1
00:00:00,400 --> 00:00:01,720
所以请幽默一下我。

2
00:00:01,720 --> 00:00:05,560
在我们开始行动之前，我还有一些管理方面的事情。

3
00:00:05,560 --> 00:00:10,640
所以我想谈谈我如何定位这门课程以及它是否适合您。

4
00:00:11,400 --> 00:00:15,720
您可能是以前从未写过一行代码的人的编码新手。

5
00:00:16,040 --> 00:00:20,480
您可能已经认为自己是代理工程师。

6
00:00:20,920 --> 00:00:22,800
这是两个极端。

7
00:00:22,800 --> 00:00:24,200
或者你可能处于中间。

8
00:00:24,240 --> 00:00:29,160
您已经是一名 Python 程序员或者您是一名人工智能工程师。

9
00:00:29,160 --> 00:00:34,000
也许您甚至参加了我的法学硕士工程课程，在这种情况下，谢谢您并欢迎您。

10
00:00:34,880 --> 00:00:42,240
但我在这里告诉您，本课程旨在吸引整个连续体中的每个人。

11
00:00:42,240 --> 00:00:44,480
这里适合每个人。

12
00:00:44,520 --> 00:00:47,040
中间黄色方框里的人。

13
00:00:47,080 --> 00:00:49,240
你将会度过最美好的时光。

14
00:00:49,280 --> 00:00:52,920
毫无疑问，它最适合您。

15
00:00:52,920 --> 00:00:54,280
那不用说了。

16
00:00:54,600 --> 00:00:58,000
对于刚接触编码的人来说，这将是一个挑战。

17
00:00:58,000 --> 00:01:02,830
毫无疑问，您需要有很大的耐心，但是这门课程还可以。

18
00:01:02,870 --> 00:01:05,950
你将能够到达那里并建造出令人惊奇的东西。

19
00:01:06,350 --> 00:01:10,630
对于已经是代理工程师并且之前构建过一些代理平台的人来说。

20
00:01:10,630 --> 00:01:15,830
您可能想快速浏览其中的一些内容，但我已确保涵盖了高级材料

21
00:01:15,830 --> 00:01:16,230
也。

22
00:01:16,270 --> 00:01:20,830
我们将在每个点上做一些非常有趣的事情并构建一些伟大的项目

23
00:01:20,830 --> 00:01:21,270
也。

24
00:01:21,590 --> 00:01:26,590
所以我在这里想说的是，如果您是编码新手，请花一些时间阅读我编写的指南。

25
00:01:26,590 --> 00:01:29,990
当我们安装存储库时，您将在指南文件夹中找到它们。

26
00:01:30,150 --> 00:01:35,830
我用它来建立你的基本专业知识，这样你就可以达到

27
00:01:35,830 --> 00:01:40,470
Python 程序员，尤其是人工智能工程师的基础。

28
00:01:40,510 --> 00:01:43,070
如果您修读了 LLM 工程课程，那就完美了。

29
00:01:43,270 --> 00:01:45,750
那么你将会度过一段美好的时光。

30
00:01:46,190 --> 00:01:49,150
对于代理工程师来说，专注于项目。

31
00:01:49,150 --> 00:01:51,150
那是我们真正付诸行动的时候。

32
00:01:51,190 --> 00:01:53,230
我对我们建造的项目感到非常自豪。

33
00:01:53,230 --> 00:01:56,910
我认为您会喜欢它们，即使您已经有一些经验。

34
00:01:57,830 --> 00:02:04,010
对于任何没有参加过 LM 工程课程的人，我一定会在

35
00:02:04,010 --> 00:02:05,690
课程资源。

36
00:02:05,690 --> 00:02:12,130
我确实认为这是互补的，而且不一定是先决条件

37
00:02:12,130 --> 00:02:13,050
到这门课程。

38
00:02:13,050 --> 00:02:17,690
您可以在没有参加过该课程的情况下参加本课程，但如果您已经参加过该课程，您将会

39
00:02:17,690 --> 00:02:24,130
为这门课程做好充分的准备，因为它在以下方面积累了很多深度的专业知识

40
00:02:24,130 --> 00:02:29,770
选择并应用 LMS 来解决问题意味着什么？

41
00:02:30,290 --> 00:02:33,410
稍后我们将开始编码。

42
00:02:33,450 --> 00:02:34,570
我知道你很烦躁。

43
00:02:34,570 --> 00:02:35,610
我知道你在等这个。

44
00:02:35,690 --> 00:02:37,370
他就不能停止说话并开始做事吗？

45
00:02:37,410 --> 00:02:38,290
我们会的。

46
00:02:38,410 --> 00:02:43,250
但我确实想告诉你，我们要做的第一件事就是设置你的环境

47
00:02:43,250 --> 00:02:47,730
并建立一个环境，一个处于可能前沿的大数据科学环境。

48
00:02:47,890 --> 00:02:50,130
这可能是一个有点痛苦的过程。

49
00:02:50,450 --> 00:02:51,450
我是来帮忙的。

50
00:02:51,450 --> 00:02:53,090
我来这里是为了让事情顺利进行。

51
00:02:53,090 --> 00:02:58,320
但请厚脸皮，因为你知道你可能会遇到一些挑战。

52
00:02:58,320 --> 00:02:59,240
我们会解决它们的。

53
00:02:59,240 --> 00:03:00,280
我们会把它们修好。

54
00:03:00,320 --> 00:03:02,920
我们将帮助您启动并运行。

55
00:03:03,120 --> 00:03:09,080
不过，这一次，我们将得到几位非常好的朋友的帮助，他们是

56
00:03:09,080 --> 00:03:12,640
平台光标，我们将使用它作为我们的 IDE。

57
00:03:12,840 --> 00:03:14,640
我就是喜欢光标。

58
00:03:14,680 --> 00:03:21,760
当然，Cursor 是由 Llms 提供支持的人工智能平台，它使我们能够如此高效，

59
00:03:22,040 --> 00:03:25,560
它是基于 VSCode 构建的，非常棒。

60
00:03:25,720 --> 00:03:28,160
因此，与此合作将会非常有趣。

61
00:03:28,160 --> 00:03:34,120
但也许更具体地说，为了构建环境，我们将使用这个名为

62
00:03:34,160 --> 00:03:40,120
UV，你可以认为它正在取代我在 LLM 工程中使用的 Anaconda

63
00:03:40,120 --> 00:03:40,680
课程。

64
00:03:40,720 --> 00:03:44,680
它是一种建立在虚拟环境之上的技术。

65
00:03:44,960 --> 00:03:50,080
它非常快，非常简单，而且很有效。

66
00:03:50,080 --> 00:03:52,000
我非常喜欢紫外线。

67
00:03:52,200 --> 00:03:58,030
实际上是一名法学硕士工程课程的学生首先引起了我的注意，他说：

68
00:03:58,030 --> 00:03:59,350
这就是我们应该使用的。

69
00:03:59,550 --> 00:04:01,830
对于 LM 工程来说已经太晚了。

70
00:04:01,830 --> 00:04:03,750
但对于这门课程来说还不算太晚。

71
00:04:03,750 --> 00:04:09,630
事实证明，UV 已经变得如此流行，以至于我们将要寻找的大多数代理框架

72
00:04:09,630 --> 00:04:12,110
他们已经以紫外线为核心。

73
00:04:12,310 --> 00:04:16,190
从某种程度上来说，Crew 有点像用 UV 建造的，正如你所看到的。

74
00:04:16,350 --> 00:04:18,950
所以UV真的很容易使用。

75
00:04:18,950 --> 00:04:22,070
对于以前这样做过的人来说，它与 Anaconda 完全不同。

76
00:04:22,070 --> 00:04:26,710
它基本上与使用虚拟 AMS 非常非常相似，您一定会喜欢它的。

77
00:04:26,710 --> 00:04:30,470
所以我知道必须引入新的东西总是很烦人，但这是值得的。

78
00:04:30,470 --> 00:04:31,510
你会为此感谢我的。

79
00:04:31,550 --> 00:04:35,710
你会喜欢 UV 的，它是用铁锈写成的，每个人都喜欢写出来的东西

80
00:04:35,710 --> 00:04:36,390
生锈了。

81
00:04:36,390 --> 00:04:37,230
所以就这样吧。

82
00:04:37,230 --> 00:04:38,150
做好准备吧。

83
00:04:38,990 --> 00:04:43,830
实际上，我们还必须进行一场更困难的对话，它是关于 API 的。

84
00:04:44,310 --> 00:04:51,270
所以看，本课程确实涉及调用 OpenAI 和 Deep Seek 等前沿模型。

85
00:04:51,470 --> 00:04:53,510
它们是有代价的。

86
00:04:53,510 --> 00:04:55,350
那里有一个价格点。

87
00:04:55,790 --> 00:04:59,980
我想强调的是，这完全取决于你。

88
00:05:00,220 --> 00:05:01,020
你可以选择。

89
00:05:01,020 --> 00:05:07,460
我同时使用开放 AI 和深度 seq，但您可以选择仅使用深度 seq，从而获得更低的成本

90
00:05:07,460 --> 00:05:08,140
成本。

91
00:05:08,140 --> 00:05:09,740
双子座你也可以使用。

92
00:05:09,780 --> 00:05:12,060
现在 Gemini 有免费套餐。

93
00:05:12,060 --> 00:05:17,180
我不知道这会持续多久，但你可以在课程的大部分时间里免费使用 Gemini。

94
00:05:17,500 --> 00:05:24,460
您还可以完全免费地使用 Alama，只需在计算机上本地运行开源模型即可。

95
00:05:24,500 --> 00:05:25,540
完全没有成本。

96
00:05:25,580 --> 00:05:27,460
但这里需要一些权衡。

97
00:05:27,460 --> 00:05:31,220
如果你想使用任何一种好的模型，都需要很长的时间。

98
00:05:31,220 --> 00:05:37,540
如果您使用像 llama 3.2 这样的快速模型，那么它可能会在连贯性方面遇到麻烦，而且您当然

99
00:05:37,540 --> 00:05:42,740
当我使用前沿模型时，我不会看到我会得到的结果，但是

100
00:05:42,740 --> 00:05:44,220
这可以让你获得某种平衡。

101
00:05:44,220 --> 00:05:49,380
您可以免费在本地运行并查看一组结果，并且您可以观看我使用

102
00:05:49,380 --> 00:05:50,140
前沿模型。

103
00:05:50,140 --> 00:05:52,980
如果您不想花钱，API 会自行收费。

104
00:05:53,780 --> 00:05:55,380
那么这些 API 费用是多少呢？

105
00:05:55,440 --> 00:05:57,800
嗯，不同的国家可能有不同的定价。

106
00:05:57,800 --> 00:06:04,840
我可以告诉你的是，对于我来说，运行整个课程，我在任何一个项目上花费的钱都低于 5 美元。

107
00:06:04,840 --> 00:06:06,680
LLM模型费用。

108
00:06:06,800 --> 00:06:08,120
非常便宜。

109
00:06:08,280 --> 00:06:13,360
第一次使用 OpenAI 时，您需要至少预付 5 美元。

110
00:06:13,400 --> 00:06:15,840
我是按你所花的钱来支付的。

111
00:06:15,840 --> 00:06:16,560
所以这很烦人。

112
00:06:16,560 --> 00:06:18,760
因此，如果您以前没有这样做过，您可能必须这样做。

113
00:06:19,080 --> 00:06:23,520
但除此之外，我们实际花的钱会比较少，也就几个而已

114
00:06:23,520 --> 00:06:24,200
美元。

115
00:06:24,200 --> 00:06:27,760
而且很难在深海上花很多钱，因为它太便宜了。

116
00:06:28,240 --> 00:06:35,440
现在，我要说的是，在上周我可以选择使用适当的实时市场数据提供商

117
00:06:35,440 --> 00:06:37,800
我用过，花了我 20 美元。

118
00:06:37,800 --> 00:06:38,880
但这是没有必要的。

119
00:06:38,880 --> 00:06:43,480
也有免费的选择，但如果你像我一样进入它，那么你可能会这样做。

120
00:06:43,840 --> 00:06:45,760
你知道，我只是想在最后强调这一点。

121
00:06:45,800 --> 00:06:49,680
人们确实对 API 成本感到沮丧。

122
00:06:49,720 --> 00:06:54,360
他们身上有一些让人有点恼火的东西，因为感觉每个人都是镍币

123
00:06:54,470 --> 00:06:55,230
并调暗你。

124
00:06:55,270 --> 00:06:58,390
您会在这里收取一点费用，那里收取一点费用，还有另一项 API 费用。

125
00:06:58,430 --> 00:07:02,990
而且我明白，尽管我说这些东西很便宜，几美元，但加起来就多了。

126
00:07:02,990 --> 00:07:04,710
这并不总是便宜的。

127
00:07:04,750 --> 00:07:09,270
尤其是在汇率和不同经济体的情况下，这可能是一个相当大的负担。

128
00:07:09,270 --> 00:07:13,830
但我确实想强调一点，你必须记住正在发生的事情。

129
00:07:13,830 --> 00:07:20,470
当我们对这些大型 llms 进行推理时，会进行数万亿次浮点计算

130
00:07:20,470 --> 00:07:20,910
在。

131
00:07:20,950 --> 00:07:23,110
这是重型机械。

132
00:07:23,110 --> 00:07:28,190
所以这些公司并不只是从你身上赚取额外的现金。

133
00:07:28,590 --> 00:07:34,230
我确信他们的利润相当可观，但大多数情况下，利润相对较小，因为

134
00:07:34,230 --> 00:07:38,550
与运行这些大型模型相关的大量计算成本。

135
00:07:38,550 --> 00:07:44,590
如果您考虑购买一台新笔记本电脑甚至像游戏盒这样的大设备的价格，实际上可能会

136
00:07:44,590 --> 00:07:48,830
运行更大的模型本身，你会谈论数千美元。

137
00:07:49,030 --> 00:07:55,300
因此，正如我所说，这种 API 定价虽然有时让人感觉有点令人难堪

138
00:07:55,340 --> 00:07:57,220
为这些不同的 API 支付费用。

139
00:07:57,500 --> 00:08:01,420
值得记住幕后发生的事情的背景。

140
00:08:01,420 --> 00:08:03,620
这些公司需要支付电费。

141
00:08:03,620 --> 00:08:08,100
有大量的计算，我们正在从我们使用的东西中获得真正的价值。

142
00:08:08,100 --> 00:08:11,300
所以我不知道这是否有帮助，但它为您提供了一些背景信息。

143
00:08:11,340 --> 00:08:16,180
请记住，如果您不愿意，则无​​需在 API 上花费任何费用。

144
00:08:17,620 --> 00:08:20,540
因此，您需要记住三件事。

145
00:08:20,700 --> 00:08:26,100
第一个是本课程附带的资源，而且它们真的很棒。

146
00:08:26,220 --> 00:08:31,740
我在一个网站上放置了链接，并且以 YouTube 视频的形式提供了额外的内容

147
00:08:31,740 --> 00:08:32,820
应该会有帮助。

148
00:08:33,140 --> 00:08:38,820
在 GitHub 上，有一整个部分包含不同的指南来教授不同类型的技能

149
00:08:38,820 --> 00:08:39,700
你可能需要的。

150
00:08:39,740 --> 00:08:44,860
那里还有一些故障排除指南，可以为您和实验室解决问题。

151
00:08:44,860 --> 00:08:52,140
所以我一直在更新它们的实验室，你可以将它们视为持续流动的流体

152
00:08:52,290 --> 00:08:53,010
资源。

153
00:08:53,010 --> 00:08:57,810
每次执行 git pull 来获取最新内容时，您都会因新内容而焕然一新。

154
00:08:57,810 --> 00:09:03,690
也许不是每次，但大多数时候我都在努力让它们成为一个有生命力、有呼吸的资源。

155
00:09:03,690 --> 00:09:04,050
你。

156
00:09:04,850 --> 00:09:07,170
然后记得保持耐心。

157
00:09:07,490 --> 00:09:12,650
请记住，如果您遇到问题、遇到障碍，这实际上是一个很好的学习机会。

158
00:09:12,650 --> 00:09:18,530
因为弄清楚发生了什么，弄清楚如何解决这个问题是最好的学习方法之一

159
00:09:18,530 --> 00:09:19,930
并尝试去接受它。

160
00:09:19,970 --> 00:09:21,970
尝试并尽可能地享受它。

161
00:09:22,090 --> 00:09:26,090
有一些有趣的项目，并弄清楚为什么它们第一次不起作用。

162
00:09:26,090 --> 00:09:27,130
这是乐趣的一部分。

163
00:09:27,530 --> 00:09:33,770
然后第三点是，如果其他一切都失败了，或者即使其他都没有失败，请联系我。

164
00:09:33,770 --> 00:09:34,650
我在这儿。

165
00:09:34,850 --> 00:09:35,850
我喜欢这个东西。

166
00:09:35,850 --> 00:09:37,850
我实际上反应超级灵敏。

167
00:09:38,090 --> 00:09:42,650
如果您给我发电子邮件或通过 LinkedIn 联系我，我会很快回复。

168
00:09:42,650 --> 00:09:45,690
除非我正在开会、旅行或者其他什么事情，或者我睡着了。

169
00:09:45,970 --> 00:09:49,570
对于不同时区的人，我确实倾向于很快回复。

170
00:09:49,570 --> 00:09:50,850
人们总是感到惊讶。

171
00:09:50,890 --> 00:09:53,350
事实上，很多人认为我是一个AI特工。

172
00:09:53,350 --> 00:09:55,790
当我回复时，他们会问，你有自己的经纪人吗？

173
00:09:55,790 --> 00:09:59,710
但不，这是真实的我，我会回答，我喜欢收到问题。

174
00:09:59,710 --> 00:10:03,590
我喜欢回答这个问题，所以请随时与我们联系。

175
00:10:03,630 --> 00:10:04,630
保持联系。

176
00:10:04,750 --> 00:10:08,510
我欢迎您提出想法、想法和问题以及任何您能想到的东西。

177
00:10:08,550 --> 00:10:14,870
无论如何，如果你愿意的话，那么 LinkedIn 和我一起 我有些人呃，喜欢呃，

178
00:10:14,950 --> 00:10:18,310
由于某种原因，我觉得这样做不太舒服，但我对此很开放。

179
00:10:18,310 --> 00:10:23,910
我喜欢建立一个数据科学领域的社区，并且可以互相支持。

180
00:10:23,910 --> 00:10:28,350
如果人们正在寻找雇用某人或正在寻找工作，则可以这样做。

181
00:10:28,390 --> 00:10:29,910
我可以帮助人们建立联系。

182
00:10:29,910 --> 00:10:34,110
所以这对我来说是一个构建社区并为社区做出贡献的好方法。

183
00:10:34,430 --> 00:10:35,790
这非常重要。

184
00:10:35,790 --> 00:10:41,430
但人们在我上一门课程中所做的一件事是他们会发布他们已经完成的项目

185
00:10:41,470 --> 00:10:46,350
并在他们身上标记我，或者他们在课程中所做的事情，然后我可以放大它，因为

186
00:10:46,350 --> 00:10:51,260
然后我可以加入一些评论，并提出一些观察或说它有多棒，他们已经

187
00:10:51,260 --> 00:10:54,940
完成某件事，然后该课程的所有其他学生都可以使用该内容。

188
00:10:54,940 --> 00:10:56,220
你也可以权衡一下。

189
00:10:56,220 --> 00:11:00,020
这确实发生了，它让你可以分享事物并放大它们。

190
00:11:00,020 --> 00:11:02,060
LinkedIn 是实现这一目标的好地方。

191
00:11:02,100 --> 00:11:07,060
这将是你未来的客户或未来的客户将会看到的东西

192
00:11:07,060 --> 00:11:08,300
还有你的雇主。

193
00:11:08,300 --> 00:11:09,500
所以这确实是一件好事。

194
00:11:09,500 --> 00:11:11,020
所以我强烈鼓励这样做。

195
00:11:11,060 --> 00:11:13,700
与我联系 LinkedIn 并在 LinkedIn 上分享。

196
00:11:13,740 --> 00:11:17,140
这是一个很棒的资源，我迫不及待地想看看你在做什么。

197
00:11:17,500 --> 00:11:21,180
所以现在你已经忍受了我半个小时的喋喋不休了。

198
00:11:21,420 --> 00:11:23,780
最后，是时候采取行动了。

199
00:11:23,780 --> 00:11:25,020
我们要去实验室。

200
00:11:25,020 --> 00:11:26,780
我们将设置您的环境。

201
00:11:26,780 --> 00:11:29,140
下一个视频是针对电脑用户的。

202
00:11:29,140 --> 00:11:35,820
我们将有一个针对 PC 设置的视频，然后是针对 Mac 用户和 Linux 的视频。

203
00:11:35,820 --> 00:11:37,540
您也许应该加入 Mac 人员的行列。

204
00:11:37,540 --> 00:11:39,260
它对你来说足够相似了。

205
00:11:39,380 --> 00:11:43,100
之后我们将重新讨论视频。

206
00:11:43,100 --> 00:11:49,820
因此，将是 PC，然后是 Mac，最后我们将通过完全构建的环境再次聚集在一起。

207
00:11:49,860 --> 00:11:50,700
我们开始做吧。