Kubrick 课程

Hi Dave...

学习构建能够理解图像、文本、音频和视频的 AI Agent。

这是一门由 The Neural Maze 和 Neural Bits 联合 Pixeltable 和 Opik 推出的免费开源课程。

📖 关于本课程

厌倦了那些只会教你如何将现有的 MCP 服务器连接到 Claude Desktop 的教程了吗？

是的，我们也一样。

这就是我们构建 Kubrick AI 的原因——这是一个用于视频处理任务的 MCP 多模态 Agent。没错！你没看错。

💡 Agent + 视频处理 ... 还有 MCP！

本课程由 The Neural Maze 和 Neural Bits（以下简称“The Neural Bros”）合作开发，专为那些希望超越基础知识、构建严谨且生产就绪型 AI 系统的开发者而设计。你将具体学到：

🚀 没有捷径，拒绝浮夸。让我们通过实践来学习。

完成本课程后，你将学会如何设计并赋能 Agent，使其能够在单一系统中理解跨图像、视频、音频和文本输入的多模态数据。

具体来说，你将：

完成本课程后，你将构建出属于自己的“Kubrick”Agent（带有 HAL 主题风格的衍生项目），扮演一套全新的“眼和耳”：

Kubrick 不是一个简单的入门教程。因此，要使该系统运行起来，你需要先完成一些准备工作。

我们已在 GETTING_STARTED.md 文件中详细列出了入门步骤。

💡 让 Kubrick 运行起来只是第一步！现在它已经启动并运行了，是时候去深入理解它的工作原理了（参见课程大纲）。

通过从零开始亲手构建，你将从本课程中获得最大收获。课程内容经过精心组织，涵盖了关键概念并演示了如何在此基础上进行构建，最终形成 AI 系统。

目标受众	获得的技能
ML/AI 工程师	构建复杂的 MCP 服务器，学习将 AI 模型应用于视频、图像和语音。
软件工程师	学习通过 API 连接 AI 组件，构建端到端的 Agent 应用。
数据工程师/科学家	学习设计 AI 系统，管理视频/音频/图像数据的处理与结构。

无论你的经验或职位如何，本课程都旨在用实际且易懂的概念来拆解复杂主题，帮助你构建完整的 AI 系统。

在本节中，我们列出了一些要求和建议，以改善你的学习体验。

类别	标签	描述
编程技能（初级）	要求	对编程有基本的理解，并熟悉 Python 语言语法。
AI/ML 概念（初级）	建议	理解 AI、AI 模型和 AI 系统背后的基本概念。
LLMs, MCP, Agents	建议	如果你了解这些是最好的；如果不了解也没问题，我们将分步骤进行教学和解释。
配备任意操作系统的电脑	要求	AI 模型推理需要算力。为了解决这个问题，我们主要使用基于 API 的模型。

本课程的整体难度为初级/中级，但请放心，我们致力于为广大受众分步骤解释每一个组件。

得益于我们的赞助商 Pixeltable 和 Opik，本课程及其相关资料均为开源且完全免费！

你将能够以极低的成本运行 Kubrick 的示例。这是因为我们使用 OpenAI 和 Groq 来处理 LLM 和 VLM 调用，它们提供如下的免费增值计划：

提供商	免费额度
OpenAI	$5