دوره آموزشی OpenAI API عملی: ساختن یک راه حل در دنیای واقعی

جزئیات دوره

OpenAI در خط مقدم هوش مصنوعی قرار دارد، به خصوص وقتی صحبت از مدل های زبان بزرگ (LLM) می شود. اگر یک توسعه‌دهنده یا رهبر کسب‌وکار هستید که به دنبال استفاده از ابزارهای مبتنی بر هوش مصنوعی هستید، این دوره به شما کمک می‌کند تا با نحوه استفاده از APIهای OpenAI برای ساخت راه‌حل‌هایی بر اساس تکنیک نسل افزوده بازیابی (RAG) آشنا شوید.

به مربی رودریگو دیاز کونچا بپیوندید زیرا او طیف گسترده‌ای از گزینه‌های راه‌حل‌سازی از جمله استفاده از Audio API برای رونویسی صدا و Chat Completions API برای ایجاد اسناد را نشان می‌دهد. مهارت های جدید خود را با یک پروژه واقعی به نام KinderLogger با ساختن یک دستیار با استفاده از Assistants API، پیاده سازی فرآیند نسل افزوده بازیابی (RAG) در دستیار و پیاده سازی Web API با استفاده از FastAPI برای افشای دستیار آزمایش کنید. در طول مسیر، یاد بگیرید که چگونه محتوای مضر را با Moderations API شناسایی کنید، و یک GPT را به‌عنوان بخش جلویی برای فراخوانی سرویس و آزمایش پروژه KinderLogger خود ایجاد و استفاده کنید.

سرفصل ها

0. مقدمه

01 - ساخت یک برنامه هوش مصنوعی در دنیای واقعی
02 - آنچه باید بدانید
03 - آنچه که قرار است در طول این دوره بسازید
04 - آماده سازی ابزارها و محیط توسعه

1. استفاده از Audio API برای رونویسی صدا و Chat Completions API برای ایجاد اسناد

05 - استخراج اطلاعات غنی از پیام‌های صوتی
06 - نصب کتابخانه مورد نیاز و تهیه کد
07 - رونویسی فایل‌های صوتی با استفاده از Audio API
08 - ایجاد سند JSON با استفاده از Chat Completions API

2. ساخت دستیار KinderLogger با Assistant API

09 - ایده دستیار KinderLogger را زنده کنید
10 - ایجاد دستیار با استفاده از Assitants API
11 - ایجاد یک رشته مکالمه جدید و افزودن یک پیام
12 - اجرای و تست رشته گفتگو

3. اجرای یک فرآیند بازیابی نسل افزوده (RAG) در دستیار

13 - استفاده از اسناد و داده‌های خصوصی در پروژه KinderLogger
14 - آپلود فایل‌های رونویسی در دستیار
15 - بهبود دستیار با تکنیک‌های مهندسی سریع
16 - استفاده از دستیار در زمین بازی دستیاران

4. پیاده‌سازی Web API برای افشای دستیار

17 - افشای دستیار به عنوان خدمت
18 - ایجاد Web API با استفاده از کتابخانه FastAPI
19 - فراخوانی دستیار از Web API
20 - پیاده‌سازی لاگ در Web API
21 - ساخت و انتشار تصویر کانتینر داکر
22 - استقرار برنامه کانتینر Azure برای سرویس

5. شناسایی محتوای مضر با استفاده از API Moderations

23 - استفاده از شیوه‌های هوش مصنوعی مسئول در KinderLogger
24 - پیاده‌سازی Moderations API در اپلیکیشن رونویسی
25 - پیاده‌سازی Moderations API در Web API
26 - ساخت تصویر جدید و به روز رسانی برنامه کانتینر Azure

6. ایجاد KinderLogger GPT

27 - استفاده از GPT به عنوان فرانت اند برای پروژه KinderLogger
28 - ایجاد GPT و اقدام برای فراخوانی سرویس
29 - تست KinderLogger GPT

نتیجه

30 - مراحل بعدی