惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - 【当耐特】
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
AI
AI
酷 壳 – CoolShell
酷 壳 – CoolShell
D
Docker
宝玉的分享
宝玉的分享
Hugging Face - Blog
Hugging Face - Blog
云风的 BLOG
云风的 BLOG
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 三生石上(FineUI控件)
J
Java Code Geeks
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Y
Y Combinator Blog
P
Palo Alto Networks Blog
P
Privacy & Cybersecurity Law Blog
T
Tenable Blog
B
Blog
大猫的无限游戏
大猫的无限游戏
L
LINUX DO - 热门话题
Cisco Talos Blog
Cisco Talos Blog
IT之家
IT之家
Engineering at Meta
Engineering at Meta
C
CERT Recently Published Vulnerability Notes
A
Arctic Wolf
Scott Helme
Scott Helme
C
Cisco Blogs
F
Fortinet All Blogs
Jina AI
Jina AI
W
WeLiveSecurity
Hacker News: Ask HN
Hacker News: Ask HN
GbyAI
GbyAI
L
LangChain Blog
P
Privacy International News Feed
Martin Fowler
Martin Fowler
The GitHub Blog
The GitHub Blog
Project Zero
Project Zero
TaoSecurity Blog
TaoSecurity Blog
A
About on SuperTechFans
N
News | PayPal Newsroom
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
G
GRAHAM CLULEY
I
InfoQ
K
Kaspersky official blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
T
Troy Hunt's Blog
博客园_首页
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
I
Intezer
博客园 - 聂微东

博客园 - aqi00

15天学会AI应用开发(十四)搭建LangChain的开发环境 15天学会AI应用开发(十三)上下文与RAG的阶段性总结 15天学会AI应用开发(十二)从PDF、WORD、网页构建RAG 15天学会AI应用开发(十一)从TXT文件构建RAG知识库 15天学会AI应用开发(十)把文本嵌入模型换成国产模型 15天学会AI应用开发(九)利用Chroma持久化向量数据 15天学会AI应用开发(八)使用向量数据库实现RAG功能 15天学会AI应用开发(七)有了大模型为什么还要引入RAG 15天学会AI应用开发(六)使用离线大模型对文本生成摘要 一文速览 HarmonyOS 6.1.1 推出的十个新特性 15天学会AI应用开发(五)使用AI摘要来压缩上下文消息 15天学会AI应用开发(四)根据Token长度截断历史对话 15天学会AI应用开发(三)把历史对话作为提示词会怎样 15天学会AI应用开发(二)为什么编写提示词这么重要 一文理清 HarmonyOS 6.0.2 涵盖的十个升级点 FFmpeg开发笔记(一百零二)国产的音视频移动开源工具FFmpegAndroid FFmpeg开发笔记(一百零一)跨平台的开源音视频移动框架MobileFFmpeg 一文速览 HarmonyOS 6.0.1 引入的十个新特性 一文读懂 HarmonyOS 6.1 带来的十大重要升级 新书《鸿蒙HarmonyOS 6应用开发:从零基础到App上线》出版啦 FFmpeg开发笔记(一百)国产的Android开源视频压缩工具VideoSlimmer FFmpeg开发笔记(九十九)基于Kotlin的国产开源播放器DKVideoPlayer FFmpeg开发笔记(九十八)基于FFmpeg的跨平台图形用户界面LosslessCut FFmpeg开发笔记(九十七)国产的开源视频剪辑工具AndroidVideoEditor FFmpeg开发笔记(九十六)采用Kotlin+Compose的视频编辑器OpenVideoEditor FFmpeg开发笔记(九十五)国产的开源视频美颜工具VideoEditorForAndroid FFmpeg开发笔记(九十四)基于Kotlin的国产开源推拉流框架anyRTC FFmpeg开发笔记(九十三)国产的Android开源视频编辑器EpMedia FFmpeg开发笔记(九十二)基于Kotlin的开源Android推流器StreamPack FFmpeg开发笔记(九十一)基于Kotlin的Android直播开源框架RootEncoder FFmpeg开发笔记(九十)采用FFmpeg套壳的音视频转码百宝箱FFBox FFmpeg开发笔记(八十九)基于FFmpeg的直播视频录制工具StreamCap FFmpeg开发笔记(八十八)基于Compose的国产电视直播开源框架MyTV FFmpeg开发笔记(八十七)采用Kotlin的手机开源播放器VLC-Android FFmpeg开发笔记(八十六)基于Node.js的国产视频编辑开源框架OpenCut FFmpeg开发笔记(八十五)基于PyQt和FFmpeg的开源视频剪辑器OpenShot FFmpeg开发笔记(八十四)使用国产的librestreaming实现RTMP直播 FFmpeg开发笔记(八十三)国产的视频裁剪框架AndroidVideoTrimmer FFmpeg开发笔记(八十二)使用国产直播服务器smart_rtmpd执行推流操作
15天学会AI应用开发(一)搭建AI大模型应用开发环境
aqi00 · 2026-05-24 · via 博客园 - aqi00

AI大模型时代来了,程序员们纷纷入坑AI应用开发,可是苦于AI教程良莠不齐,往往花费了大量时间精力和金钱,却仍然过其门而不入。

有鉴于此,博主开始连载AI应用开发教程《15天学会AI应用开发》,帮助大家快速掌握AI应用开发技能,不掉坑、不迷路、有收获。

一、学习AI应用开发的四大困难

在入坑AI应用开发之时,孤立无援的开发者面对着下列四个拦路虎:

1、个人电脑跑不动AI大模型应用。众所周知,大模型很吃CPU和内存,推理过程又需要GPU,可是个人电脑哪有那么高端的配置呢?
2、AI开发环境的软件版本兼容性。多数AI应用基于Python开发环境,但Python版本过低或者过高都会导致依赖的AI库无法正常运行。
3、在线AI大模型的Token高消耗。AI应用只是个外壳,核心的推理功能需要调用大模型,但在线大模型的Token消耗很快,初学者无法承受快速上涨的账单。
4、AI课程大纲用到很多专业词汇。许多AI课程一上来就是各种专业词汇,例如LLM、Prompt、RAG、Langchain、Graph、Vector、LIamaIndex、Agent、Workflow、LangGraph、Tansformer、Hugging等等,既烧脑又吓人,让人战战兢兢、如履薄冰。

这四个拦路虎看着可怕,实际上都是纸老虎,只要掌握了正确的学习姿势,就能轻轻松松打败它们,且待博主细细道来。

二、个人电脑也能跑AI大模型应用

对于初学者而言,既不需要在本地电脑部署大模型,也不需要部署开源框架全家桶,只要能跑通AI应用的基本流程就行。

所以个人电脑应付基础的AI应用开发已经足够,内存仅需8-16G,也不要GPU,就跟平常使用IDEA开发Java程序一样,无需担心电脑配置带不动AI应用。

三、安装好指定版本的AI开发环境

AI开发环境的Python版本首选Python 3.10.x,该版本兼容所有 AI 库(torch、llama-index、langchain、langgraph、ollama),也没有新版本的奇怪Bug。Python 3.11.x也可以,但3.10 更稳。至于Python 3.8、3.9、3.12、3.13等等就不考虑了,因为这些版本不兼容很多AI库,经常各种报错。
Python 3.10.11(Windows 64 位)的下载页面为 https://www.python.org/downloads/release/python-31011/ ,也可直接访问博主提供的下载链接 https://www.alipan.com/s/sLDCxCjF3A9 。安装时Python时注意一定要勾选“Add Python to PATH”。

Python代码的开发工具PyCharm可以选择社区版的PyCharm 2024.1 / 2023.3 / 2022.2 ,PyCharm版本过低会不支持Python 3.10,版本过高会很消耗电脑资源。
PyCharm的下载页面为 https://www.jetbrains.com/pycharm/download/?section=windows ,也可直接访问博主提供的下载链接 https://www.alipan.com/s/nZ6eXAzA4Jo ,注意该链接为Windows版本。

AI应用在加载离线大模型时用到了 Ollama ,它的安装包比较大,有1.8G左右,AI应用的智能体开发必须安装Ollama。
Ollama的下载页面为 https://ollama.com/download ,但外网速度较慢下载很耗时,建议访问博主提供的下载链接 https://www.alipan.com/s/gkea9rqEDTU 。

四、全部采用离线大模型,零Token

网上许多AI应用代码要么直连外网大模型,要么连接国内大模型。可是外网的网络情况很不稳定,部分外网服务甚至禁止国内IP访问。国内的在线大模型只提供有限的Token,多问几个问题很容易就用光了,于是超额的Token要另外付费,学不起根本学不起。

本教程的AI应用代码全部采用离线大模型,开发者只需根据说明提前把大模型文件下载到本地,后续就能直接调用电脑上的离线大模型,不用付费完全零Token,可有效降低初学者的学习成本。

五、直接上可运行、有问答交互的代码

AI应用开发确实引入了很多概念和专业术语,如果一上来就对初学者介绍各种概念是什么,容易让人云里雾里发呆发懵。

倒不如先把代码跑起来,以寥寥数行的极简代码观察运行结果,通过实际效果来解释相关概念,让人更明白每个概念都是干什么用的,真正做到借助极简代码来理解概念,再代码编写中熟悉概念。

尤其是可运行、有问答交互的代码,开发者输入各种问题,可以直观地看到AI的问答效果,就能在实战中发现问题并逐步调优,一步一步掌握AI应用从初级到高级的开发技能。

本系列的AI应用开发文章目录为《15天学会AI应用开发全目录(零基础小白,零Token消耗)》。