实验:面向开发者的 AI 基础
动手实验:学习 AI 应用开发的四大核心支柱。 通过交互式练习,实践 Chat Completions API、提示工程、工具调用和 RAG。
动手实践 AI 应用开发的四大核心支柱:模型、 提示工程、工具调用和 RAG。本实验使用 Docker Model Runner 完全在你的 本机上运行——无需 API 密钥或云账号。
启动实验
-
Start the labspace:
$ docker compose -p labspace -f oci://dockersamples/labspace-ai-fundamentals up -dNoteThis lab uses an AI model, which requires the Docker Model Runner to be enabled. The model may take some time to download.
-
Open your browser to http://localhost:3030.
-
When you're done, tear down the labspace:
$ docker compose -p labspace down
你将学到什么
完成本 Labspace 后,你将掌握以下内容:
- 理解 Chat Completions API 以及如何为模型组织消息结构
- 使用提示工程技巧,包括系统提示、少样本示例和结构化输出
- 在代码中实现工具调用和智能体循环
- 构建 RAG 流水线,让模型的回答基于你自己的数据
模块
| # | 模块 | 说明 |
|---|---|---|
| 1 | 欢迎与环境准备 | 实验介绍与环境验证 |
| 2 | 与模型对话 | Chat Completions API、消息角色与模型的无状态特性 |
| 3 | 提示工程 | 系统提示、少样本示例与结构化输出 |
| 4 | 工具调用 | 工具定义、智能体循环以及在代码中执行工具 |
| 5 | 检索增强生成(RAG) | 基于你自己的知识库进行检索、增强与生成 |
| 6 | 总结 | 概念回顾与后续步骤 |