第1章　AI時代前端開發(fā)基礎(chǔ)與集成準備 001
1.1　AI前端技術(shù)基礎(chǔ) 002
1.1.1　AI前端基礎(chǔ)概念 002
1.1.2　從Vue3和React的特性與區(qū)別看開發(fā)工具的選擇 003
1.1.3　從TypeScript看AI智能開發(fā)的質(zhì)量和安全防控 006
1.2　AI集成的前端架構(gòu)設(shè)計 007
1.2.1　前端與AI服務(wù)的通信架構(gòu) 013
1.2.2　前端如何集成AI模型與服務(wù) 014
1.2.3　狀態(tài)管理與數(shù)據(jù)流設(shè)計 015
1.2.4　響應(yīng)式UI組件設(shè)計模式 017
1.3　RESTful API設(shè)計應(yīng)用 018

第2章　DeepSeek大模型集成與應(yīng)用 022
2.1　DeepSeek模型概述 023
2.1.1　DeepSeek模型的特性與優(yōu)勢 023
2.1.2　模型架構(gòu)與技術(shù)原理 025
2.1.3　應(yīng)用場景分析 027
2.2　DeepSeek部署與配置 030
2.2.1　環(huán)境要求與準備 030
2.2.2　模型部署流程 031
2.3　與Dify系統(tǒng)的集成：接口對接方案 034
2.4　應(yīng)用開發(fā)與實戰(zhàn) 037
2.4.1　API調(diào)用實戰(zhàn) 037
2.4.2　提示工程技巧 040
2.5　實戰(zhàn)案例 042
實戰(zhàn)任務(wù)：代碼系統(tǒng)集成·使用Dify構(gòu)建工作流 043
綜合實戰(zhàn)1：人力資源應(yīng)用·簡歷篩選大模型 051
綜合實戰(zhàn)2：音樂創(chuàng)作領(lǐng)域應(yīng)用·樂曲自動生成器 056
綜合實戰(zhàn)3：智能辦公應(yīng)用·數(shù)據(jù)可視化大模型 062
綜合實戰(zhàn)4：AI大模型+前端全棧開發(fā) 066

第3章　Dify系統(tǒng)部署與應(yīng)用 083
3.1　Dify 系統(tǒng)基礎(chǔ) 084
3.1.1　檢索增強生成的原理 084
3.1.2　向量數(shù)據(jù)庫選型與配置 085
3.1.3　文檔預(yù)處理與索引構(gòu)建 086
3.2　Dify部署與配置 087
3.2.1　Docker環(huán)境配置 087
3.2.2　Dify服務(wù)器部署步驟 095
3.3　知識庫的構(gòu)建與管理 096
3.3.1　文檔預(yù)處理與清洗 096
3.3.2　向量化與索引策略 097
3.3.3　知識庫更新與維護 099
3.4　實戰(zhàn)案例 100
實戰(zhàn)任務(wù)1：5分鐘極速部署 100
實戰(zhàn)任務(wù)2：Dify部署通義千問大模型 104
綜合實戰(zhàn)：數(shù)據(jù)庫領(lǐng)域應(yīng)用·創(chuàng)建知識庫 113

第4章　Ollama本地大模型部署 120
4.1　環(huán)境準備與模型選擇 121
4.1.1　硬件要求與系統(tǒng)配置 121
4.1.2　模型選型 123
4.1.3　模型量化與優(yōu)化 125
4.2　Ollama部署與調(diào)優(yōu) 127
4.2.1　安裝與基礎(chǔ)配置 127
4.2.2　模型參數(shù)調(diào)整 132
4.3　實戰(zhàn)案例 134
實戰(zhàn)任務(wù)：本地運行AI模型 134
綜合實戰(zhàn)1：自媒體領(lǐng)域應(yīng)用·爆款文案AI智能生成器 140
綜合實戰(zhàn)2：教育領(lǐng)域應(yīng)用·閱讀陪伴大模型 147

附錄 153
AI前端開發(fā)的構(gòu)建工具 153
樣式設(shè)計工具 155
檢查工具 155