Курс на Stepik
Обложка курса «RAG на чистом Python: персональный помощник с LM Studio» на Stepik
Бесплатно

RAG на чистом Python: персональный помощник с LM Studio ★ 0.000

Открыть на
STEPIK.ORG

Практический курс из 14 уроков: вы шаг за шагом соберёте RAG-помощника на чистом Python без внешних библиотек — с поиском на TF-IDF, подготовкой промта, локальной моделью в LM Studio, проверкой ответов и инструментом MCP.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «RAG на чистом Python: персональный помощник с LM Studio»Учеников на курсе 4
Сертификаты, выданные на курсе «RAG на чистом Python: персональный помощник с LM Studio»Сертификатов выдано 0
Отзывы о курсе «RAG на чистом Python: персональный помощник с LM Studio»Отзывов получено 0
Рейтинг курса «RAG на чистом Python: персональный помощник с LM Studio»Рейтинг курса 0.000
Уроки в курсе «RAG на чистом Python: персональный помощник с LM Studio»Количество уроков 14
Тесты в курсе «RAG на чистом Python: персональный помощник с LM Studio»Количество квизов 29
Обновления курса «RAG на чистом Python: персональный помощник с LM Studio»Обновления курса — —
Дата публикации курса «RAG на чистом Python: персональный помощник с LM Studio»Дата публикации курса — ———
Последнее обновление курса «RAG на чистом Python: персональный помощник с LM Studio»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «RAG на чистом Python: персональный помощник с LM Studio» 5 разделов Уроки в курсе «RAG на чистом Python: персональный помощник с LM Studio» 14 уроков Тесты в курсе «RAG на чистом Python: персональный помощник с LM Studio» 29 тестов Последнее обновление курса «RAG на чистом Python: персональный помощник с LM Studio» обн. 27 октября 2026

Модуль 1 · От вопроса к разрешённому контексту

3 урока
1. Первый запуск: что делает наш помощник ↗
2. Учебные данные: читаем JSON без загадок ↗
3. Карточка сотрудника: точный ID и разрешённые поля ↗

Модуль 2 · Объяснимый поиск без NumPy

3 урока
1. Из предложения в слова: готовим текст к поиску ↗
2. Слова становятся числами: TF-IDF по шагам ↗
3. Находим регламент: похожесть и порядок результатов ↗

Модуль 3 · Retrieve и Augment до модели

3 урока
1. Длинные документы: фрагменты с адресами ↗
2. Проверяем поиск на наборе вопросов ↗
3. Собираем промт: вопрос, факты и ссылки ↗

Модуль 4 · Один HTTP-запрос без SDK

2 урока
1. Готовим LM Studio и проверяем соединение ↗
2. Отправляем промт локальной модели ↗

Модуль 5 · От CLI до read-only инструмента

3 урока
1. Один вопрос — один запуск из терминала ↗
2. Ошибки ответа: проверяем ссылки и отказы ↗
3. Финальный помощник и инструмент поиска MCP ↗