这是一个全面介绍主流AI模型及其衍生产品的项目,涵盖使用指南、代码示例和最佳实践。
- Claude (Anthropic) - 安全、可靠的AI助手
- GPT (OpenAI) - 强大的生成式预训练模型
- Gemini (Google) - 多模态AI模型
- Llama (Meta) - 开源大语言模型
- Mistral - 高效开源模型
- Qwen (阿里云) - 中文优化模型
- DALL·E - 图像生成
- Stable Diffusion - 开源图像生成
- Whisper - 语音识别
- CLIP - 图文理解
- HuggingFace - 最大的AI模型社区
- Ollama - 本地运行大语言模型
- LM Studio - 桌面端模型运行
- vLLM - 高性能推理引擎
- LangChain - AI应用开发框架
- LlamaIndex - 数据连接框架
- Semantic Kernel - 微软AI编排工具
- Obsidian - 支持AI插件的知识管理工具
- Notion AI - 智能笔记
- Mem.ai - AI增强笔记
# OpenAI GPT示例
import openai
client = openai.OpenAI(api_key="your-api-key")
response = client.chat.completions.create(
model="gpt-4",
messages=[{"role": "user", "content": "你好!"}]
)# 安装Ollama
curl -fsSL https://ollama.com/install.sh | sh
# 运行Llama3
ollama run llama3from transformers import pipeline
classifier = pipeline("sentiment-analysis")
result = classifier("我今天很开心!")ai-models-guide/
├── models/ # 各模型详细指南
│ ├── claude/ # Claude使用指南
│ ├── gpt/ # GPT使用指南
│ ├── gemini/ # Gemini使用指南
│ └── ...
├── tools/ # 工具与平台
│ ├── huggingface/ # HuggingFace教程
│ ├── ollama/ # Ollama本地部署
│ └── ...
├── examples/ # 代码示例
├── guides/ # 综合教程
└── resources/ # 学习资源
# 设置环境变量
export OPENAI_API_KEY="your-key"
export ANTHROPIC_API_KEY="your-key"
export GOOGLE_API_KEY="your-key"- RAM: 至少8GB(推荐16GB+)
- 存储: 根据模型大小,需要5-50GB空间
- GPU: 可选,但能显著提升速度
- 初学者: 从API调用开始,了解基本对话
- 进阶: 学习Prompt Engineering
- 高级: 本地部署和微调模型
- 专家: 构建完整的AI应用
欢迎提交Issue和Pull Request!请阅读 贡献指南。
MIT License - 详见 LICENSE
-
运行推送脚本:
- Linux/Mac:
./push-to-github.sh - Windows: 双击
push-to-github.bat
- Linux/Mac:
-
按照脚本提示操作
# 1. 在GitHub创建仓库(不要初始化)
# 2. 添加远程仓库
git remote add origin https://github.com/YOUR_USERNAME/ai-models-guide.git
# 3. 推送代码
git branch -M main
git push -u origin main- 启用GitHub Pages(在Settings > Pages)
- 设置仓库描述和主题
- 添加仓库主题标签:
ai,machine-learning,llm,tutorial
- 模型指南: 6个主流AI模型
- 工具教程: 4个主要工具平台
- 代码示例: 多语言示例代码
- 学习路径: 从初学者到专家
本项目持续更新,欢迎贡献:
- 添加新的AI模型介绍
- 更新API使用示例
- 分享实际应用案例
- 改进文档质量
- GitHub: @HHookUrbanB
- 项目地址: ai-models-guide