decodingai-magazine/second-brain-ai-assistant-course

这是什么？

一个开源、自定进度的课程，教你如何构建一个生产就绪的AI助手，它可以与你的个人知识库对话——你的“第二大脑”。该课程由Decoding AI与MongoDB、Comet、Opik、Unsloth和ZenML合作创建。

“第二大脑”概念（由Tiago Forte提出）指的是你的个人笔记、想法和资源集合。你将构建的AI助手可以基于该集合回答问题、总结文档并提供见解——无需手动搜索笔记。

你将构建什么

课程将引导你构建两个Python应用：

• second-brain-offline — “幕后”管道：数据处理、RAG（检索增强生成）设置和模型微调。
• second-brain-online — 实际回答你问题的AI助手。

课程结构（6个模块）

模块	你将学到什么	代码？
0	整个课程概述	否
1	为你的第二大脑架构AI助手	否
2	数据管道：处理Notion数据、爬取文档、评分内容质量、存储到数据库	是
3	将嘈杂文档转化为高质量微调数据集（通过蒸馏）	是
4	微调开源LLM（Llama 3.1 8B）以总结文档，然后部署为API	是
5	使用高级技术构建RAG管道（上下文检索、父检索、向量搜索）	是
6	构建智能体RAG推理管道以及监控/评估（LLMOps）	是

你将获得的关键技能

• LLM系统架构和MLOps最佳实践
• 使用ZenML进行管道编排
• 使用Opik进行LLMOps和RAG评估
• 网络爬取和内容规范化
• 使用LLM和启发式方法进行质量评分
• 通过蒸馏生成数据集
• 使用Unsloth和Comet微调Llama模型
• 无服务器模型部署到Hugging Face
• 高级RAG和智能体构建（使用smolagents）
• 现代Python工具（uv、ruff）

使用的数据

课程使用约100个页面和500多个AI/ML资源链接（GenAI、LLMs、RAG、MLOps等）的精选列表，这些资源原本保存在Notion中。公共S3存储桶中提供免费快照——无需Notion账户。然而，管道足够灵活，如果你想使用自己的数据，可以加载任何Notion数据库。

成本

课程本身免费且开源。运行代码大约花费1-5美元：

• OpenAI API：约3美元
• Hugging Face专用端点（可选）：约2美元

你可以通过选择经济高效的选项，以约1美元完成整个课程。仅阅读完全免费。

适合谁？

• ML/AI工程师 — 构建生产就绪的智能体RAG和LLM系统（超越笔记本教程）
• 数据/软件工程师 — 架构端到端的智能体RAG和LLM应用
• 数据科学家 — 使用LLMOps和软件工程最佳实践实现生产AI系统

先决条件

• 技能：中级Python；初学者级机器学习、LLM和RAG
• 硬件：现代笔记本电脑/PC（GPU可选——提供云替代方案）
• 水平：中级（但README指出“只要稍加努力和耐心，任何人都能做到”）

开始使用

1. 克隆仓库
2. 阅读随附文章（在README中链接）
3. 设置并运行代码以复现结果
4. 深入实现细节

详细的设置说明位于每个应用自己的文档文件夹中。

支持与贡献

• 问题/疑问：打开GitHub issue
• 贡献：Fork仓库、修复bug、提交pull request（参见CONTRIBUTING.md）

许可证

MIT许可证。

核心贡献者

• Paul Iusztin — AI/ML工程师
• Ernesto Larios — AI工程师
• Anca Ioana Muscalagiu — SWE/ML工程师

底线

如果你想学习如何构建一个真实的、生产级的AI助手，它可以从你自己的知识库中检索和总结信息——使用现代LLMOps和软件工程实践——这个免费、动手实践的课程为你提供了完整的代码库、逐步课程和可适应你自己项目的模板。