آموزش توسعه هوش مصنوعی با میسترال: استفاده از میسترال، لنگ‌چین و اولاما - آخرین آپدیت

سرفصل ها و درس ها

معرفی Mistral AI و Ollama Introduction to Mistral AI and Ollama

• Mistral AI چیست؟ مروری بر مدل‌های Mistral 7B، Mistral-Instruct و Mixtral What is Mistral AI? Overview of Mistral 7B, Mistral-Instruct, and Mixtral models

• Ollama چیست؟ چگونه اجرای LLMها را به صورت محلی امکان‌پذیر می‌کند؟ What is Ollama? How it enables running LLMs locally

• چرا از Ollama برای برنامه‌های هوش مصنوعی محلی استفاده کنیم؟ مزایا و فواید حفظ حریم خصوصی Why use Ollama for local AI applications? Advantages & privacy benefits

• Mistral AI در مقایسه با GPT-4 و LLaMA چگونه است؟ How does Mistral AI compare to GPT-4 and LLaMA?

• نصب Ollama و اجرای محلی Mistral – راهنمای گام به گام نصب Installing Ollama & Running Mistral Locally – Step-by-step setup

• شروع به کار با پایتون Up and Running with Python

راه‌اندازی محیط هوش مصنوعی شما Setting Up Your AI Environment

• نصب و پیکربندی Ollama برای اجرای محلی Mistral AI Install and configure Ollama to run Mistral AI locally

• نصب کتابخانه‌های پایتون مورد نیاز Install required Python libraries

• اجرای یک پرس و جوی تستی برای بررسی عملکرد Mistral AI Run a test query to verify Mistral AI is working

بارگیری و فهرست‌بندی اسناد Loading and Indexing Documents

• استخراج متن از فایل‌های PDF، Word و TXT Extract text from PDFs, Word, and TXT files

• تبدیل متن به embedding برای جستجوی سریع (با استفاده از LangChain + ChromaDB) Convert text into embeddings for fast searching (using LangChain + ChromaDB)

• ذخیره اسناد فهرست‌بندی شده برای بازیابی کارآمد Store indexed documents for efficient retrieval

پیاده‌سازی جستجوی مبتنی بر هوش مصنوعی Implementing AI-Powered Search

• ایجاد یک پایپ‌لاین جستجوی برداری برای یافتن اسناد مرتبط Build a vector search pipeline to find relevant documents

• پیاده‌سازی تولید تقویت‌شده با بازیابی (RAG) برای پاسخ‌های بهتر Implement retrieval-augmented generation (RAG) for better answers

• اتصال Mistral AI از طریق LangChain برای تولید خلاصه های مبتنی بر هوش مصنوعی Connect Mistral AI via LangChain to generate AI-powered summaries

ساخت API با FastAPI Building the API with FastAPI

• ایجاد یک نقطه پایانی API برای پردازش پرس و جوهای کاربر Create an API endpoint to process user queries

• ادغام بازیابی اسناد با Mistral AI Integrate document retrieval with Mistral AI

• تست API با استفاده از Postman یا درخواست‌های پایتون Test the API using Postman or Python requests

طراحی یک رابط کاربری ساده Designing a Simple User Interface

• Streamlit، قابلیت آپلود فایل و رابط کاربری شبیه چت برای پرس و جوهای کاربر Streamlit, file upload functionality and chat-like interface for user queries