آموزش تسلط بر اولاما: ساخت برنامه های LLM محلی خصوصی با پایتون

سرفصل ها و درس ها

مقدمه Introduction

• مقدمه و آنچه شما یاد خواهید گرفت Introduction & What Will Your Learn

• پیش نیازهای دوره Course Prerequisites

• لطفا این دمو را تماشا کنید Please WATCH this DEMO

راه اندازی محیط توسعه Development Environment Setup

• راه اندازی محیط توسعه Development Environment Setup

• Udemy 101 - نکاتی برای یک تجربه یادگیری بهتر Udemy 101 - Tips for A Better Learning Experience

کد و منابع را دانلود کنید Download Code and Resources

• نحوه دریافت کد منبع How to Get Source Code

• کد منبع و منابع را دانلود کنید Download Source code and Resources

Ollama Deep Dive - مقدمه ای بر Ollama و Setup Ollama Deep Dive - Introduction to Ollama and Setup

• Ollama Deep Dive - Ollama Overview - Ollama چیست و مزایا Ollama Deep Dive - Ollama Overview - What is Ollama and Advantages

• ویژگی های کلیدی Ollama و موارد استفاده Ollama Key Features and Use Cases

• سیستم مورد نیاز و راه اندازی Olama - نمای کلی System Requirements & Ollama Setup - Overview

• دانلود و راه اندازی Olama and Llam3.2 Model - Hands-on & Testing Download and Setup Ollama and Llam3.2 Model - Hands-on & Testing

• صفحه مدل های اولاما - نمای کلی Ollama Models Page - Full Overview

• پارامترهای مدل اولاما دیپ دیو Ollama Model Parameters Deep Dive

• درک پارامترها و اندازه دیسک و منابع محاسباتی مورد نیاز Understanding Parameters and Disk Size and Computational Resources Needed

دستورات Ollama CLI و REST API - عملی Ollama CLI Commands and the REST API - Hands-on

• دستورات اولاما - کشیدن و آزمایش یک مدل Ollama Commands - Pull and Testing a Model

• مدل چندوجهی Llava را بکشید و یک تصویر را شرح دهید Pull in the Llava Multimodal Model and Caption an Image

• خلاصه سازی و تحلیل احساسات و سفارشی کردن مدل ما با فایل Model Summarization and Sentiment Analysis & Customizing Our Model with the Modelfile

• Ollama REST API - نقاط پایانی ایجاد و چت کنید Ollama REST API - Generate and Chat Endpoints

• Ollama REST API - حالت JSON را درخواست کنید Ollama REST API - Request JSON Mode

• مدل های اولاما از وظایف مختلف پشتیبانی می کنند - خلاصه Ollama Models Support Different Tasks - Summary

Olama - رابط های کاربری برای مدل های اوللاما Ollama - User Interfaces for Ollama Models

• روش های مختلف برای تعامل با مدل های اولاما - بررسی اجمالی Different Ways to Interact with Ollama Models - Overview

• Ollama Model Running Under Msty App - Frontend Tool - RAG System Chat with Docs Ollama Model Running Under Msty App - Frontend Tool - RAG System Chat with Docs

کتابخانه Olama Python - استفاده از Python برای تعامل با مدل‌های Ollama Ollama Python Library - Using Python to Interact with Ollama Models

• کتابخانه Olama Python برای ساخت برنامه های محلی LLM - بررسی اجمالی The Ollama Python Library for Building LLM Local Applications - Overview

• تعامل با Llama3 در پایتون با استفاده از Ollama REST API - Hands-on Interact with Llama3 in Python Using Ollama REST API - Hands-on

• کتابخانه اولاما پایتون - چت با یک مدل Ollama Python Library - Chatting with a Model

• نمونه چت با جریان Chat Example with Streaming

• با استفاده از Ollama show Function Using Ollama show Function

• یک مدل سفارشی در کد ایجاد کنید Create a Custom Model in Code

برنامه های Ollama Building LLM با مدل های Olama Ollama Building LLM Applications with Ollama Models

• عملی: یک برنامه LLM بسازید - دسته بندی لیست مواد غذایی Hands-on: Build a LLM App - Grocery List Categorizer

• ساختن سیستم های RAG با اوللاما - بررسی اجمالی RAG و LangChain Building RAG Systems with Ollama - RAG & LangChain Overview

• Deep Dive into Vectorstore and Embeddings - The Whole Picture - Crash Deep Dive into Vectorstore and Embeddings - The Whole Picture - Crash course

• مرور کلی سیستم PDF RAG - آنچه که خواهیم ساخت PDF RAG System Overview - What we'll Build

• راه اندازی سیستم RAG - انتقال سند و ایجاد پایگاه داده برداری و جاسازی Setup RAG System - Document Ingestion & Vector Database Creation and Embeddings

• سیستم RAG - بازیابی و پرس و جو RAG System - Retrieval and Querying

• RAG System - Cleaner Code RAG System - Cleaner Code

• RAG System - Streamlit UI RAG System - Streamlit UI

فراخوانی تابع ابزار اوللاما - عملی Ollama Tool Function Calling - Hands-on

• فراخوانی عملکرد (ابزار) نمای کلی Function Calling (Tools) Overview

• Setup Tool Function Calling Application Setup Tool Function Calling Application

• اقلام را با استفاده از مدل دسته بندی کنید و لیست ابزارها را تنظیم کنید Categorize Items Using the Model and Setup the Tools List

• ابزار فراخوانی برنامه LLM - محصول نهایی Tools Calling LLM Application - Final Product

سیستم RAG نهایی با اوللاما و پاسخ صوتی Final RAG System with Ollama and Voice Response

• سیستم صدای RAG - نمای کلی Voice RAG System - Overview

• کلید EleveLabs API را راه اندازی کنید و سند را بارگیری و خلاصه کنید Setup EleveLabs API Key and Load and Summarize the Document

• سیستم Ollama Voice RAG - کار می کند! Ollama Voice RAG System - Working!

• افزودن ElevenLab Voice ایجاد شده با خواندن پاسخ به ما Adding ElevenLab Voice Generated Reading the Response Back to Us

جمع کنید Wrap up

• پایان - بعد چی؟ Wrap up - What's Next?