【Udemy中英字幕】Build local LLM applications using Python and Ollama

使用 Python 和 Ollama 构建本地 LLM 应用程序

学习使用 Python 中的 Ollama 和 LangChain 在您的系统中创建 LLM 应用程序 | 完全私密且安全

讲师：Start-Tech Academy

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

• 下载并安装 Ollama 以在本地机器上运行 LLM 模型
• 设置并配置 Llama LLM 模型以供本地使用
• 使用命令行选项定制 LLM 模型以满足特定的应用需求
• 在本地环境中保存并部署 LLM 模型的修改版本
• 开发与 Ollama 模型安全交互的基于 Python 的应用程序
• 通过 Ollama 的 REST API 调用和集成模型，实现与外部系统的无缝交互
• 探索 Ollama 中的 OpenAI 兼容性，以扩展模型的功能
• 构建检索增强生成 (RAG) 系统以高效处理和查询大型文档
• 使用 LangChain、Ollama 以及代理和检索系统等工具创建功能齐全的 LLM 应用程序来回答用户查询

探索相关主题

• 大型语言模型（LLM）
• 数据科学
• 发展

要求

• 建议具备基本的 Python 知识，但不需要以前的 AI 经验。

描述

如果您是开发人员、数据科学家或 AI 爱好者，想要在系统上本地构建和运行大型语言模型 (LLM)，那么本课程非常适合您。您想利用 LLM 的强大功能，而无需将数据发送到云端吗？您是否在寻找能够利用 Python、Ollama 和 LangChain 等强大工具的安全、私密解决方案？本课程将向您展示如何在您自己的机器上构建安全且功能齐全的 LLM 应用程序。

在本课程中，您将：

• 设置 Ollama 并下载 Llama LLM 模型以供本地使用。

• 使用命令行工具定制模型并保存修改后的版本。

• 使用 Ollama 开发基于 Python 的 LLM 应用程序，以完全控制您的模型。

• 使用 Ollama 的 Rest API 将模型集成到您的应用程序中。

• 利用 LangChain 构建检索增强生成 (RAG) 系统，实现高效的文档处理。

• 利用 LangChain 和 Ollama 的强大功能创建端到端 LLM 应用程序，准确回答用户问题。

为什么要构建本地 LLM 应用程序？首先，本地应用程序可确保完全的数据隐私 — 您的数据永远不会离开您的系统。此外，在本地运行模型的灵活性和自定义性意味着您可以完全掌控，而无需依赖云。

在整个课程中，您将使用 Python 构建、定制和部署模型，并实现关键功能（如提示工程、检索技术和模型集成）——所有这些都在您舒适的本地设置中完成。

本课程的与众不同之处在于它注重隐私、控制和使用 Ollama 和 LangChain 等尖端工具的实践经验。到最后，您将拥有一个功能齐全的 LLM 应用程序，并掌握自行构建安全 AI 系统的技能。

准备好构建您自己的私人 LLM 应用程序了吗？立即注册并开始吧！

本课程适合哪些人：

• 希望在本地机器上构建和运行私有 LLM 应用程序的软件开发人员。
• 数据科学家希望将先进的 LLM 模型集成到他们的工作流程中，而不依赖云解决方案。
• 注重隐私的专业人士需要在利用强大的 AI 模型的同时保持对其数据的完全控制。
• 有兴趣使用 Ollama 和 LangChain 等尖端工具探索本地 LLM 设置的技术爱好者。