Содержание курса
1. Введение и Настройка Окружения
5 уроков
13
2
0м
0
Открытый
1.1
Что такое LLM и провайдеры
↗
4
1
-
0
Открытый
1.2
«Первый контакт» — Установка Ollama и LiteLLM
↗
4
1
-
0
Открытый
1.3
Первый осмысленный запрос к локальной
↗
3
0
-
0
Закрытый
1.4
Базовая структура ответа
↗
1
0
-
0
Закрытый
1.5
Обработка ошибок и таймауты — устойчивость к сбоям
↗
1
0
-
0
2. Знакомство
1 урок
0
0
0м
0
Открытый
2.1
Добро пожаловать в курс
↗
0
0
-
0
3. Управление моделями и параметрами
5 уроков
5
1
0м
0
Закрытый
3.1
Выбор модели — локальная vs облачная
↗
1
0
-
0
Закрытый
3.2
Параметры запроса: temperature и max_tokens
↗
1
0
-
0
Закрытый
3.3
Потоковый вывод ответов — как в ChatGPT
↗
1
0
-
0
Закрытый
3.4
Наблюдаемость — подсчёт токенов и статистика вызовов
↗
1
0
-
0
Закрытый
3.5
Финальная сборка модуля — единый AI-чат
↗
1
1
-
0
4. Работа с данными и контекстом
6 уроков
2
0
0м
0
Закрытый
4.1
История диалога
↗
1
0
-
0
Закрытый
4.2
Сохранение истории диалога в JSON
↗
1
0
-
0
Закрытый
4.3
Ограничение размера контекста
↗
0
0
-
0
Закрытый
4.4
Сжатие истории
↗
0
0
-
0
Закрытый
4.5
Структурированный JSON-ответ
↗
0
0
-
0
Закрытый
4.6
Финальная сборка модуля
↗
0
0
-
0
5. Агенты, инструменты и интеграции
6 уроков
1
1
0м
0
Закрытый
5.1
Определение инструментов для LLM
↗
0
0
-
0
Закрытый
5.2
Выполнение инструментов
↗
0
0
-
0
Закрытый
5.3
Поиск в интернете и базах данных
↗
0
0
-
0
Закрытый
5.4
Автоматическое исправление ошибок
↗
0
0
-
0
Закрытый
5.5
Логирование и мониторинг
↗
1
1
-
0
Закрытый
5.6
Итог курса и во что можно превратить ваш AI-проект дальше
↗
0
0
-
0
6. Бонус
3 урока
5
5
0м
0
Закрытый
6.1
Ядро готово — выбираем интерфейс
↗
2
2
-
0
Закрытый
6.2
Telegram-бот на базе вашего AI-ядра
↗
1
1
-
0
Закрытый
6.3
Веб-интерфейс на Streamlit
↗
2
2
-
0