day18-课程介绍+环境适配

自我介绍

张晓波：bobo老师

• 工信部认聘的数据分析和人工智能专家组专家，参与数字化人才《岗位能力标准》的制订工作。

• 华为认证AI大模型专家讲师

​ 专业的事交给专业的人去做

有言在先

• 授课风格：
  • 没有鸡汤、没有段子。有认真负责的态度、有传道受业解惑的育人之志和启智之能。
• 学习方法
  • 课上动脑听、课下用心练、笔记常翻译、消化在心中
• 授课相关：好的授课过程就好比是谈一场恋爱，从来都不是一个人的事
  • 节奏快慢
  • 内容动态补充
  • 授课内容+顺序
  • ......
• Finally：
  • 人无完人，每个人都有不同的短板和不足之处。互相理解、互相适应、搞定AI、成就大计！

核心内容

• 参考企培方案

• 任务：预习系列（参考2期）

  • day20-大模型基本概述+API调用3个课时
  • day21-大模型基本概述+API调用5个课时
  • day22-langchain框架基础4个课时
  • day23-langchain框架进阶

• 下次课：下周四2025-10-23日（将上述day20-day21两天内容进行串讲和答疑）

• 下下次课：下下周四2025-10-30日（将上述day22-day23两天内容进行串讲和答疑）

• Agent系列

  • 轻量级框架
    • Functioncalling
    • swarm
    • openai-agent-sdk
  • 工业级框架
    • langgraph
    • MCP

• RAG系列

  • langchain+RAG
  • Agentic RAG
  • GraphRAG
  • 多模态RAG

开发环境搭建

参考2期的”day16-开班“视频

Python解释器：

注意：python版本必须是3.10或者以上的版本。

Anaconda

定义：Anaconda是一个集成的Python发行版，专为数据科学、机器学习和AI开发而设计。它包含了常用的Python库、包管理工具（Conda）和Jupyter Notebook等开发工具。

在机器学习和AI开发中使用的原因

• 环境管理便捷：可以通过Conda轻松创建和管理虚拟环境，为不同的项目设置独立的环境，避免Python依赖冲突。
• 内置丰富资源：自带了众多常用的AI库，无需手动安装，节省了大量时间和精力。这使得开发者能够快速搭建起工作环境，立即开始项目开发。

Jupyter Notebook

定义：Jupyter Notebook是一个基于Web的交互式开发环境，支持Python代码编写、调试、运行以及数据可视化。它被广泛应用于AI研究、数据分析和机器学习模型训练。

在机器学习和AI开发中使用的原因

• 交互式执行代码：支持分块执行代码，便于调试和数据分析。在机器学习和AI开发中，经常需要对代码进行反复调试和修改，Jupyter Notebook的这种特性可以让开发者快速查看代码执行结果，及时调整代码逻辑。
• 文档与代码结合：可以在Notebook中添加Markdown文档，方便记录研究过程、注释代码功能和撰写项目报告。对于机器学习和AI项目，这种文档与代码相结合的方式非常有利于知识的整理和分享。
• 与Anaconda完美兼容：Anaconda内置Jupyter Notebook，开箱即用，两者结合可以为机器学习和AI开发提供一个高效、便捷的工作环境1。

网盘下载安装：

通过网盘分享的文件：Anaconda
链接: https://pan.baidu.com/s/1v2TkkKPMOu5j2sOQ9viuNQ?pwd=udkg 提取码: udkg 
--来自百度网盘超级会员v5的分享

清华源下提供下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

Conda简介

Conda是一个开源的软件包管理系统和环境管理系统。它最初是为Python程序创建的，但现在已经可以打包和分发其他软件，适用于Linux、OS X和Windows系统。以下是关于conda的详细信息：

主要功能

• 包管理：可以快速安装、运行和更新包及其依赖项，类似于Node.js的npm或Python的pip，但功能更强大，能更好地处理依赖关系。
• 环境管理：能够轻松地在计算机上创建、保存、加载和切换环境，使得在同一台机器上管理多个软件包版本成为可能，这对于需要不同版本的Python或特定依赖项的项目非常有用。

与pip的区别

• 包管理范围：conda不仅可以管理Python包，还可以管理其他语言的包；而pip主要用于管理Python包。
• 环境隔离方式：conda本身可以创建和管理独立的环境，而pip一般要与虚拟环境（如venv）结合使用来实现类似的隔离效果。
• 依赖冲突解决：conda能够解决包之间的依赖关系冲突，确保安装兼容的包；pip在安装包时如果存在依赖冲突，可能需要手动解决。

虚拟环境创建

创建虚拟环境

• 语法：conda create -n <环境名称> [选项]。
• 示例：创建一个名为myenv且指定Python版本为3.8的虚拟环境，命令为conda create -n myenv python=3.10。

激活与退出虚拟环境

• 激活：使用命令conda activate <环境名称>，激活后命令行提示符会显示当前环境名称，表示已切换到该环境。

查看虚拟环境列表：使用命令conda env list或conda info -e可以查看已有的虚拟环境列表。

下载内核：pip install ipykernel

内核和环境匹配：python -m ipykernel install --user --name=你虚拟环境的名字

云服务器（推荐申请一个）

• 官网：https://www.autodl.com/home

• 微信登录云服务器，登录成功后先在个人主页中充值5块钱。

• 点击左上角的【容器实例】在主页租用一个新实例（实例==服务器）