介绍

本 Cookbook 包含示例和教程，旨在帮助开发者通过可直接复制粘贴的代码片段构建 AI 系统，并轻松集成到您自己的项目中。

关于我

我是 Dave，一名 AI 工程师，同时也是 Datalumina 的创始人。我经营一家 AI 开发公司，在我的 YouTube 频道上，我会分享实用的教程，教您如何构建真正能在现实世界中发挥作用的 AI 系统。

我的其他工作

除了这本 Cookbook 之外，我还创建了其他一些资源，具体哪一种对您有帮助，取决于您目前的职业发展阶段。

如果您是 AI 领域的新手，刚刚开始学习 Python，我有一门 免费的五小时课程，涵盖了建立扎实基础所需的一切知识。

如果您已经掌握了基础知识并希望深入学习，我可以带您参与一个项目，教您如何使用我们为代理客户所采用的相同方法，构建并部署端到端的 GenAI 解决方案。

而如果您是一位经验丰富的开发者或数据专业人士，正考虑独立创业，我也可以帮助您拿下您的第一位客户。

ai-cookbook 快速上手指南

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows、macOS 或 Linux
• Python 版本：建议安装 Python 3.8 或更高版本
• 前置依赖：
  • 已安装 git 用于克隆代码库
  • 已安装 pip 用于管理 Python 包
  • （可选）建议创建虚拟环境以隔离项目依赖

提示：国内开发者可使用清华源或阿里源加速 pip 安装，例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple <package_name>

安装步骤

1. 克隆仓库 打开终端，执行以下命令将项目复制到本地：

   git clone https://github.com/daveebbelaar/ai-cookbook.git
   cd ai-cookbook
   

2. 创建并激活虚拟环境（推荐）

   python -m venv venv
   # Windows
   venv\Scripts\activate
   # macOS / Linux
   source venv/bin/activate
   

3. 安装依赖 根据具体示例所需的依赖，安装基础包或查看对应文件夹下的 requirements.txt：

   pip install -r requirements.txt
   

   注：若需加速，可添加国内镜像源参数，如 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

基本使用

本工具的核心价值在于提供“复制即用”的代码片段。以下是使用流程：

1. 浏览示例 进入仓库目录，查看不同的教程文件夹（如 llm-basics, rag-systems 等），找到您需要的功能场景。

2. 复制代码 直接复制示例中的 Python 代码片段到您的项目中。

3. 运行示例 假设您找到了一个名为 simple_chat.py 的示例文件，直接在终端运行：

   python simple_chat.py
   

4. 集成到项目 将复制的代码逻辑嵌入您现有的 AI 应用结构中，并根据需要修改 API Key 或配置参数即可。

注意：大部分示例需要配置 LLM API Key（如 OpenAI、Anthropic 等），请在代码中替换为您自己的密钥或在环境变量中设置。