前言

最近，我们领导一拍脑袋，说要弄块可视化大屏挂在公司为业务赋能，别的不谈，起码客户来拜访得能唬的住！

于是产品经理光速拉通了会议，总结一下重点就是：

• 大屏要有科技感，第一眼看起来要酷炫
• 要让人感觉数据是活的
• 敏捷开发，快速落地

会后产品经理发了一张图给我，让我参考参考，大概长下面这样👇

是的，我们公司没有UI，开局全靠产品经理一张图～

最后加了好几天的班才勉强交付。

痛定思痛，公司要我一岗多能，那我只能给自己降本增效了～

苦练AI编程两年半，带薪摸鱼悄悄上岸！

话不多说，撸袖开干！

AI编程入门指南

工欲善其事，必先利其器，咱都是搞IT的，一款好工具的重要性相信不用我多说。

在经过多方调研后我选择Cursor作为主力AI IDE，在使用体验上与VsCode基本一致，非常友好！

目前市面上主流的AI编程IDE交互设计方面基本雷同，都是通过一个AI侧边栏窗口进行交互。

选择语言模型、工作模式以及上下文，然后发送提示词，等待AI输出，这样就完成了一次完整的交互。

工作模式一般分问答（Ask）和智能体（Agent）两种模式，Ask模式下AI不会修改工作区的代码，只会在侧边栏输出，Agent模式则直接修改工作区代码并通过Diff形式让用户选择是否采纳。

上下文可以是项目内的文件、文件夹、代码片段、Git提交等。
当不选择上下文时IDE会默认将整个项目作为上下文，导致AI输出变慢。

花了一点时间熟悉了基础的AI编程功能后，很快我就写出了N个小工具，不得不说，真的有被几句提示词就搞定一个项目的感觉爽到～

刚好最近产品经理又提了几个新需求，拿来试试！

然而这一次，在用光了好几个Cursor帐号白嫖的免费额度后也没能达到一个预期的结果。

这几个需求明明并不复杂，问题出在了哪里？

为AI安装“应用商店”

在企业级web项目开发中，前端UI层需要和原型图、设计稿进行交互，后端数据层则是要和数据库、消息队列进行交互，前后端接口联调需要进行与接口文档工具进行交互。

涉及UI的前端部分，当我上传原型图图片作为上下文时，图片提取识别准确度不够，使用提示词精准描述UI布局的细节是个难题。

涉及数据库表相关的后端部分也存在类似的问题，描述数据库模型需要的提示词文本量大，并且涉及多表关联的复杂查询容易在描述提示词时产生歧义。

而这些归根结底都是同一个问题，AI缺少了外部服务的上下文。

AI大模型本身的上下文只局限于项目内部，而我们上面提到的原型图、设计稿、数据库、消息队列、接口文档都属于外部服务，AI是“看不见”的。

问题是如何让这些外部服务和AI大模型结合到一起？

什么是MCP

有请本章节的主角MCP来帮我们解决这个难题！

Model Context Protocol（模型上下文协议），简称MCP，是一种将 AI 应用程序连接到外部系统的开源标准。

使用 MCP，Claude 或 ChatGPT 等 AI 应用程序可以连接到数据源（例如本地文件、数据库）、工具（例如搜索引擎、计算器）和工作流（例如专门的提示）——使它们能够访问关键信息并执行任务。

可以将 MCP 想象成 AI 应用的 USB-C 端口。正如 USB-C 提供了连接电子设备的标准化方式一样，MCP 也提供了将 AI 应用连接到外部系统的标准化方式。

简单来说，MCP是一种开源标准协议，支持这一协议的外部服务都能被AI大模型访问！

假设AI大模型是IOS（操作系统），那么MCP就是Swift（IOS专属的APP编程语言），MCP Servers是IOS系统中的App Store（应用商店），MCP Server是App Store中具体的某个应用。

这意味着，开发所需的各种外部服务（如数据库、API、云平台）都能通过MCP Server无缝引入AI的上下文窗口，让AI大模型直接调用！

光懂理论可不行呐，动手实践一下！

MCP资源的获取

以接入接口文档MCP Server为例，我们团队平时使用Apifox这个文档平台。

那么第一步需要先确认是否存在Apifox的MCP Server资源。

MCP Server资源的常见获取方式有两种，第一种是直接去到MCP市场上找，第二种是直接到平台的官方文档找。

在Apifox的官方文档中我们成功找到了MCP Server的接入说明。

接入MCP Server

成功获取到资源后我们在MCP Client（Cursor）中进行MCP Server的接入。

大多数MCP Server通过npm获取，不同的Server所需的NodeJS版本不一致，需要特别注意！

到这里我们就完成了一项MCP Server的接入啦～

MCP Server的使用

接入了MCP Server，我们该如何使用呢？

首先需要确保MCP Server处于启动状态。

剩下的就和平时使用一样，直接在上下文窗口进行交互即可。

想象一下，后端完成接口开发后，通过Swagger生成接口文档，前端利用MCP将接口文档接入AI的上下文后自动在api层进行代码生成，再也不用吭哧吭哧地一个一个对接口了！

结语

当我将接口文档、数据库、原型图、设计稿都通过MCP整合起来时，这次产品经理的需求终于超预期提前完成了！

这一刻，我突然意识到原来AI编程真的已经发展到了令人惊叹的地步，还真是有了一点危机感。

但回过神来又发现，焦虑大可不必。

AI是无比强大的画笔，但执笔作画的，依然是我们，它接管了重复性劳动，恰恰将我们推向了更高阶的舞台，从“如何实现”的思维，升级到“为何创造”的思考。

工具越强大，使用工具的人的判断力就越发关键。

所以，唯一的危机并非来自AI，而是停止学习和思考的自己。专注于提升认知、理解业务、定义问题，这才是我们永远无法被替代的护城河。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一直在更新，更多的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

01.大模型风口已至：月薪30K+的AI岗正在批量诞生

2025年大模型应用呈现爆发式增长，根据工信部最新数据：

国内大模型相关岗位缺口达47万

初级工程师平均薪资28K（数据来源：BOSS直聘报告）

70%企业存在"能用模型不会调优"的痛点

真实案例：某二本机械专业学员，通过4个月系统学习，成功拿到某AI医疗公司大模型优化岗offer，薪资直接翻3倍！

02.大模型 AI 学习和面试资料

1️⃣ 提示词工程：把ChatGPT从玩具变成生产工具
2️⃣ RAG系统：让大模型精准输出行业知识
3️⃣ 智能体开发：用AutoGPT打造24小时数字员工

📦熬了三个大夜整理的《AI进化工具包》送你：
✔️ 大厂内部LLM落地手册（含58个真实案例）
✔️ 提示词设计模板库（覆盖12大应用场景）
✔️ 私藏学习路径图（0基础到项目实战仅需90天）

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】