Repolode
Enviar
datawhalechina

datawhalechina/llm-universe

Tutorial em chinês que ensina desenvolvedores iniciantes a criar aplicações com LLM, usando como foco um assistente de base de conhecimento pessoal com LangChain e RAG.

Ver no GitHubSite
Estrelas
14,190
Forks
1,434
Issues abertas
17
Último commit
há 2 meses

O que é?

LLM Universe é um tutorial para desenvolvedores que querem aprender do zero a criar aplicações com modelos de linguagem grandes. O conteúdo é organizado em torno de um projeto de assistente de base de conhecimento pessoal, para que os leitores criem uma demonstração funcional enquanto aprendem o fluxo de trabalho essencial: chamar APIs de LLM, carregar e dividir documentos, armazenar embeddings em um banco de dados vetorial e criar uma cadeia de perguntas e respostas com recuperação.

O curso exige apenas conhecimentos básicos de Python e não requer experiência em machine learning nem GPU. Ele integra várias APIs de modelos nacionais e internacionais — incluindo ChatGPT, Baidu ERNIE Bot, iFlytek Spark e Zhipu GLM — em uma interface unificada, além de abordar a implantação com Streamlit e métodos simples de avaliação. A primeira parte está concluída; técnicas avançadas de RAG e estudos de caso de aplicações com LLMs open source ainda estão em andamento.

Recursos principais

  • 01Projeto prático: cria passo a passo um assistente de base de conhecimento pessoal.
  • 02Integra em uma interface unificada as APIs do ChatGPT, ERNIE Bot, iFlytek Spark e Zhipu GLM.
  • 03Aborda o carregamento e a divisão de documentos, além da configuração de um banco de dados vetorial.
  • 04Mostra como criar uma cadeia de perguntas e respostas com recuperação usando LangChain.
  • 05Inclui orientações para implantação com Streamlit e avaliação.
  • 06Funciona em um computador pessoal ou servidor sem GPU.

Casos de uso

  • Iniciantes com conhecimentos básicos de Python que querem desenvolver seu primeiro projeto prático com RAG.
  • Desenvolvedores que precisam integrar várias APIs chinesas de LLM em uma única interface.
  • Equipes que estão criando uma ferramenta interna de perguntas e respostas sobre documentos com LangChain.

Início rápido

  1. 1

    Leia o tutorial no site de leitura do projeto

  2. 2

    Instale as dependências oficiais do ambiente listadas em requirements.txt

Antes de usar

  • Nenhuma licença foi especificada, então os direitos de reutilização não estão claros.
  • O projeto depende de APIs de fornecedores de modelos terceirizados, que exigem suas próprias chaves.
  • As partes dois e três ainda estão sendo escritas.

Tópicos

#llm#rag#langchain#vector-database#tutorial#chinese#streamlit

Perguntas frequentes

O que é llm-universe?
Tutorial em chinês que ensina desenvolvedores iniciantes a criar aplicações com LLM, usando como foco um assistente de base de conhecimento pessoal com LangChain e RAG. LLM Universe é um tutorial para desenvolvedores que querem aprender do zero a criar aplicações com modelos de linguagem grandes. O conteúdo é organizado em torno de um projeto de assistente de base de conhecimento pessoal, para que os leitores criem uma demonstração funcional enquanto aprendem o fluxo de trabalho essencial: chamar APIs de LLM, carregar e dividir documentos, armazenar embeddings em um banco de dados vetorial e criar uma cadeia de perguntas e respostas com recuperação.
llm-universe é gratuito? Qual é a licença?
llm-universe não declara licença. O código é público, mas sem licença você não tem permissão explícita para reutilizá-lo; fale com o autor antes de depender dele.
llm-universe ainda é mantido?
Atualizado nos últimos 6 meses. O último commit de llm-universe foi em 27 de ago. de 2026.
Para que posso usar llm-universe?
Iniciantes com conhecimentos básicos de Python que querem desenvolver seu primeiro projeto prático com RAG. Desenvolvedores que precisam integrar várias APIs chinesas de LLM em uma única interface. Equipes que estão criando uma ferramenta interna de perguntas e respostas sobre documentos com LangChain.
Como instalar llm-universe?
Leia o tutorial no site de leitura do projeto Instale as dependências oficiais do ambiente listadas em requirements.txt
Onde consigo llm-universe?
O código-fonte e as instruções de instalação estão no GitHub: https://github.com/datawhalechina/llm-universe

Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.

Projetos relacionados