NarimanN2/ollama-playground

해결하는 문제

이 저장소는 Ollama의 오픈소스 모델에 대해 배우는 것과 실제로 구축하는 것 사이의 간극을 메웁니다. PDF와 채팅, AI 에이전트 구축, 음성 또는 비전 애플리케이션 생성과 같은 실제 작업에 이러한 모델을 사용하는 방법을 보여주는 즉시 사용 가능한 예제 프로젝트 세트를 제공합니다. 문서를 읽는 대신 작동하는 코드를 보고 튜토리얼 비디오를 시청할 수 있습니다.

작동 방식

이 저장소는 각각 자체 폴더와 README가 있는 독립적인 프로젝트 세트로 구성됩니다. 각 프로젝트는 특정 사용 사례에 초점을 맞추고 Ollama 모델을 핵심 엔진으로 사용합니다. 프로젝트는 카테고리로 그룹화됩니다:

• 검색 증강 생성(RAG) – PDF와 채팅, 하이브리드 검색, 멀티모달 RAG, 음성 RAG 포함.
• 에이전트 도구 및 프로토콜 – 메모리가 있는 에이전트, MCP 기반 및 ACP 기반 에이전트, 보안 MCP 서버 구축 방법을 보여줍니다.
• 실용 에이전트 – 웹 스크래핑, 연구 어시스턴트, 텍스트-투-SQL 에이전트 등.
• 다중 에이전트 시스템 – 슈퍼바이저 및 스웜 아키텍처.
• 음성 – AI 팟캐스트 생성기 및 로컬 음성 어시스턴트 포함.
• 비전 – 비디오 요약, OCR, 감정 감지, 객체 감지, 이미지 검색 엔진. 각 프로젝트에는 로컬에서 실행할 수 있는 코드가 포함되어 있으며, 각 프로젝트에는 구축 방법을 설명하는 YouTube 비디오가 함께 제공됩니다.

대상 독자

이것은 로컬에서 실행되는 오픈소스 LLM으로 애플리케이션을 구축하는 방법을 배우고자 하는 개발자, 취미 개발자, 학생을 위한 것입니다. 또한 RAG, 에이전트, 음성, 비전의 실용적인 구현에 관심이 있고 처음부터 시작하고 싶지 않은 사람에게도 유용합니다. 비디오 튜토리얼은 이러한 개념에 익숙하지 않더라도 쉽게 따라할 수 있게 해줍니다.

하이라이트

• 광범위한 사용 사례를 다룹니다: RAG, 에이전트, 음성, 비전, 다중 에이전트 시스템
• 각 프로젝트에는 전용 README와 YouTube 튜토리얼 링크가 포함됩니다
• 프로젝트는 단순한 아키텍처와 고급 아키텍처(슈퍼바이저, 스웜, MCP, ACP)를 모두 보여줍니다
• 멀티모달 및 음성 인터페이스를 포함하여 여러 입력/출력 유형을 결합하는 방법을 보여줍니다
• 모든 것이 Ollama의 오픈소스 모델을 기반으로 구축되어 클라우드 의존성 없이 로컬에서 실행할 수 있습니다