详细讲解如何使用vLLM框架在GPU服务器上部署开源大模型，包括环境配置、性能优化和Docker化部署。
基于LangChain和向量数据库，从文档处理到检索生成，完整实现一个RAG问答系统。
系统讲解Prompt设计方法论，涵盖角色设定、思维链、Few-shot、自洽性验证等核心技术。
