مقدمة عن الدورة

مرحبًا بكم في هذه الدورة! ستستكشف هذه الدورة كيفية استخدام LlamaIndex بناء أنظمة عملية وذكية تعتمد على نماذج لغوية كبيرة (LLMs). سواء كنت تعمل على روبوت محادثة، أو مساعد مستندات، أو خط أنابيب بيانات مهيكلة، يمنحك LlamaIndex الأدوات اللازمة للانتقال من المفهوم إلى التطبيق العملي.

ما سوف تتعلمه

بحلول نهاية هذه الدورة، ستكون قادرًا على:

• تعرف على المكونات الأساسية لـ LlamaIndex وكيفية ملاءمتها لسير عمل الذكاء الاصطناعي الحديث.

• إنشاء خطوط أنابيب توليد الاسترجاع المعزز (RAG) للإجابة على الأسئلة المستندة إلى المستندات.

• تصميم أنظمة ذات وكيل واحد ووكلاء متعددين تستخدم الأدوات والذاكرة والسياق.

• استخراج المعلومات المنظمة من نص غير منظم باستخدام الأساليب القائمة على المخطط.

• قم بمراقبة تطبيقاتك وتصحيح أخطائها باستخدام أدوات التتبع والتقييم المضمنة.

• اجمع بين هذه القدرات بناء تطبيقات الذكاء الاصطناعي كاملة الميزات، مثل مساعد الأسئلة والأجوبة للمستندات، أو محسن السيرة الذاتية، أو منشئ خطة الدرس.

الأدوات التي ستستخدمها

ستستخدم طوال الدورة:

• يوفر LlamaIndex للاسترجاع والوكلاء والذاكرة وسير العمل والتقييم واجهة موحدة وقابلة للتعديل لبناء تطبيقات LLM قوية دون الحاجة إلى إعادة اختراع العجلة.

• يتيح Ollama لتوليد التضمين المحلي وLLMs المحلية خفيفة الوزن معالجة سريعة وغير متصلة بالإنترنت بدون تكاليف API السحابية، مما يجعله مثاليًا للتطوير والتجريب.

• Groq هو برنامجنا الخلفي LLM لاستدلال عالي الأداء ومنخفض زمن الوصول - في حين يعمل Ollama بشكل رائع للنماذج المحلية، فإن البنية الأساسية المستضافة لـ Groq تقدم سرعة استثنائية للنماذج الكبيرة مثل LLaMA 3–70B، والتي قد لا تعمل بكفاءة على معظم الإعدادات المحلية.

• Streamlit بناء واجهات أمامية بسيطة وتفاعلية - مثالية لإنشاء النماذج الأولية ومشاركة تطبيقات الذكاء الاصطناعي مع الحد الأدنى من الإعداد أو تكلفة واجهة المستخدم.

هيكل الدورة

تنقسم هذه الدورة إلى الفصول التالية:

1. المفاهيم الأساسية واستخدامات ماجستير القانون
   تعرف على العناصر الأساسية لبرنامج LlamaIndex وكيفية تكامله مع برامج LLM.

2. بناء خط أنابيب RAG
   إنشاء أنظمة معززة بالاسترجاع تجيب على الأسئلة استنادًا إلى محتوى المستند.

3. الوكلاء وسير العمل
   تنفيذ وكلاء أذكياء وأنظمة معززة بالذاكرة وسير عمل مخصصة متعددة الخطوات.

4. استخراج المخرجات المنظمة من برامج الماجستير في القانون
   تعرف على كيفية استخراج الحقول المنظمة من النص الخام باستخدام مخططات Pydantic وإرشادات LLM.

5. مراقبة وتقييم طلبات الماجستير في القانون
   استخدم التتبع واستكشاف الأخطاء وإصلاحها وتقييم الأداء لتحسين أنظمة الذكاء الاصطناعي لديك واستكشاف أخطائها وإصلاحها.

6. بناء تطبيقات واقعية باستخدام LlamaIndex
   قم بإنشاء تطبيقات واقعية مثل مساعد الأسئلة والأجوبة للمستندات متعددة الأدوار، ومحلل السيرة الذاتية، ومخطط الدروس باستخدام كل ما تعلمته.

دعونا نبدأ!

للالتحاق بهذه الدورة، يجب أن تكون لديك معرفة أساسية Python وبعض المعرفة بنماذج اللغات، ولكنك لست بحاجة إلى خبرة سابقة في LlamaIndex. يعتمد كل درس على ما سبقه، لذا تابعونا، وجرّبوا الشيفرة البرمجية، وابدأوا معًا ببناء تطبيقات ذكاء اصطناعي ذكية ومرنة.