Курс на Stepik
Обложка курса «LocalAI — Собственная нейросеть для проверки и исправления HTML» на Stepik
1 000 ₽

LocalAI — Собственная нейросеть для проверки и исправления HTML ★ 5.000

Открыть на
STEPIK.ORG

LocalAI — собственная нейросеть для проверки и исправления HTML, которая поможет вам автоматизировать валидацию и улучшить качество веб-кода. Освойте современные технологии работы с LLM, настройку моделей и интеграцию в реальные проекты.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «LocalAI — Собственная нейросеть для проверки и исправления HTML»Учеников на курсе 3
Сертификаты, выданные на курсе «LocalAI — Собственная нейросеть для проверки и исправления HTML»Сертификатов выдано 2
Отзывы о курсе «LocalAI — Собственная нейросеть для проверки и исправления HTML»Отзывов получено 1
Рейтинг курса «LocalAI — Собственная нейросеть для проверки и исправления HTML»Рейтинг курса 5.000
Уроки в курсе «LocalAI — Собственная нейросеть для проверки и исправления HTML»Количество уроков 70
Тесты в курсе «LocalAI — Собственная нейросеть для проверки и исправления HTML»Количество квизов 313
Время прохождения курса «LocalAI — Собственная нейросеть для проверки и исправления HTML»Время прохождения курса —
Стоимость курса «LocalAI — Собственная нейросеть для проверки и исправления HTML»Стоимость курса 1 000 ₽ —
Обновления курса «LocalAI — Собственная нейросеть для проверки и исправления HTML»Обновления курса — —
Дата публикации курса «LocalAI — Собственная нейросеть для проверки и исправления HTML»Дата публикации курса — ———
Последнее обновление курса «LocalAI — Собственная нейросеть для проверки и исправления HTML»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «LocalAI — Собственная нейросеть для проверки и исправления HTML» 10 разделов Уроки в курсе «LocalAI — Собственная нейросеть для проверки и исправления HTML» 70 уроков Тесты в курсе «LocalAI — Собственная нейросеть для проверки и исправления HTML» 313 тестов Время прохождения курса «LocalAI — Собственная нейросеть для проверки и исправления HTML» 0 ч. Последнее обновление курса «LocalAI — Собственная нейросеть для проверки и исправления HTML» обн. 1 год назад

1. Модуль 1. Введение в LocalAI и архитектуру LLM

7 уроков
Открытый
1.1 Что такое LocalAI и зачем он нужен ↗
16
16
3м 10с
0
Открытый
1.2 Архитектура LLM и формат моделей GGUF ↗
7
7
-
0
Закрытый
1.3 Различия между Ollama и LocalAI ↗
1
1
-
0
Закрытый
1.4 Как LocalAI интегрируется в веб-приложения ↗
1
1
-
0
Закрытый
1.5 Выбор модели для HTML-валидации ↗
1
1
-
0
Открытый
1.6 Викторина 1 ↗
6
2
-
0
Закрытый
1.7 Викторина 2 ↗
1
1
-
0

2. Модуль 2. Установка и настройка окружения

7 уроков
Закрытый
2.1 Установка Docker и зависимостей ↗
1
1
-
0
Закрытый
2.2 Настройка контейнера LocalAI ↗
1
1
-
0
Закрытый
2.3 Загрузка моделей Mistral, CodeLlama, Llama3 ↗
1
1
-
0
Закрытый
2.4 Проверка API и базовые запросы ↗
1
1
-
0
Закрытый
2.5 Практика: первый запрос для исправления HTML ↗
1
1
-
0
Закрытый
2.6 Викторина 1 ↗
1
1
-
0
Закрытый
2.7 Викторина 2 ↗
1
1
-
0

3. Модуль 3. Настройка модели для HTML-валидации

7 уроков
Открытый
3.1 Создание конфигурации модели htmlfixer.yaml ↗
4
4
-
0
Закрытый
3.2 Использование системных инструкций (prompt engineering) ↗
1
1
-
0
Закрытый
3.3 Параметры temperature, num_ctx, stopwords ↗
1
1
-
0
Закрытый
3.4 Настройка модели под эксперта HTML5 ↗
2
2
-
0
Закрытый
3.5 Формирование шаблона ответов (код + комментарии) ↗
2
2
-
0
Закрытый
3.6 Викторина 1 ↗
1
1
-
0
Закрытый
3.7 Викторина 2 ↗
1
1
-
0

4. Модуль 4. Проверка HTML через внешние сервисы

7 уроков
Закрытый
4.1 Обзор API W3C Validator ↗
1
1
-
0
Закрытый
4.2 Интеграция W3C и LocalAI ↗
1
1
-
0
Закрытый
4.3 Использование HTMLHint, Pa11y, Lighthouse ↗
1
1
-
0
Закрытый
4.4 Построение двойного потока LLM → W3C → LLM ↗
1
1
-
0
Закрытый
4.5 Обработка JSON-ответов от валидатора ↗
1
1
-
0
Закрытый
4.6 Викторина 1 ↗
1
1
-
0
Закрытый
4.7 Викторина 2 ↗
1
1
-
0

5. Модуль 5. API и интеграции

7 уроков
Открытый
5.1 Работа с LocalAI API в Python ↗
3
3
-
0
Закрытый
5.2 Использование API в Go ↗
1
1
-
0
Закрытый
5.3 Создание REST API для HTML-валидации ↗
1
1
-
0
Закрытый
5.4 Встраивание в веб-интерфейс (Flask или GoFiber) ↗
1
1
-
0
Закрытый
5.5 Сборка Docker-compose окружения ↗
1
1
-
0
Закрытый
5.6 Викторина 1 ↗
1
1
-
0
Закрытый
5.7 Викторина 2 ↗
1
1
-
0

6. Модуль 6. Создание веб-интерфейса

7 уроков
Закрытый
6.1 Создание интерфейса с HTML и Tailwind ↗
1
1
-
0
Закрытый
6.2 Отображение ошибок и подсветка diff ↗
1
1
-
0
Закрытый
6.3 Валидация в реальном времени через Fetch API ↗
1
1
-
0
Закрытый
6.4 Настройка backend–frontend связки ↗
1
1
-
0
Закрытый
6.5 Развёртывание локально и в сети ↗
1
1
-
0
Закрытый
6.6 Викторина 1 ↗
1
1
-
0
Закрытый
6.7 Викторина 2 ↗
1
1
-
0

7. Модуль 7. Расширенные возможности

7 уроков
Закрытый
7.1 Создание агентов для разных типов проверки ↗
1
1
-
0
Закрытый
7.2 Модульная структура (HTML QA Chain) ↗
1
1
-
0
Закрытый
7.3 Добавление памяти в LocalAI ↗
1
1
-
0
Закрытый
7.4 Пакетная обработка HTML-файлов ↗
1
1
-
0
Закрытый
7.5 Генерация отчётов (PDF, JSON, HTML) ↗
1
1
-
0
Закрытый
7.6 Викторина 1 ↗
1
1
-
0
Закрытый
7.7 Викторина 2 ↗
1
1
-
0

8. Модуль 8. Оптимизация и автоматизация

7 уроков
Закрытый
8.1 Оптимизация модели (quantization Q4/Q5) ↗
1
1
-
0
Закрытый
8.2 Тонкая настройка и дообучение (fine-tuning) ↗
1
1
-
0
Закрытый
8.3 Кеширование ответов ↗
1
1
-
0
Закрытый
8.4 Автоматические проверки через cron ↗
1
1
-
0
Закрытый
8.5 Интеграция в GitHub Actions или GitLab CI ↗
1
1
-
0
Закрытый
8.6 Викторина 1 ↗
1
1
-
0
Закрытый
8.7 Викторина 2 ↗
1
1
-
0

9. Модуль 9. Проект: AI HTML Auditor

7 уроков
Закрытый
9.1 Постановка задачи и структура проекта ↗
2
2
-
0
Закрытый
9.2 Интеграция W3C и LocalAI в один поток ↗
2
2
-
0
Закрытый
9.3 Исправление и форматирование HTML ↗
1
1
-
0
Закрытый
9.4 Сохранение отчётов и результатов ↗
2
2
-
0
Закрытый
9.5 Тестирование и финальная сборка проекта ↗
1
1
-
0
Закрытый
9.6 Викторина 1 ↗
1
1
-
0
Закрытый
9.7 Викторина 2 ↗
1
1
-
0

10. Модуль 10. Расширения и интеграции

7 уроков
Закрытый
10.1 Совместная работа Ollama и LocalAI ↗
2
2
-
0
Закрытый
10.2 Добавление моделей Codellama, StarCoder, DeepSeekCoder ↗
1
1
-
0
Закрытый
10.3 Расширение под CSS/JS-анализ ↗
2
2
-
0
Закрытый
10.4 Экспорт отчётов в JSON, XML, Markdown ↗
2
2
-
0
Закрытый
10.5 Интеграция с VSCode и браузером ↗
1
1
-
0
Закрытый
10.6 Викторина 1 ↗
1
1
-
0
Закрытый
10.7 Викторина 2 ↗
1
1
-
0