使用 Ollama、Python 和 Streamlit 构建本地 AI 应用程序

资源截图

MP4 |视频：h264、3840×2160 |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：42 场讲座 (7h 29m)

你将学到什么

• 安装 Ollama 并在计算机上本地运行大型语言模型。
• 将 Python 应用程序连接到 Ollama 模型。
• 使用 Streamlit 构建交互式 AI 应用。
• 创建具有记忆、角色和对话历史记录的聊天机器人。
• 为本地 AI 工作流程处理 PDF 和文本文档。
• 使用 ChromaDB 生成嵌入并构建语义搜索。
• 创建带有引文的检索增强生成应用。
• 生成结构化 JSON 输出、摘要、抽认卡和测验。

使用 Ollama、Python 和 Streamlit 直接在您自己的计算机上构建功能强大、私密且实用的 AI 应用程序。

本实践课程教您如何创建完整的本地 AI 应用，而无需依赖付费 AI API 或将敏感信息发送到外部云服务。您将学习如何在本地运行大型语言模型，将其连接到 Python，设计有效的提示，构建交互式用户界面，以及将简单的想法转化为有用的人工智能应用程序。

课程从本地人工智能的基础开始。 You will install Ollama, download and manage local models, adjust model parameters, write system instructions, and connect your models to Python applications.然后，您将使用 Streamlit 创建干净的、基于浏览器的界面，使您的 AI 项目易于使用和演示。

随着您的进步，您将构建具有聊天历史记录、内存、可自定义角色、会话状态、对话导出和重置控件的对话应用程序。您还将学习如何处理 PDF 和文本文档、清理和分块内容、生成本地嵌入、在 ChromaDB 中存储向量，以及跨私有知识执行语义搜索。

接下来，您将构建完整的检索增强生成（或RAG）应用程序。您将检索相关文档部分，构建接地提示，生成带有来源和页面引用的答案，减少幻觉，并处理可用文档不支持的问题。

该课程还涵盖结构化 AI 输出、可重复使用的提示模板、JSON 生成、摘要、抽认卡、测验、进度跟踪和学习应用程序。然后，您将进入使用工具的人工智能，其中模型可以调用 Python 函数、组织研究任务、比较证据、跟踪参考文献并生成结构化研究报告。

每天都有一个实用的、以行业为中心的项目。您将构建一个工厂运营助理、酒店宾客服务聊天机器人、法律合同条款查找器、银行合规助理、飞机技术员培训助理、药物研究助理和零售运营人工智能控制中心。

这些项目展示了本地人工智能如何支持制造、酒店、法律服务、金融服务、航空、制药和零售，同时改善隐私和数据控制。

您无需成为人工智能专家即可开始。每个概念都通过将技术思想与工作应用程序联系起来的实际示例逐步进行解释。您将了解每个组件为何重要、各个组件如何协同工作以及如何解决常见问题，而不是学习孤立的理论。本课程可帮助您建立对本地模型、Python 工作流程、文档管道、矢量数据库和交互式应用程序开发的信心。

在课程结束时，您将了解如何构建多页面 Streamlit 应用程序、管理模型和文档、优化性能、实施日志记录和验证、评估检索质量、比较模型响应、重建向量索引以及监控用户反馈。

本课程非常适合初学者、Python 学习者、开发人员、AI 爱好者、商业专业人士以及任何想要构建私有 AI 应用程序、离线 AI 工具、文档问答系统、AI 聊天机器人和可用于生产的本地 AI 解决方案的人。

从一个本地模型开始，构建一个简单的界面，最后以七个真实的 AI 应用程序组合结束，您可以为您的职业、投资组合、未来业务或组织自定义、演示和扩展。