01、开源LLM的新纪元，DeepSeek带来的技术平权

随着 DeepSeek 等高质量开源大模型的涌现，企业自建智能问答系统的成本已降低 90% 以上。基于 7B/13B 参数量的模型在常规 GPU 服务器上即可获得商业级响应效果，配合 Higress 开源 AI 网关的增强能力，开发者可快速构建具备实时联网搜索能力的智能问答系统。

02、Higress：零代码增强 LLM 的瑞士军刀

Higress 作为云原生 API 网关，通过 wasm 插件提供开箱即用的 AI 增强能力：

主要能力矩阵：

• 联网搜索： 实时接入互联网最新信息

• 智能路由： 多模型负载均衡与自动兜底

• 安全防护： 敏感词过滤与注入攻击防御

• 效能优化： 请求缓存+token 配额管理

• 可观测性： 全链路监控与审计日志

03、联网搜索的技术实现与场景价值

Higress AI 搜索增强插件代码已经开源，可以点此查看插件文档和代码：https://github.com/alibaba/higress/blob/main/plugins/wasm-go/extensions/ai-search/README.md

核心架构解析

关键技术特性

1. 多引擎智能分流

• 公共搜索（Google/Bing/Quark）获取实时资讯

• 学术搜索（Arxiv）对接科研场景

• 私有搜索（Elasticsearch）连接企业/个人知识库

我给大家准备了一份全套的《AI大模型零基础入门+进阶学习资源包》，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。😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

2. 搜索增强核心思路

• LLM 重写 Query：基于 LLM 识别用户意图，生成搜索命令，可以大幅提升搜索增强效果

• 关键词提炼：针对不同的引擎，需要生成不同的提示词，例如 Arxiv 里英文论文居多，关键词需要用英文

• 领域识别：仍以 Arxiv 举例，Arxiv 划分了计算机科学/物理学/数学/生物学等等不同学科下的细分领域，指定领域进行搜索，可以提升搜索准确度

• 长查询拆分：长查询可以拆分为多个短查询，提高搜索效率

• 高质量数据：Google/Bing/Arxiv 搜索都只能输出文章摘要，而基于阿里云信息检索对接 Quark 搜索，可以获取全文，可以提高 LLM 生成内容的质量

典型应用场景效果展示

金融资讯问答

前沿技术探索

医疗问题解答

04、从开源到落地：三步构建智能问答系统

1. 基础部署

# 一行命令安装并启动Higress网关
curl -sS  https://higress.cn/ai-gateway/install.sh | bash

# 用vllm部署DeepSeek-R1-Distill-Qwen-7B示意
python3 -m vllm.entrypoints.openai.api_server --model=deepseek-ai/DeepSeek-R1-Distill-Qwen-7B --dtype=half --tensor-parallel-size=4 --enforce-eager

2. 插件配置

可以通过 http://127.0.0.1:8001 访问 higress 控制台，给 ai-search 插件做如下配置。

plugins:
searchFrom:
- type: quark
	apiKey: "your-aliyun-ak"
	keySecret: "your-aliyun-sk"
	serviceName: "aliyun-svc.dns"
	servicePort: 443
- type: google
	apiKey: "your-google-api-key"
	cx: "search-engine-id"
	serviceName: "google-svc.dns"
	servicePort: 443
- type: bing
	apiKey: "bing-key"
	serviceName: "bing-svc.dns"
	servicePort: 443
- type: arxiv
 	serviceName: "arxiv-svc.dns"
 	servicePort: 443
searchRewrite:
 	llmServiceName: "llm-svc.dns"
 	llmServicePort: 443
 	llmApiKey: "your-llm-api-key"
 	llmUrl: "https://api.example.com/v1/chat/completions"
 	llmModelName: "deepseek-chat"
 	timeoutMillisecond: 15000

3. 对接 SDK 或前端

使用这个 OpenAI 协议 BaseUrl：http://127.0.0.1:8080/v1，就可以使用 ChatBox/LobeChat 等支持 OpenAI 协议的对话工具进行对话。

也可以直接使用 OpenAI 的 SDK 对接，如下所示：

import json
from openai import OpenAI

client = OpenAI(
	api_key="none",
	base_url="http://localhost:8080/v1",
)
completion = client.chat.completions.create(
	model="deepseek-r1",
	messages=[
		{"role": "user", "content": "分析一下国际金价走势"}
	],
		stream=False
)

print(completion.choices[0].message.content)

通过 Higress+DeepSeek 的开源组合，企业可在 24 小时内完成从零到生产级的智能问答系统部署，使 LLM 真正成为业务增长的智能引擎。

如何学习AI大模型 ？

“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，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。【保证100%免费】🆓

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程扫描领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程扫描领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程扫描领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程扫描领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程扫描领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

这份完整版的 AI 大模型学习资料已经上传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】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓