Udemy [Udemy, Арнольд Оберлейтер] Мастер-класс по локальному ИИ: LLM, диффузионные модели и ИИ-агенты на вашем ПК (2026)

[Gatsby]

Автор: Udemy, Арнольд Оберлейтер
Название: Мастер-класс по локальному ИИ: LLM, диффузионные модели и ИИ-агенты на вашем ПК (2026)



Описание:

Local AI Masterclass: LLMs, Diffusion & AI-Agents on Your PC [udemy][Arnold Oberleiter]

Язык английский

Хотите получить полный контроль над искусственным интеллектом?

Узнайте, как раскрыть мощь языковых моделей и генераторов изображений прямо на своём компьютере — без облака, без рисков для данных, с максимальной производительностью.

Автоматизация ИИ и интеллектуальные агенты трансформируют индустрии прямо сейчас.

Но что если вы не хотите зависеть от внешних провайдеров?

Что если вам нужна инфраструктура ИИ, которая на 100% находится под вашим контролем — для приватности, максимальной производительности или полной творческой свободы?

Этот курс — пошаговое руководство в мир локального ИИ.

Вы не просто научитесь устанавливать отдельные инструменты — вы создадите полноценную экосистему, где языковые модели, генераторы изображений и видео и интеллектуальные агенты работают вместе.

Всё запускается полностью локально — на вашем оборудовании.

Мы будем использовать инструменты с открытым исходным кодом: Ollama, LM Studio, Anything LLM, Flowise, n8n, Docker, Supabase, ComfyUI, MCP и Open WebUI.

Вместе мы создадим ваш персональный центр управления ИИ — от автоматизации текста до генерации изображений, аудио и видео.

Забудьте ограничения облачных сервисов.

После курса вы сможете создать систему ИИ, превосходящую стандартные решения по функциональности, безопасности и гибкости.

Почему этот курс уникален

• Большинство курсов показывают один инструмент.
• Этот курс учит создавать полноценную независимую инфраструктуру ИИ.

Для кого этот курс:

• Предприниматели и самозанятые специалисты
• Разработчики и технические специалисты
• Энтузиасты ИИ
• Частные пользователи, которым важна приватность
• Компании
• Все, кто хочет объединить ИИ, автоматизацию и языковые модели локально

Чему вы научитесь:

• Основы локального ИИ: языковые модели, диффузионные модели, RAG и автоматизация ИИ на локальной инфраструктуре
• Установка и настройка Ollama, LM Studio и Anything LLM
• Запуск локальных языковых моделей (GPT, Qwen, Deepseek, Gemma, Mistral и другие)
• Как работают диффузионные модели: Stable Diffusion, Flux, Wan, Qwen и другие
• Понимание оборудования: GPU, VRAM, RAM, объединённая память и основы устройств Apple
• Pinokio: быстрая и простая установка локального ИИ
• Промпт-инжиниринг для языковых моделей, SDXL и моделей Flux
• Применение RAG (генерация с дополнением извлечением) и эмбеддингов локально
• Понимание векторных баз данных и их использование с Supabase, Postgres и SQL
• Подготовка данных в Markdown: разбиение на части, перекрытие и оптимизация
• Подключение Anything LLM к Ollama и создание собственного RAG-чатбота
• Модели компьютерного зрения, OCR и распознавание изображений с Google Gemma и Qwen VL
• Вычисления во время выполнения и «мыслящие» языковые модели с DeepSeek R и GPT-OSS
• Вызов функций и использование инструментов: подключение внешних инструментов к языковым моделям
• Понимание квантования: FP16, BF16, Q8, Q4, GGUF и советы по производительности
• Использование ComfyUI, Forge, Fooocus и Automatic1111 локально
• Генерация изображений и видео локально с SDXL, Flux, Qwen и моделями генерации видео
• Обучение LoRA, ControlNet и создание стабильных персонажей для AI-инфлюенсеров
• Использование локального AI-аудио: Whisper, TTS, STT и генерация музыки
• Агентный ИИ с n8n: триггеры, действия, MCP-клиент и хост
• Интеграция Supabase в n8n для эмбеддингов, SQL и RAG-процессов
• Email-агенты, вебхуки и автоматизация с Google и n8n
• Подключение Open WebUI и ComfyUI к n8n для автоматизации изображений и видео
• MCP-сервер и клиент: локальная интеграция инструментов с n8n и LM Studio
• Создание локального RAG-агента с Flowise, Postgres и Ollama
• Установка через Docker для n8n, Supabase, Open WebUI и других инструментов
• OCR и обработка документов: извлечение данных из изображений, PDF и счетов
• Приватность, соответствие требованиям и лицензии с открытым исходным кодом (MIT, Apache и другие)
• Безопасность: понимание атак jailbreak, внедрения запросов, галлюцинаций и рисков MCP
• Создание масштабируемой локальной AI-инфраструктуры для бизнеса и предприятий

Программа:

Раздел 1: Введение и быстрый старт

[*]Получите чёткое понимание структуры курса и целей обучения

[*]Доступ ко всем ключевым ресурсам и ссылкам

[*]Научитесь находить лучшие модели с открытым исходным кодом

[*]Быстрый старт: установка первого локального ИИ-приложения через Pinokio

Раздел 2: Основы — языковые модели, диффузия и оборудование

[*]Понимание преимуществ локального ИИ: приватность, стоимость и производительность

[*]Разбор требований к оборудованию: GPU, VRAM, RAM и объединённая память

[*]Сравнение Apple Silicon и NVIDIA GPU

[*]Понимание работы языковых моделей и диффузионных моделей

Раздел 3: Локальные языковые модели — свой аналог ChatGPT

[*]Установка и настройка Ollama

[*]Промпт-инжиниринг и мультимодальные возможности

[*]Подключение внешних инструментов через вызов функций

[*]Работа с RAG и эмбеддингами, оптимизация через квантование

Раздел 4: Управление знаниями

[*]Понимание RAG, эмбеддингов и векторных баз данных

[*]Создание чат-бота на собственных данных

[*]Использование поиска и голосового взаимодействия

[*]Использование LM Studio как альтернативы

Раздел 5: Генерация изображений и видео

[*]Работа с ComfyUI

[*]Использование сложных сценариев генерации

[*]Обучение LoRA и применение ControlNet

[*]Создание и редактирование изображений и видео

Раздел 6: Генерация видео

[*]Создание видео из текста и изображений

[*]Анимация персонажей

[*]Использование дополнительных инструментов

[*]Ускорение генерации

Раздел 7: Аудио

[*]Распознавание речи

[*]Синтез речи и клонирование голоса

[*]Генерация музыки

Раздел 8: Агентный ИИ

[*]Настройка платформы автоматизации

[*]Создание векторной базы данных

[*]Создание RAG-агентов

[*]Интеграция с внешними сервисами

Раздел 9: Продвинутые сценарии

[*]Интеграция инструментов

[*]Централизованное управление

[*]Автоматизация генерации

[*]Извлечение данных из документов

[*]Настройка моделей под свои данные

Раздел 10: Визуальные агенты

[*]Установка инструментов

[*]Создание визуальных RAG-агентов

[*]Управление данными

Раздел 11: Безопасность и право

[*]Защита от уязвимостей

[*]Понимание лицензий

Подробнее:

Скачать:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.