文档教程知识库人工智能【免费下载链接】ai-guide程序员鱼皮的 AI 资源大全 Vibe Coding 零基础教程分享 OpenClaw 保姆级教程、大模型玩法DeepSeek / GPT / Gemini / Claude / GLM、最新 AI 资讯、Prompt 提示词大全、AI 知识百科Agent Skills / RAG / MCP / A2A、AI 编程教程Harness Engineering、AI 工具用法Cursor / Claude Code / TRAE / Codex / Copilot、AI 开发框架教程Spring AI / LangChain、AI 产品变现指南帮你快速掌握 AI 技术走在时代前沿。本项目为开源文档 aiguide已升级为鱼皮 AI 导航网站项目地址https://gitcode.com/GitHub_Trending/aig/ai-guide点击查看免费下载导读本文是「Vibe Coding 零基础教程」系列中的核心知识章节系统拆解 AI 应用开发的 5 种主流模式——HTTP API 直接调用、官方 SDK、AI 开发框架、低代码平台与 AI 编程工具 SDK。读完你将能准确回答AI 应用怎么开发这一高频面试问题并在用 AI 编程做项目时知道自己该往技术栈里加什么。很多同学对 AI 应用开发的认知停留在「调个 API」这个层面觉得能发个 HTTP 请求拿到 AI 的回答就完事儿了。但实际上调 API 只是最基础的一种方式从最底层的 HTTP 请求到官方 SDK 封装到功能齐全的开发框架再到拖拽式的低代码平台外加一种鲜为人知的 AI 编程工具 SDK 模式——AI 应用开发的方式已经非常丰富。本仓库的 主流 AI 应用开发模式.md 是理解这条技术脉络的核心文档。本文将继承其完整骨架并结合仓库内 AI 编程技术栈速查、AI 应用开发面试题、Dify 平台教程、Spring AI 项目实战 与 LangChain4j 项目实战 等配套资料做源码级纵深补充让每个模式既有可直接复制的代码又有工程落地层面的解释。一、模式总览AI 应用开发的 5 条技术路线下面这张对比表可以帮你快速建立整体认知也是面试时一句话总结的素材模式一句话总结适合谁HTTP API自己拼请求调模型最底层最灵活想了解底层原理、或 SDK 不支持的语言官方 SDK用官方封装好的工具包调模型大多数开发者的日常开发AI 开发框架记忆、RAG、工具调用等能力开箱即用需要开发完整 AI 应用的团队低代码平台拖拽搭建不用写代码非技术人员、快速验证想法AI 编程工具 SDK让 AI Agent 帮你写代码想把 AI 编程能力集成到自动化流程中这 5 种模式并不互相排斥实际开发中经常混用用低代码平台快速搭原型验证想法验证通过后用开发框架重写成正式版本或者在框架项目里某个模块直接用 HTTP API 调一个特殊接口。二、模式一HTTP API 直接调用2.1 基本原理像打电话一样调大模型最原始、最直接的方式就是通过 HTTP 请求调用大模型的 API 接口。简单来说就是你的程序给大模型发送一条消息大模型处理完之后把结果返回给你。这就像打电话给专家咨询问题你得自己拨号码拼接 API 地址、报上身份传入密钥、把问题描述清楚构造请求体然后等专家回答完再自己记录下来解析响应。虽然每一步都得自己来但你对整个过程有完全的掌控。不管你用什么编程语言只要能发 HTTP 请求就能调用 AI 大模型。因此这是所有大模型服务商都支持的最基本调用方式——无论是 OpenAI、Anthropic国内的 DeepSeek、通义千问本地用 Ollama 部署的开源模型还是 OpenRouter 这类一个 API Key 调用多家模型的聚合平台都支持 HTTP API。目前 HTTP API 调用主要有两种协议格式。2.2 OpenAI 兼容格式事实标准这套格式最初由 OpenAI 定义但因为用的人多如今已成为各家默认遵循的标准。DeepSeek、通义千问、Kimi、Ollama 等绝大多数大模型服务商都兼容这套格式。统一标准的好处是你写一套调用代码只需换 API 地址和密钥就能无缝切换到不同厂商的模型无需重新适配格式。下面用 curl 发一个 OpenAI 兼容格式的请求调用 DeepSeek 大模型curl https://api.deepseek.com/chat/completions \ -H Authorization: Bearer 你的API密钥 \ -H Content-Type: application/json \ -d { model: deepseek-v4-pro, messages: [ {role: system, content: 你是一个有用的助手}, {role: user, content: 用一句话介绍什么是AI应用开发} ] }如果换成调用 OpenAI 的模型只需把 URL 请求地址和model模型名称换掉即可请求格式完全一样。2.3 Anthropic Messages API 格式AnthropicClaude 模型开发商使用自己独立的协议请求结构与 OpenAI 不同。比如系统提示词放在顶层的system参数里而不是作为一条消息传入。调用 Claude 系列模型时必须按其格式来curl https://api.anthropic.com/v1/messages \ -H x-api-key: 你的API密钥 \ -H content-type: application/json \ -d { model: claude-sonnet-4-6, max_tokens: 1024, system: 你是一个有用的助手, messages: [ {role: user, content: 用一句话介绍什么是AI应用开发} ] }2.4 核心字段与两种调用方式实际开发时你需要理解请求和响应中各个字段的含义messages核心字段即你跟 AI 的对话消息列表按rolesystem / user / assistant区分角色temperature控制回答的随机性值越高输出越随机多样适合创意写作值越低输出越确定保守适合专业问答max_tokens限制回答的最大长度usage响应中用于告诉你本次调用消耗了多少 Token 的计费信息stream是否开启流式输出。大模型 API 通常提供两种调用方式普通请求一问一答等 AI 生成完整个回答后一次性返回流式请求想实现一个字一个字往外蹦的打字机效果需要用到SSEServer-Sent Events流式传输协议让服务端把生成内容一段一段推送给你。用法不复杂请求参数里把stream设为true即可。用 Python 写一个流式调用示例感受打字机效果是如何实现的import requests response requests.post( https://api.deepseek.com/chat/completions, headers{ Authorization: Bearer 你的API密钥, Content-Type: application/json }, json{ model: deepseek-chat, stream: True, # 开启流式输出 messages: [ {role: system, content: 你是一个有用的助手}, {role: user, content: 用一句话介绍什么是AI应用开发} ] }, streamTrue # 开启流式接收 ) # 逐行读取服务端推送的内容 for line in response.iter_lines(): if line: print(line.decode())2.5 何时该选 HTTP API从源码结构看HTTP 直调适合以下场景想深入理解大模型调用底层原理、使用 SDK 不支持的语言、或需要精确控制请求头与协议细节。但代价也很明显——填 URL、设请求头、构造 JSON、解析响应、处理错误码、流式数据逐行解析这些与业务无关的细节全都要自己处理。这也是催生下一层封装SDK的根本原因。三、模式二官方 SDK 调用3.1 SDK 的本质把 HTTP 细节封装成智能通讯 APP写过上面那段代码后你会明显感到直接用 HTTP 调用很麻烦。所以各大模型厂商都提供了SDKSoftware Development Kit软件开发工具包帮你把底层细节封装好。打个比方如果 HTTP API 是自己拨号打电话那 SDK 就像装了智能通讯 APP——你只管说话APP 自动拨号、接通、录音、整理成文字拿到手的就是现成答案。目前 OpenAI、Anthropic、Google、阿里云百炼、智谱等主流大模型服务商都提供了多语言 SDK覆盖 Python、Java 等常用语言。SDK 的本质是对 HTTP 请求的封装所以 OpenAI 兼容格式在 SDK 层面同样适用——比如 DeepSeek 兼容 OpenAI 协议直接用 OpenAI 的 SDK 改个参数就能调用 DeepSeek。3.2 用 OpenAI Python SDK 调用模型# 引入 OpenAI 官方 SDK from openai import OpenAI client OpenAI(api_key你的API密钥) completion client.chat.completions.create( modelgpt-5, messages[ {role: system, content: 你是一个有用的助手}, {role: user, content: 用一句话介绍什么是AI应用开发} ] ) print(completion.choices[0].message.content)不用填 URL、不用设请求头、不用手动解析 JSON几行代码搞定。而且 SDK 内置了错误重试、类型提示、流式处理等功能开发效率更高、代码更简洁、系统更稳定。3.3 一个 SDK 通吃多家模型改 base_url 即可如果你用 DeepSeek 模型代码几乎一模一样只需改base_url请求地址和model模型名称client OpenAI( api_key你的DeepSeek密钥, base_urlhttps://api.deepseek.com ) # 调用时把 model 换成 DeepSeek 的模型名 completion client.chat.completions.create( modeldeepseek-chat, messages[...] )这与本文 2.2 节提到的OpenAI 兼容格式成为事实标准互为印证正是因为协议统一SDK 层面才能做到一套代码、多家模型。四、模式三AI 开发框架4.1 为什么需要框架SDK 解决了怎么方便地调模型但企业级 AI 应用远不止调模型那么简单。你可能还需要会话记忆让 AI 记住之前聊过什么RAG 检索增强生成让 AI 先去知识库查资料再回答工具调用让 AI 调用外部工具查天气、搜网页MCP 协议接入更多外部服务多 Agent 协作让多个 AI 协同完成复杂任务。这些能力每个都从零开始写工作量巨大。于是有人在 SDK 基础上又封装一层做成AI 开发框架。打个比方SDK 是给你发动机、轮胎、方向盘这些零件自己装配AI 开发框架是直接给你半成品车底盘、车架、电路都搭好了你只需要决定外观和内饰就能上路。4.2 Python 生态LangChain 与 LangGraphPython 生态中LangChain是目前最主流的 AI 应用开发框架提供大量集成组件涵盖模型调用、RAG 知识库、工具调用、MCP 集成等常用能力。LangGraph是 LangChain 团队推出的进阶框架用图结构编排复杂 AI 工作流适合构建有状态、需要循环和分支逻辑的 AI 智能体。用 LangChain 调用模型的代码from langchain.chat_models import init_chat_model from langchain.messages import HumanMessage, SystemMessage model init_chat_model(gpt-5) messages [ SystemMessage(你是一个有用的助手), HumanMessage(用一句话介绍什么是AI应用开发) ] response model.invoke(messages) print(response.content)看起来和 SDK 差不多但 LangChain 的价值在于当你需要加记忆、工具调用这些高级能力时只需几行配置就能搞定不用自己从零实现。比如创建一个带工具调用能力的 AI Agentfrom langchain.agents import create_agent from langchain.tools import tool # 定义一个工具让 AI 能查天气 tool def get_weather(city: str) - str: 查询指定城市的天气 return f{city}今天晴25°C # 一行代码创建带工具调用能力的 Agent agent create_agent(modelgpt-4o, tools[get_weather]) # 调用 Agent它会自动判断是否需要调用工具 result agent.invoke( {messages: [{role: user, content: 北京今天天气怎么样}]} )这样 AI 就能主动调用工具查天气你只需定义好工具函数剩下交给 LangChain。4.3 跨语言生态LangChain4j、Spring AI、Vercel AI SDK很多其他语言生态的 AI 开发框架在设计上都参考了 LangChain 的思路Java 的 LangChain4j、Go 的 LangChainGo功能上与 Python 版基本对齐学会一个版本切到其他语言也容易上手。仓库的 Cursor LangChain4j - AI 编程助手项目实战 展示了其核心玩法通过AiServices.builder(...)链式装配chatModel对话模型、chatMemory会话记忆、contentRetrieverRAG 检索器、tools工具调用与toolProviderMCP 工具一行行代码演示了对话记忆、结构化输出、RAG、工具调用、MCP、护轨Guardrail、日志与可观测性等特性如何开箱即用。Spring AI 与 Spring AI Alibaba由 Spring 官方与阿里推出深度融入 Spring Boot 生态适合 Java 后端开发者。仓库的 Spring AI - AI 超级智能体项目实战 以 Spring AI 为核心结合 RAG 知识库、PGvector 向量数据库、Tool Calling、MCP、ReAct Agent 构建了完整的AI 超级智能体并总结出其核心特性包括Advisor 拦截机制、对话记忆、结构化输出、ChatClient 客户端、工具调用注解等。Vercel AI SDKTypeScript 生态的 AI 开发框架提供 20 多个模型供应商的统一接口特别适合前端和全栈开发者。仓库 AI 编程技术栈速查 中也提示LangChain 更适合原型开发和复杂的多模型编排场景如果应用比较简单直接用各家大模型的 SDK 反而更轻量。五、模式四低代码 AI 开发平台5.1 搭积木式开发不写代码也能做出 AI 应用框架虽强大但写代码终归有门槛。低代码 AI 开发平台让业务人员或编程初学者也能搭建 AI 应用。打个比方低代码平台就像搭积木大模型是一块积木知识库是一块积木工具调用是一块积木每块都是现成的你只需决定怎么拼接。5.2 Dify开源、可私有化部署的典型代表Dify 是典型的低代码 AI 开发平台支持通过可视化界面搭建 AI 聊天助手、工作流、知识库问答等应用还能一键接入各种大模型。它最大的优势是开源、可私有化部署企业想把数据放在自己服务器上也没问题。在 Dify 上搭一个 AI 聊天助手大致四步选择一个大模型比如 GPT-5.5 或 DeepSeek写一段系统提示词告诉 AI 它的角色配置知识库可选上传你的文档资料点击发布得到一个可调用的 API 或者直接分享的聊天链接。整个过程不需要写一行代码。仓库的 Dify零代码 AI 应用开发平台 还进一步拆解了 Dify 的核心概念链路选大模型LLM→ 调温度参数 → 写系统/用户提示词 → 理解 Token 计费 → 用 Embedding 技术把文档切块转向量存入向量库、实现知识库问答RAG→ 发布并暴露 API。这些概念大模型、提示词、Token、RAG、智能体在所有 AI 工具中是通用的。5.3 其他低代码平台一览Coze扣子字节跳动推出提供大量预置插件和模板可视化流程、零代码上手快适合个人和轻量应用阿里云百炼一站式大模型应用构建平台集成模型调用、智能体编排、知识库管理提供企业级可视化流程编排与阿里云服务深度集成适合企业用户n8n开源的工作流自动化平台擅长做跨系统的 AI 自动化流程。六、模式五AI 编程工具的 SDK隐藏模式6.1 模式本质雇一个会写代码的 AI 程序员前面 4 种模式覆盖了从手动写代码到完全不写代码的各种方案但还有第 5 种很多人不知道的模式——AI 编程工具的 SDK。2026 年Cursor、Claude Code、GitHub Copilot 等 AI 编程工具纷纷推出自己的 SDK。你可以在自己的代码里直接调用这些 AI 编程工具的 Agent它们能帮你读代码、改代码、跑命令而且你在 AI 编程工具里配置好的MCP 服务、Skills、项目规则这些能力通过 SDK 调用时同样生效。如果说前面那些方式都是你自己动手干活那么使用 AI 编程工具的 SDK 相当于雇了一个会写代码的 AI 程序员你只需要告诉它做什么它会自动读文件、分析代码、完成开发。6.2 Cursor SDK 实战让 Agent 自动完成整个开发流程以 Cursor SDK 为例它允许你在 TypeScript / Node.js 代码中直接调用 Cursor 的 AI Agent。第一步安装 SDK。新建项目文件夹在终端执行npm install cursor/sdk第二步获取 API Key。登录 Cursor Dashboard在 Integrations 页面生成一个 API Key 保存下来后面代码用它验证身份。第三步编写调用代码。假设本地有一个「创作选题获取器」项目里面用 AGENTS.md 定义了选题获取的工作流规则还安装了 frontend-design 前端设计技能。现在想让 AI 获取今天的热门选题并生成漂亮的网页报告新建main.jsimport { Agent } from cursor/sdk; // 创建 AI Agent指向「创作选题获取器」项目 const agent await Agent.create({ apiKey: 你的 API Key, model: { id: gpt-5.5 }, local: { cwd: /Users/yupi/workflow/创作选题获取器 }, }); // 一句话下达指令 const run await agent.send(帮我获取今日 AI 领域的热门选题并生成一个网页报告); // 收集所有事件打印到终端的同时保存到文件 const events []; for await (const event of run.stream()) { console.log(event); events.push(event); } // 把完整的事件记录保存为 JSON 文件方便事后分析 const fs await import(fs); fs.writeFileSync(agent-output.json, JSON.stringify(events, null, 2));第四步运行。在终端执行node main.js运行后终端会输出一连串事件从日志里可以清晰地看到 Agent 的整个执行过程它先用glob工具扫描项目目录用read工具依次读取 AGENTS.md 工作流规则和 frontend-design 的 SKILL.md 技能说明通过shell工具调用项目里的热点获取脚本进行联网搜索从 GitHub、Hacker News 等 6 个平台采集了 70 条热门话题再用edit命令生成近千行代码的 HTML 网页报告最后自动打开浏览器展示结果。一次性的简单任务还有更简洁的写法const result await Agent.prompt( 给这个项目写一个 README.md, { apiKey: process.env.CURSOR_API_KEY!, model: { id: composer-2 }, local: { cwd: process.cwd() }, } );6.3 三种运行模式与工程化价值本地运行模式Agent 直接在你自己电脑上跑适合开发调试上文演示即此模式Cursor 托管云模式Cursor 帮你在云端开一台隔离虚拟机执行任务适合同时跑多个 Agent 并行处理自托管云模式自己管理服务器适合企业内部使用。整个过程和在 Cursor 编辑器里跟 AI 对话一模一样但区别在于你是用代码调用它——这意味着可以把它嵌入 CI/CD 流水线、自动化脚本、甚至自己的产品里。普通大模型 SDK 只能生成文本而 AI 编程工具的 SDK 能直接操作代码库、调用工具、生成文件。更进一步你甚至可以把 AI 编程工具当成一种开发环境像部署项目需要配置数据库一样在服务器上配好 AI 编程工具的环境然后在代码中通过 SDK 调用实现自动化的代码生成、审查、重构等任务。除了 CursorAnthropic 的 Claude Agent SDK 和 GitHub 的 Copilot SDK 也提供类似能力用法大同小异。七、怎么选择用最少的成本解决当前的问题7.1 五模式横向对比模式一句话总结适合谁HTTP API自己拼请求调模型最底层最灵活想了解底层原理、或 SDK 不支持的语言官方 SDK用官方封装好的工具包调模型大多数开发者的日常开发AI 开发框架记忆、RAG、工具调用等能力开箱即用需要开发完整 AI 应用的团队低代码平台拖拽搭建不用写代码非技术人员、快速验证想法AI 编程工具 SDK让 AI Agent 帮你写代码想把 AI 编程能力集成到自动化流程中选择的核心原则是用最少的成本解决当前的问题。能拖拽解决的就别写代码能用框架搞定的就别自己造轮子能用 SDK 的就别手撸 HTTP。7.2 实际开发可以混用这 5 种模式之间并不互相排斥用低代码平台快速搭原型验证想法验证通过后再用开发框架重写成正式版本在框架搭好的项目里某些模块直接用 HTTP API 调一个特殊接口学习阶段则建议反过来从 HTTP API 开始一步步往上走这样对每一层原理都有清晰理解后面用更高层工具也不会一头雾水。仓库 AI 应用开发面试题 也从面试视角印证了这一点真正的 AI 应用开发要考虑如何用更低的成本让应用稳定、高效、准确地运行在生产环境需要掌握提示词工程、AI 工程化缓存、流式输出、可观测性、异常处理与容错、RAG 与向量数据库、开发框架Spring AI / LangChain4j、MCP、Agent 设计与多工具协调等完整能力栈——绝不只是调个接口。八、写在最后AI 应用开发领域变化太快新框架、新工具几乎每个月都在冒出来。但万变不离其宗底层就是这 5 种模式HTTP API → 官方 SDK → AI 开发框架 → 低代码平台 → AI 编程工具 SDK。搞懂了这些不管未来出现什么新工具你都能快速定位它属于哪一层、解决什么问题。回到开头那个面试场景如果你能把这 5 种模式的适用场景和优劣讲清楚面试官大概率会对你刮目相看。想进一步上手实战可以继续在仓库中阅读 Vibe Coding 项目实战导读 与 AI 编程技术栈速查从编程语言、前后端框架、数据库到部署上线把 AI 编程时代的完整技术栈一次补齐。赞分享文档教程知识库人工智能【免费下载链接】ai-guide程序员鱼皮的 AI 资源大全 Vibe Coding 零基础教程分享 OpenClaw 保姆级教程、大模型玩法DeepSeek / GPT / Gemini / Claude / GLM、最新 AI 资讯、Prompt 提示词大全、AI 知识百科Agent Skills / RAG / MCP / A2A、AI 编程教程Harness Engineering、AI 工具用法Cursor / Claude Code / TRAE / Codex / Copilot、AI 开发框架教程Spring AI / LangChain、AI 产品变现指南帮你快速掌握 AI 技术走在时代前沿。本项目为开源文档 aiguide已升级为鱼皮 AI 导航网站项目地址https://gitcode.com/GitHub_Trending/aig/ai-guide点击查看免费下载相关推荐2025新范式Mastra工具链彻底重构AI应用开发流程2025新范式Mastra工具链彻底重构AI应用开发流程 你还在为AI应用开发中的工具集成、流程编排和打包部署而头疼吗本文将带你探索Mastra如何通过一体人工智能Agent 框架AI AgentRAG后端Vercel AI SDK生态系统工具链、测试与部署最佳实践Vercel AI SDK生态系统工具链、测试与部署最佳实践 本文全面介绍了Vercel AI SDK的完整开发到部署流程涵盖了工具链配置、多环境测试策略、人工智能AI 应用AI Agent工具调用MCP ClientsNexa SDK全面解析一站式AI模型开发与部署工具Nexa SDK全面解析一站式AI模型开发与部署工具 项目概述 Nexa SDK是一个功能强大的AI模型开发与部署工具包专为支持ONNX和GGML模型而设计人工智能大模型推理引擎本地部署多模态创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考