shè)計(jì)》...的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
