使用 Agent、LLM 和 RAG 构建你的“第二大脑” AI 助手

学习如何访问并利用你大脑中的集体智慧。

这是一个由 Decoding AI 与 MongoDB、Comet、Opik、Unsloth 和 ZenML 合作推出的开源课程。

---

📖 关于本课程

本课程是 Decoding AI 开源系列的一部分，旨在教你如何使用 LLM、RAG、Agent 和 LLMOps 构建生产就绪（Production-ready）的 GenAI 系统。

“第二大脑（Second Brain）AI 助手” 课程包含 6 个模块，将教授你如何利用 LLMOps 和机器学习（ML）系统的最佳实践，构建先进的 RAG 和 LLM 系统。你将学习如何从零开始构建一个端到端的 AI 助手，与你的“第二大脑”进行交互——即你个人的笔记、资源和存储库知识库。

完成本课程后，你将能够从头开始架构并实现生产级的 Agentic RAG 和 LLM 系统。

什么是“第二大脑” AI 助手？

“第二大脑”是 Tiago Forte 提出的一个概念，指的是你个人的笔记、想法和资源知识库。我们的 AI 助手利用这些知识来回答问题、总结文档并提供见解。

想象一下，你可以让你的 AI 助手推荐 Agent 课程、列出顶级 PDF 解析工具，或总结 LLM 优化方法——所有这些都基于你自己的研究内容，而无需手动翻阅笔记。

虽然本课程使用 Notion 作为示例，但代码同样适用于 Google Drive 或 Calendar 等其他数据源。我们将提供在 Notion 中整理好的 AI/ML 资源列表，涵盖 GenAI、LLM、RAG、MLOps 等内容。你无需拥有 Notion 账号——但如果你想使用自己的数据，我们灵活的流水线支持任何 Notion 数据库。

你将学到什么：

• 构建由“第二大脑”驱动的 Agentic RAG 系统
• 设计生产就绪的 LLM 架构
• 应用 LLMOps 和软件工程的最佳实践
• 对 LLM 进行微调（Fine-tuning）和部署
• 使用行业工具：OpenAI、Hugging Face、MongoDB、ZenML、Opik、Comet、Unsloth 等

完成本课程后，你将拥有属于自己的“第二大脑” AI 助手，效果如下方视频所示：

---

🎯 课程目标

在构建“第二大脑” AI 助手的过程中，你将掌握：

• LLM 系统架构 (FTI) 和 MLOps 最佳实践
• 使用 ZenML 进行流水线编排和跟踪
• 使用 Opik 进行 LLMOps 和 RAG 评估
• 大规模网页爬取与内容规范化
• 使用 LLM 和启发式算法进行质量评分
• 通过蒸馏（Distillation）生成数据集
• 使用 Unsloth 和 Comet 进行 Llama 模型微调
• 将模型以 Serverless 方式部署到 Hugging Face
• 具备上下文或父检索（Parent Retrieval）及向量搜索功能的先进 RAG
• 使用 smolagents 构建 Agent
• 现代 Python 工具链 (uv, ruff)

🥷 掌握这些技能后，你将成为一名能够利用 LLMOps 和 ML 系统最佳实践构建先进 Agentic RAG 和 LLM 系统的专家。

---

👥 适合人群

适合有兴趣学习如何设计和构建 LLM/RAG 应用及系统的人群。

本课程专为“在构建中学习”的人士设计。 完成课程后，你将拥有自己的代码模板，并获得足够的灵感来开发属于你的个人 GenAI 应用。

目标人群	参加理由
ML/AI 工程师	构建生产就绪的 Agentic RAG 和 LLM 系统（超越基础教程）。
数据/软件工程师	架构端到端的 Agentic RAG 和 LLM 应用。
数据科学家	使用 LLMOps 和软件工程最佳实践实现生产级 AI 系统。

🎓 前置要求

类别	要求
技能	- Python (中级) - 机器学习、LLM、RAG (初级)
硬件	现代笔记本/PC (GPU 可选 - 提供云端替代方案)
水平	中级（只要付出一点汗水和耐心，任何人都能完成）

💰 成本结构

本课程是完全开源免费的！如果运行代码，你只需要支付 $1-$5 的工具使用费：

服务	最高费用
OpenAI API	~$3
Hugging Face 专用端点 (可选)	~$2

最棒的是？我们提供了多种路径——通过选择经济高效的方案，你可以仅花约 $1 完成整个课程。仅阅读学习？一切完全免费！

🥂 开源课程：自由参与

作为一门开源课程，你无需报名。所有内容均为自主学习，免费开放，资源获取地址如下：

• 代码: 本 GitHub 仓库
• 课程内容: Decoding AI

📚 课程大纲

[此处待补充]