关于本模块
Basics模块的内容
信息
在Basics模块中,我们将构建一个基础,这对于学习任何应用AI(GenAI、AI Agents、AgentOps)工程主题都是必要的——无论是本手册中的模块,还是手册之外的其他资源中的信息。
主要主题:
- 第一个项目 + 免费API密钥:使用免费资源实践第一个AI Agent
- 什么是LLM:了解大型语言模型、其工作原理和能力
- OpenAI API:学习OpenAI的应用程序编程接口,与AI交互的主要功能和方法
- 提示词工程:用于构建有效提示词的技术,以便从语言模型中获得所需的结果
附加主题:
- 元学习:在AI领域有效学习和掌握新技术的方法
- LLM的用例:概述语言模型在各个领域的实际应用场景
- 如何选择LLM:为特定任务选择合适的语言模型的标准
- Vibe coding:使用AI进行编程的创造性方法
轻量级后端开发:
- 分块:处理数据片段和上下文
- 互联网:将代理连接到网络
- Linux:Linux环境中的基本技能
- 数据库:AI Agent的数据存储和处理
- 微服务:分布式AI系统的架构
- 弹性:创建稳定可靠的AI解决方案
提示
Intercative Roadmap - 在这里您可以标记本课程的进度,并在网络上与所有人分享(CV/linkedin)
为什么模块这样组织?
每个模块(本网站上的一个页面)都包含以下部分:
- 介绍和模块问题 - 建议阅读,以便在脑海中创建一个“骨架”,未来新的知识将依附于其上
- Steps - 强制性材料,基础
- Extra Steps - 附加材料,如果感兴趣可以学习
- Now we know - 模块总结 - 阅读它很有用,以便大脑再次浏览材料
- Exercises - 难题。在思考它们时,您会感到困难,但这是正常的。正是在这个时候,大脑积极地形成新的神经连接。
附加信息
为了在脑海中构建整个未来课程的骨架
注意
在学习所有材料之前,您可以以x2的速度观看此视频。目标不是记住材料,而是在脑海中创建一个“骨架”,未来新的知识将依附于其上。
拓展视野
X
- https://x.com/AndrewYNg - founder of deeplearning.ai
- https://x.com/karpathy - ex. core engineer of openai
- https://x.com/sama - founder, ceo of openai
- https://x.com/LangChainAI - fire!
- https://x.com/AnthropicAI
- https://x.com/openai
- https://x.com/claudeai
- https://x.com/GeminiApp
LinkedIn
- https://www.linkedin.com/in/eordax/recent-activity/all/ - fire!
- https://www.linkedin.com/in/anthony-alcaraz-b80763155/recent-activity/all/ - fire!
- https://www.linkedin.com/in/omarsar/recent-activity/all/
- https://www.linkedin.com/in/raphaelmansuy/recent-activity/all/
书籍(快速过时)
- https://www.ebooks.com/en-bh/book/345913182/ai-engineering/chip-huyen/?srsltid=AfmBOooK2bH0FU0-7U2MuK0QKJEs-EDb3HPO4qrcifc4ycWZ1EMRgFxX
- https://www.manning.com/books/ai-agents-in-action
学生社区
- https://t.me/learnagents - 手册的Telegram社区
- https://discord.gg/3JBx5HUR9n - 手册的Discord社区
- https://merkulov.courses/courses/offer-turnkey - 手册的封闭学生社区