使用 RAG 和上下文工程构建多模态 AI

资源截图

MP4 |视频：h264，2560×1440 |音频：AAC、44.1 KHz、2 Ch
级别：所有级别 |类型： 电子学习 |语言： 英语 |时长：21 个讲座（4h 50m）

你将学到什么

• 了解多模式 AI、RAG 和情境工程的基础知识
• 构建 Meeting Intelligence 多模式 AI 助手
• 构建房地产估价多模式 AI 助手
• 构建食品质量检测多模式 AI 助手
• 使用 LLM API 连接您的系统，包括 Mistral、Gemini、OpenRouter、Groq 和 GitHub
• 集成 Pinecone 和 Chroma 矢量数据库
• 执行语义搜索、元数据过滤和多查询检索
• 使用 Gradio 创建简单的 AI 界面

要求

• 无需具备多模式 AI 经验
• Python 和 AI 开发基础知识

描述

这门基于项目的课程教您如何使用 Python、检索增强生成 (RAG) 和上下文工程构建多模式 AI 应用程序。学习处理文本、图像和音频，同时集成现代 LLM API 和矢量数据库。

您将通过 OpenRouter、Mistral AI、Google AI Studio、Groq 和 GitHub 连接 AI 模型，然后使用 Chroma 和 Pinecone 存储和检索嵌入以实现上下文感知响应。在构建实际项目之前，您还将练习语义搜索、元数据过滤和多查询检索。

该课程包括三个实践项目：会议情报助理、房地产估价助理和食品质量检验助理。最后，您将测试性能、准确性和功能，以确保多模式 AI 系统可靠。

您将构建什么：

• 会议智能多模态人工智能助手
• 房地产估价人工智能助手
• 食品质检人工智能助手
• 基于渐变的用户界面

本课程适合谁

• 对多模式 AI、RAG 和情境工程感兴趣的软件工程师
• 设计和实施 AI 解决方案的技术顾问