Share feedback
Answers are generated based on the documentation.

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

  1. Start the labspace:

    $ docker compose -p labspace -f oci://dockersamples/labspace-ai-fundamentals up -d
    
    Note

    This lab uses an AI model, which requires the Docker Model Runner to be enabled. The model may take some time to download.

  2. Open your browser to http://localhost:3030.

  3. 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