MCP 实战: 手搓 AI 工具
本课程从Function Calling到MCP协议并编写Server,解决大模型不能联网、工具难复用,帮助手搓即插即用AI工具。
手机阅读
理解大模型怎么工作,用好它解决真实问题。
本课程从Function Calling到MCP协议并编写Server,解决大模型不能联网、工具难复用,帮助手搓即插即用AI工具。
本课程讲解用Docker部署Xinference与Dify接入语音模型,解决文本助手缺少语音输入输出,帮助学习者搭建语音助手。
本课程通过环境配置与Gradio开发,讲解ChatGLM3-6B本地部署流程,解决开源大模型私有化运行,帮助学习者搭建对话应用。
本课程讲解Ollama本地部署大语言模型,覆盖CLI、WebUI及Python调用,帮助学习者私有化落地大模型,提升工程部署能力。
本课程以微博情感分类为例,讲解LLaMA-Factory数据准备到LoRA部署,解决小模型无指令遵循,帮助学习者大模型微调落地。
本课程经环境搭建到Gradio部署,讲解CosyVoice3音色复刻与情感方言,解决开源TTS本地落地,帮助完成语音合成demo。
本课程通过向量编码与余弦相似度计算,讲解零样本文本分类原理,解决无标注下动态标签与多标签分类,帮助学习者搭建文本分类器。
本课程经Docker部署与邮件答疑、文件处理案例,讲解Dify低代码AI工作流开发,解决业务流程自动化编排,帮助掌握核心节点组合。
本课程讲解LangChain提示词、向量库、工具调用与链式编排,解决LLM应用各环节拼装问题,帮助学习者独立搭建RAG与对话应用。