從零開始建置模型上下文協議(MCP Server實戰課程)
Continue reading “MCP Server 讓 AI 走入實體世界:從零打造 MCP Server,一點都不難!本地 LLM 結合 MCP Server 開發”透過 Ollama 和 LM Studio 學習本地 LLM 課程-實用指南
在本地運行 Gemma、Llama 或 DeepSeek 等大型開放語言模型,以便在消費級硬體上執行 AI 推理。
Continue reading “透過 Ollama 和 LM Studio 學習本地 LLM 課程-實用指南”大型語言模式(LLM)與生成式 AI:它們有什麼不同?
原文 : Large Language Models (LLMs) vs. Generative AI: What’s the Difference?
💡 加深對大型語言模型(LLM)和生成式 AI 的理解,並探索它們在各個行業的應用。
大型語言模型 (LLM) 有助於建構生成式 AI 應用。兩者之間的主要區別在於,生成式 AI 專注於基於訓練數據生成新內容,而 LLM 則專注於從資料中學習和解釋數據,從而產生可靠的文字輸出。作為開發者,您將使用海量資料訓練 LLM,該模型會對資料進行解釋和分析,以幫助生成式 AI 應用程式創建內容,並像人類一樣回應使用者的查詢和提示。探索 LLM 和生成式 AI 的基礎知識,了解它們的關鍵應用,並深入了解它們的潛在優勢和劣勢。
Continue reading “大型語言模式(LLM)與生成式 AI:它們有什麼不同?”運用 Model Context Protocol 和 Typescript 的 AI Agent 專業課程
運用 TypeScript 和 MCP( Model Context Protocol ,模型情境協定) 建立可靠的 AI Agent。 掌握 TypeScript 和 MCP 模式,建構可靠且可用於生產環境的 AI Agent。
Continue reading “運用 Model Context Protocol 和 Typescript 的 AI Agent 專業課程”Claude API – 建立 LLM 驅動的應用程式大師班
掌握提示工程( prompt engineering )、工具使用、串流媒體和進階功能,使用 Anthropic 建立強大的 LLM 應用程式。
Continue reading “Claude API – 建立 LLM 驅動的應用程式大師班”原文書 – AI 代理和應用 使用 LangChain、LangGraph 和 MCP
利用代理工作流程和基於工具的代理,建立智慧的 LLM 應用程式。
2026年2月出版 ISBN 9781633436541 448頁 包含在Manning Online訂閱服務中/ 黑白印刷
Continue reading “原文書 – AI 代理和應用 使用 LangChain、LangGraph 和 MCP”OpenClaw:安全運作強大且自主的 AI 代理
部署全天候數位員工:VPS 安全、本地 AI、Ollama、Claude、GPT、Docker、AI 自動化和 Agentic ( AI 代理的)工程
Continue reading “OpenClaw:安全運作強大且自主的 AI 代理”使用 LangChain 和 LLMs 進行機器學習和資料科學
精通 LangChain 和 LLM:利用機器學習、自然語言處理和資料分析來建立人工智慧驅動的資料科學解決方案
Continue reading “使用 LangChain 和 LLMs 進行機器學習和資料科學”AI Builder:在 n8n 中建立代理、語音代理和自動化流程
三週內成為 AI 建構者。使用 ElevenLabs、Agentic RAG 和 MCP,在 n8n v2.0 中建立低程式碼 AI 代理程式和語音代理程式。
Continue reading “AI Builder:在 n8n 中建立代理、語音代理和自動化流程”建構全端人工智慧應用
了解如何將人工智慧整合到您的應用程式中—無需機器學習背景
Continue reading “建構全端人工智慧應用”