LlamaIndex 开发 LLM 驱动的应用(Legacy, V0.8.48)
LlamaIndex Develop LLM powered apps (Legacy, V0.8.48)
(旧版, V0.8.48) 通过构建一个真实的生成式 AI LLM 应用程序来学习 LlamaIndex LLM (Python)
课程亮点
本课程专为希望使用 LlamaIndex 提升构建生成式 AI 应用技能的软件工程师和后端开发者设计。课程面向具备扎实 Python 和软件工程基础知识的学员,通过创建一个真实的 LLM 驱动的文档助手,将您的知识转化为实际应用。加入我们,解锁 LlamaIndex 的强大功能,将您的 AI 开发能力提升至新的高度!
您将掌握的技能:LlamaIndex 库的熟练使用、构建 LLM 驱动的应用、精通提示工程技巧、理解 Pinecone 等向量数据库
你将学到
-
熟练掌握 LlamaIndex
-
拥有一个完整的基于 LlamaIndex 的生成式 AI 应用程序
-
提示工程理论:思维链、ReAct、少样本提示,并了解 LlamaIndex 的底层构建方式
-
理解如何在 LlamaIndex 开源代码库中进行导航
-
软件工程师的 Large Language Models 理论
-
向量存储/向量数据库(Pinecone、FAISS、)
-
检索增强生成(RAG)
要求
-
这不是一个入门课程。需要具备基本的软件工程概念
-
我假设学生熟悉 git、python、pipenv、环境变量、类、测试和调试等软件工程主题
-
不需要机器学习经验。
课程介绍
欢迎来到第一门 LlamaIndex Udemy 课程——释放 LLM 的力量!
这门综合课程旨在教你如何快速掌握 LlamaIndex 库在 LLM 应用中的强大功能。
这门课程将为您提供开发尖端 LLM 解决方案所需的知识和技能,适用于各种主题。
免责声明:本课程未更新至 LlamaIndex 最新版本,且使用的是第一方模型进行实现。请确保在跟随学习时了解版本差异。
课程录制于版本: “==0.8.48”
请注意,这不是一个面向初学者的课程。本课程假设您具备软件工程背景,并且精通 Python
在本课程中,您将从头开始,使用 LlamaIndex 构建一个真实的 LLM 应用程序。
我们将通过构建主应用程序来实现这一点:
文档助手 – 创建一个基于 Python 包文档的聊天机器人。(以及任何您想要的其他数据)
本课程涵盖的主题包括:
- LlamaIndex
- 检索增强生成
- 向量存储(Pinecone)
- 节点解析器- 文本分割器
- 查询引擎,聊天引擎
- Streamlit (用于 UI)
- 代理,LLM 推理
- ReAct
- 输出解析器
- LLMs:少样本提示、思维链、ReAct 提示
在整个课程中,你将通过实践练习和实际项目来巩固所涵盖的概念和技术。课程结束时,你将熟练掌握使用 LlamaIndex 创建强大、高效和多功能 LLM 应用程序的能力,以适应各种用途。
这不仅仅是一门课程,它也是一个社区。除了终身访问课程外,你还将获得:
- 由我提供的一对一故障排除支持
- 包含额外 AI 资源、常见问题解答和故障排除指南的 GitHub 链接
- 访问一个专属的 Discord 社区 ,与其他学习者连接
- 课程持续更新和改进无需额外费用
免责声明
- 请注意,这不是一个面向初学者的课程。本课程假设您具备软件工程背景,并且精通 Python。
我将使用 Pycharm/ VSCode IDE,但你可以使用任何你喜欢的编辑器,因为我们仅使用 IDE 的基本功能,如调试和运行脚本。
这门课程适合谁:
- 想要学习如何使用 LlamaIndex 构建生成式 AI 应用程序的软件工程师
- 想要学习如何使用 LlamaIndex 构建生成式 AI 应用的后端开发者
- 想要学习如何使用 LlamaIndex 构建生成式 AI 应用的全栈工程师
2025-09-04 从21 节课(2 小时 43 分钟)更新到39 节课(4 小时 31 分钟)


评论(0)