7天实用人工智能训练营：构建人工智能应用、RAG（红黄绿灯系统）和智能体

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
级别：初学者 |类型： 电子学习 |语言： 英语 |持续时间：55 个讲座 (8h 51m)

你将学到什么

• 使用 Python、Streamlit 和大型语言模型构建实用的 AI 应用。
• 了解现代 AI 概念，包括生成式 AI、LLM、令牌、提示、上下文窗口和幻觉。
• 使用角色、说明、约束、示例和结构化输出格式编写有效的提示。
• 创建一个 Prompt Engineering Playground 来测试、比较和保存可重复使用的提示。
• 构建一个 AI 简历分析器，用于审核简历、评分并提出改进建议。
• 从 PDF 和文档中提取文本以在 AI 应用程序中使用。
• 使用检索增强生成（也称为 RAG）构建 PDF 聊天助手。
• 了解嵌入、语义搜索、文档分块和向量数据库。

要求

• 无需高级人工智能、机器学习或数据科学背景。
• 基本的 Python 知识很有帮助，但该课程适合初学者，并逐步解释代码。
• 基本的命令行或终端知识有助于运行 Python 应用和安装软件包。
• 学生应拥有一台可以访问互联网的计算机。
• OpenAI API 密钥是可选的。在支持的情况下，学生还可以使用 Ollama 运行本地模型。
• 对 API、网络应用或软件开发有基本的了解会很有帮助，但不是必需的。
• 无需高等数学。
• 无需具备 RAG、AI 代理、矢量数据库、Streamlit、ChromaDB 或 Docker 方面的经验。这些主题是通过动手实验室从头开始介绍的。
• 最重要的是，学生应该保持好奇心并准备好逐步构建实用的 AI 项目。

描述

人工智能正在改变软件、商业、研究、教育和生产力工具的构建方式。但许多人工智能课程在理论上花费了太多时间，而没有足够的时间构建实际应用。

这门课程与众不同。

在这个为期 7 天的 AI 实践训练营中，您将通过从头开始构建真实项目来学习现代 AI。您将从简单的 AI 助手开始，然后进入快速工程、AI 支持的应用程序、使用 RAG 的 PDF 聊天、自主代理、多代理工作流程以及最终的可部署 AI 知识库助手。

在整个训练营中，您将构建七个实际项目：

1. 人工智能助手
2. 快速工程游乐场
3. 人工智能简历分析器
4. PDF 聊天助手与 RAG
5. 自主研究代理
6. 多代理内容团队
7. 使用 Docker 的 AI 知识库助手

在本课程结束时，您将了解现代 AI 应用程序的结构、如何与法学硕士合作、如何编写更好的提示、如何构建 RAG 管道、AI 代理如何工作以及如何打包 AI 应用程序以进行部署。

本课程适合谁

• 本课程适合想要构建实际 AI 应用而不仅仅是学习 AI 理论的初学者和中级学习者。
• 对于想要将 AI、LLM、RAG 和 AI 代理添加到其技能组合的软件开发人员来说，它是理想的选择。
• 对于想要为 GitHub、简历、实习、面试或工作申请准备好 AI 项目的学生来说，它也很有用。
• 想要了解 AI 应用如何构建的分析师、经理、顾问和业务专业人士也将从本课程中受益。
• 想要制作人工智能产品、生产力工具、研究助理、简历工具、文档聊天机器人或业务助理原型的企业家和创作者会发现这些项目实用且可重复使用。
• 本课程也非常适合想要超越基本脚本并开始使用 Streamlit、LLM API、RAG、ChromaDB、代理和 Docker 构建真正的 AI 驱动的应用程序的 Python 学习者。
• 本课程不适合寻求深度机器学习理论、高等数学或从头开始进行模型训练的学习者。重点是实际的人工智能应用开发。