Sumanth077/Hands-On-AI-Engineering

これは何ですか？

Hands-On AI Engineering は、実用的で本番環境に対応したAIプロジェクトを厳選したコレクションです。これは、タスクを自動化するAIエージェントから、ドキュメントを読み取るシステム、音声を理解するシステム、画像や動画を処理するシステム、独自のデータを使用して質問に答えるシステム（RAG）、さらには特定のジョブ向けにモデルを微調整するシステムまで、多くのAI分野にわたる実用的な例を見つけることができる単一のリポジトリです。

各プロジェクトには、完全なコード、セットアップ手順、ドキュメントが含まれているため、実際に手を動かして学び、コードを実世界の用途に合わせて適応させることができます。

中身は？

READMEはプロジェクトを以下のカテゴリに整理しています：

• AIエージェント — 最大のセクションです。これらは、トピックの調査、財務分析、旅行予約、ブランド監視、コードレビューなどのタスクを実行する自律型プログラムです。多くは、複数の専門エージェントが連携して動作します。
• OCR — 領収書、手書きの処方箋、数式など、画像やドキュメントから構造化データを抽出するツール。
• オーディオ — 音声の文字起こし、翻訳、理解のためのプロジェクト。電話に応答する音声エージェントも含まれます。
• マルチモーダル — 視覚、ビデオ、言語を組み合わせたシステム。YouTubeビデオの要約、画像からのテキスト抽出、チャートに関する質問への回答など。
• RAGアプリケーション — 検索拡張生成システム。独自のドキュメント、ウェブサイト、ナレッジベースに対して質問でき、回答はソース資料に基づいています。
• ファインチューニング — 特定のタスク（在庫データベース用に自然言語をSQLクエリに変換するなど）でモデルをトレーニングする例。

READMEで強調されている主な機能

• 実際に手を動かして学ぶ — すべてのプロジェクトに完全なコードと手順が含まれています。
• 本番環境対応 — プロジェクトはベストプラクティスに従い、適応可能であることを意図しています。
• 多様なユースケース — 単純なOCRからマルチエージェントワークフローまで。
• 複数のモデルプロバイダー — OpenAI、Anthropic、Google、およびオープンソースモデルを使用。
• 活発なコミュニティ — 定期的な更新と新しいプロジェクトの追加が行われています。

貢献方法

プロジェクトは貢献を歓迎しています。プロジェクトを追加するには：

1. 貢献ガイドライン（CONTRIBUTING.md としてリンクされています）を読んでください。
2. プロジェクトまたは改善を提案するイシューを作成してください。
3. プロジェクトを正しいカテゴリフォルダに配置してください。
4. プルリクエストを送信してください（PRごとに1つのプロジェクト）。

各プロジェクトには、包括的な README.md、requirements.txt または pyproject.toml、およびAPIキー用の .env.example を含める必要があります。フォルダ名は snake_case を使用してください。

ライセンス

リポジトリは MITライセンス の下でライセンスされています（LICENSE ファイルを参照）。

誰が保守しているのですか？

AIエンジニアリングコミュニティ（ニュースレターにリンク）によって構築され、Sumanth（連絡先：sumanth@devable.ai）によって保守されています。

---

上記のすべての詳細はREADMEから直接取得されています。記載されている内容以外の機能や事実は追加されていません。