آموزشها و راهنماهای کاربردی برای استفاده از هوش مصنوعی، API درواره، مدلهای پیشرفته و ابزارهای توسعه، بهصورت گامبهگام و عملی. توجه: آموزشهای این مقاله با هدف یادگیری و آشنایی با فناوریهای هوش مصنوعی ارائه شدهاند. اجرای دستورالعملها، کدها و تنظیمات معرفیشده بر عهده کاربر است و درواره مسئولیتی در قبال نتایج، خطاها یا خسارتهای احتمالی ناشی از استفاده از آنها ندارد.
آموزش و راهنما
مدل زبانی کوچک یا SLM برای اجرای سریع و اقتصادی وظایف مشخص طراحی شده است. در این مقاله تفاوت SLM و LLM، کاربردها، محدودیتها و معماری استفاده از مدلهای کوچک و بزرگ با API را بررسی میکنیم.
آموزش و راهنما
در این راهنمای کاربردی یاد میگیرید چگونه فایلهای Excel و CSV را با هوش مصنوعی تحلیل کنید، سؤال درست بپرسید، نتایج را اعتبارسنجی کنید و یک سامانه تحلیل داده مبتنی بر API بسازید.
آموزش و راهنما
Computer Use قابلیتی است که به عامل هوش مصنوعی اجازه میدهد رابط کاربری کامپیوتر یا مرورگر را ببیند، درباره مرحله بعد تصمیم بگیرد و اقداماتی مانند کلیک، تایپ و پیمایش را اجرا کند. در این راهنما معماری، کاربردها و ساخت آن با API را بررسی میکنیم.
آموزش و راهنما
هوش مصنوعی چندوجهی میتواند چند نوع داده مانند متن، تصویر، صدا، سند و ویدئو را پردازش و میان آنها ارتباط برقرار کند. در این راهنما با نحوه کار، کاربردها، محدودیتها و استفاده از مدلهای چندوجهی با API آشنا میشوید.
آموزش و راهنما
Deep Research قابلیتی عاملمحور برای برنامهریزی تحقیق، جستوجوی چندمرحلهای، تحلیل منابع و تولید گزارش مستند است. در این راهنما روش استفاده صحیح، پرامپتهای فارسی، محدودیتها و معماری ساخت سامانه تحقیق با API را بررسی میکنیم.
آموزش و راهنما
GEO روشی برای افزایش شانس دیدهشدن و استناد به محتوای سایت در پاسخ موتورهای هوش مصنوعی است. در این راهنما با تفاوت GEO و SEO، اصول تولید محتوای قابل استناد، روش ارزیابی و کاربرد API در این فرایند آشنا میشوید.
آموزش و راهنما
Cherry Studio یک کلاینت دسکتاپ متنباز برای استفاده از مدلهای مختلف هوش مصنوعی است. در این آموزش، نصب برنامه، افزودن Provider، اتصال به API درواره، مقایسه مدلها و ساخت پایگاه دانش را یاد میگیرید.
آموزش و راهنما
Jan یک جایگزین متنباز ChatGPT برای اجرای مدلهای هوش مصنوعی روی کامپیوتر است. در این آموزش، نصب Jan، دانلود مدل، چت آفلاین، API محلی و اتصال مستقیم آن به API درواره را یاد میگیرید.
آموزش و راهنما
در این راهنمای عملی با LM Studio، پیشنیازهای سختافزاری، نصب در ویندوز، مک و لینوکس، دانلود مدلهای GGUF و MLX، اجرای چت آفلاین، ساخت API محلی و انتقال پروژه به API درواره آشنا میشوید.
آموزش و راهنما
در این آموزش نسخه جدید LobeChat با نام LobeHub را نصب میکنیم، آن را به API درواره متصل میکنیم و یک دستیار هوش مصنوعی شخصی با مدل، حافظه و دستور اختصاصی میسازیم.
آموزش و راهنما
در این آموزش Langflow را با Docker نصب میکنیم، آن را به API درواره متصل میکنیم و با ویرایشگر تصویری، یک Agent هوش مصنوعی قابلفراخوانی از طریق API میسازیم.
آموزش و راهنما
در این آموزش نسخه جدید Open Interpreter را روی Windows، Linux یا WSL نصب میکنیم و با استفاده از API درواره، یک عامل هوش مصنوعی برای تحلیل پروژه، ویرایش فایل و اجرای دستورات میسازیم.