引言 - 從無到有，開始打造一個前所未有的生成式 AI 應用

背景

觀望許久，目前好像沒有一篇教學能從頭開始帶你真正做一個特殊的 AI 應用
或許有很多 OpenAI API 的教學、有很多 Agent 理論、實作的文章

但如果是一個前所未有的創新應用呢？
如何搭建起一整套思維鏈，透過 AI 建構其一套複雜的知識處理流水線？

這就是為何我要來撰寫這一系列的文章
我將親自帶各位設計一個新創 AI 平台
這邊我會直接拿我的 https://suta.io/ 來當作範例

Suta

你可以將任何需要閱讀的程式碼丟進去
喝一杯咖啡，等個五分鐘
它會將整個程式碼的流程與步驟順理出來
打破程式碼的閱讀理解負擔
並且整理成一份教學
而這就我們這個月我們要做的功能

30 篇文章的大綱預覽

1. 引言：從無到有，開始打造一個前所未有的生成式 AI 應用

2. 架構設計：打好骨架、定義好未來方向

3. 前後端：初始功能與流程設計

4. 深度探討 LLM：他是如何運作的？

5. 第一步，打開 AI 世界的大門：OpenAI API 入門

6. 2024 AI 生態全景圖：主流 AI 的剖析與評論

7. 提示工程：如何撰寫出有效、強大的 Prompt

8. 穩定輸出：OpenAI API 格式化輸出

9. 思維鏈的奧秘：構建 AI 的思考過程

10. 思維鏈設計 1：讓 AI 分析程式碼的標題、目的、語言

11. AI 的開發，從定義成功開始，測試驅動開發

12. 思維鏈設計 2：讓 AI 創建出第一個程式碼片段

13. 思維鏈設計 3：透過 AI 分塊與索引整個程式碼

14. 思維鏈設計 4：AI 指揮官，如何定義並調度每一步驟

15. 思維鏈設計 5：讓 AI 跟著指揮，逐步完成每一個步驟的程式碼生成

16. 設計良好的測試與驗證

17. 跨越語言障礙：讓 AI 精準處理多國語言

18. 智慧問答：打造專屬的 AI Q&A 系統

19. 從零開始理解 Agent 的概念

20. RAG，擴增 AI 的知識庫

21. AI 生態圈探索：LangChain 與 LlamaIndex 的分享

22. 用 LLamaIndex 打造能回應程式碼查詢的 Agent

23. 向量資料庫解密：如何存儲與檢索數據

24. 多輪對話的魔力：設計流暢的交互體驗

25. 即時反應：streaming 技術讓你的 AI 更具活力

26. 實作持久化的對話記憶

27. Fine-tuning 解惑：微調模型的核心概念

28. NoCode 工具分享與評論：Flowise

29. Suta 應用展現與未來展望

30. 學無止盡：持續學習與創新，讓 AI 旅程不止步

技術選擇與教學風格

LLM 大規模普及也不過兩年時間，已經有難以想像，數不盡數的工具、框架、程式被創造出來
這些踩在技術浪尖上的工具和框架雖然強大，但迭代的速度極快，可能會在你學會使用它們之前就已經過時了。
因此，我們將退一步，專注於 LLM 的核心概念，讓你掌握最通用、最本質的 AI 知識。

我們將用生動的案例、精心設計的任務，帶領你一步步掌握這些概念，最終能夠自主設計並實作出一個屬於自己的生成式 AI 應用。

作者介紹：Ray 貓

我是 Ray 貓，一個正在新創路上邁進的軟體工程師
喜歡在 threads 分享享很多資工、網站開發、人工智慧的文章
目前已經有 5000 位粉絲
歡迎追蹤我 threads
另外歡迎加入我的 discord 社群一同討論(他同時也是 sutai.io 的使用者社群)