描述
內容簡介
| 「從模型到介面，從部署到串接，打造可操作、可擴充的語言模型應用」
◼ 建立穩定的開發與資料處理基礎 從 Google Colab、Anaconda、Jupyter Notebook 到 Pandas，掌握 CSV、Google Sheets 與多種資料格式的讀取、整理與比對。 ◼ 將 Python 程式轉化為可操作的動態 APP 比較 Gradio、Streamlit、Tkinter 與 CustomTkinter 的介面特色，實作股價資料查詢與財報 RAG 應用。 ◼ 完成 Hugging Face Spaces 部署與除錯 掌握 requirements.txt、README、Secret、API Key、套件版本管理，以及常見平台部署流程。 ◼ 理解開源模型、微調與量化技術 認識 Llama、ChatGLM、TAIDE、Breeze、Qwen、Yi，並掌握 SFT、LoRA、QLoRA、模型量化、RLHF、PPO 與 DPO 的微調核心概念。 ◼ 串接知識庫、通訊工具與跨平台工作流 實作 RAG、AnythingLLM、MAKE、Line Bot、Google Sheets、Telegram、Claude API 與 MCP，延伸模型的查詢、推播與任務串接能力。
專業推薦 (排名不分先後) 國立中山大學物理系─莊豐權特聘教授 欣榮藝術行銷有限公司 執行長、吾料音樂創造工作室 創辦人─侯沛罧 敬薦 綠先農業科技國際股份有限公司─張靜雯經理 伽碩職訓中心─郭明洽執行長 嘉南藥理大學人工智慧與多媒體應用系─蘇致遠教授 元大─陳尚瑋副理 數位行銷顧問─佘昀 永義房屋高鐵自由加盟店 店長 / 第21 屆金仲獎楷模─王靚瑜 永達保經─李雅雯經理 |
作者簡介
| 黃朝健
早年自人因互動設計切入科技產業，投入觸控 IC 與模組研發，奠定扎實的技術與產品開發基礎。赴歐深造期間，曾師從符號計算大師 Bruno Buchberger教授，並於深度學習權威 Sepp Hochreiter 教授實驗室研習人工智慧與機器學習；另曾於 Hagenberg SoftwarePark 之 RISC 公司實習，專注於醫療影像 AI應用研究。 返臺後，持續投入智慧製造、數位轉型與人工智慧導入，協助企業規劃並落地 AI 解決方案，推動技術與產業實務接軌。現為中華民國內部稽核協會講師、嘉南藥理大學講師，並於天地人文創平台、勞動部勞動力發展署等單位授課，同時擔任數位顧問，長期推廣 AI 在企業管理、內部稽核、智慧製造與數位轉型領域之應用。目前亦為國立陽明交通大學博士候選人，研究方向聚焦於大語言模型、駕馭工程、AI 代理人與產業實務應用。 學經歷： MSc.Informatics, Johannes Kepler University of Linz 1. 中華民國內部稽核協會講師 2. 教育部部定講師 3. 遠見雜誌AI專欄 4. 崑山科技大學電機工程學系講師 5. 嘉南藥理大學人工智慧與多媒體系講師 6. 樹德科技大學資訊管理系講師 7. 中華職訓教育創新發展學會講師 8. 聯成電腦講師 9. 伽碩職訓中心講師 10.天地人文創講師 國際與國內證照: 1. ITS Python 2. OCP：Java SE 11 3. 經濟部 IPAS AI應用規劃師 初級 4. 經濟部 IPAS AI應用規劃師 中級 演講及公署授課及中小企業培訓紀錄: 1. 國立中山大學物理系Python程式設計 2. 高雄女中-Python 程式設計 3. 法務部廉政署115年廉政人員資訊安全管理稽核業務 4. 數發部網路爬蟲治理政策溝通會議 5. 衛福部桃園署立醫院-打造RAG第二大腦 6. 國立中山大學物理系-生成式AI打造AI影像辨識實作 7. 中山醫學大學演講-從Agent到第二大腦 8. 富樂夢股份有限公司 9. 叡擎科技股份有限公司 10. 賀桐淨水股份有限公司 11. 賀勁股份有限公司 12. 點子行動股份有限公司 13. 艾格林股份有限公司 14. 古都電台 15. 微星科技股份有限公司 16. 國泰世華 |
目錄
| ▌1 基礎雲端IDE 安裝與設定
1.1 Google Colaboratory 介紹與安裝 1.2 Anaconda 安裝 - Jupyter Notebook 1.3 Python 版本差異說明 1.4 IDE 環境與API 衝突排解 1.5 CMD 下指令安裝 ▌2 基礎Pnadas 讀寫與勾稽比對應用 2.1 Pandas 讀取CSV 應用 2.2 Pandas 讀Google Sheets 介紹 2.3 Pandas 用於勾稽比對不同表單 2.4 Pandas 讀取不同資料格式說明 ▌3 雲端部署平台介紹 3.1 什麼是Hugging Face ( 抱抱臉) 3.2 註冊Hugging Face 帳號 3.3 不同部署空間介紹與說明 ▌4 介面的設計與改寫方法 4.1 Gradio 動態APP 框架介紹與說明 4.2 Streamlit 動態APP 框架介紹與說明 4.3 Tkinter 使用者介面介紹與說明 4.4 CustomTkinter 使用者介面介紹與說明 ▌5 生成式AI 工具開發介紹 5.1 Claude AI 介紹與應用- Cowork & Dispatch 介紹 5.2 Vibe Coding 應用 5.3 Perplexity AI 介紹與應用- Comet & Computer 介紹 5.4 Chrome 內建Gemini 的應用(FB 和Threads 為例) ▌6 動態APP 改寫實作 6.1 Hugging Face 部署觀念與requirements.txt 6.2 股價爬取實作改寫成Gradio 框架與部署 6.3 刪除Space 與Secret 埋API Key 的作法 6.4 財報RAG 加上Line Bot 推播助理的Gradio 部署 6.5 何謂README.md 與最新框架的版號 6.6 如何在HuggingFace 上除錯 6.7 股價爬取實作改寫成Streamlit 框架與部署 ▌7 常見開源模型介紹 7.1 Llama 模型介紹 7.2 ChatGLM 模型介紹 7.3 TAIDE 模型介紹 7.4 Breeze 模型介紹 7.5 Qwen 模型介紹 7.6 Yi 模型介紹 7.7 各家模型比較優劣 7.8 FormosanBank 資料庫介紹 ▌8 LLM 微調必備知識 8.1 什麼是SFT? 8.2 準備SFT 所需的資料 8.3 SFT 在企業問答、摘要、分類與助理系統的應用 8.4 量化壓縮、剪枝法、知識蒸餾介紹 8.5 BF16、INT8、INT4、NF4 量化基本概念 ▌9 LLM 載入與量化應用 9.1 Full-Tuning VS. LoRA VS. QLoRA 9.2 LoRA 的核心原理與優勢 9.3 QLoRA 如何在量化基礎上進一步降低成本 9.4 不同微調方法適用場景比較 9.5 關鍵區塊、訓練參數等核心設定的微調 ▌10 SFT 訓練資料準備與微調實戰 10.1 SFT 與QLoRA 微調模型輸出與測試觀念介紹 10.2 SFT 與QLoRA 微調模型輸出與測試實作 ▌11 偏好對齊與RLHF 與DPO 核心觀念 11.1 RLHF 的基本流程與設計思維 11.2 DPO 的核心概念與相對優勢 11.3 PPO 在傳統RLHF 中的角色 11.4 SFT 與DPO 比較 ▌12 RAG 應用與打造地端的個人知識庫 12.1 什麼是RAG? 12.2 不同RAG 的介紹與應用 12.3 Groq API key 申請 12.4 RAG 程式實作 12.5 申請Gemini API 的應用 12.6 Anyting LLM- 新增桌面助手應用 12.7 Gemini Notebook 和 AnythingLLM 比較 ▌13 MAKE 工作流- 跨平台的應用 13.1 MAKE 第三方串接平台應用實作 13.2 Line Bot 與Google Sheets 串接與應用 ▌14 Telegram 通訊軟體應用實作 14.1 Telegram 介紹與安裝 14.2 Telegram 的token 和Chat ID 申請實作 14.3 Telegram Say Hi 的程式模組 14.4 Telegram 回音的程式模組 14.5 Telegram 檔案傳送模組 14.6 Telegram 圖片傳送模組 14.7 Line Bot 和 Telegram 兩者的比較 ▌15 Manus Agent 的介紹與應用 15.1 Manus AI 是什麼？ 15.2 Manus AI 技術核心與使用方式 15.3 Manus AI 效率應用場景 15.4 Manus AI 方案與價格選擇 15.5 Manus AI 常見問題整理 總結 ▌16 Claude AI 證照介紹 16.1 Claude AI 是什麼? 16.2 Claude AI 證照如何取得? 16.3 Claude 基礎入門 16.4 實戰 Claude Code 16.5 Agent Skills 簡介 16.6 Claude API 開發應用 16.7 MCP 架構 |
序
| 序言
本書是我在車禍後，要在復健和上課之餘的寫作；感謝深智出版社在本人受傷時，仍給予機會使我有機會繼續創作，這本書主要介紹Hugging Face 和Gradio 的概念給想入門的初學者，同時補充其他目前最新的證照和AI 工具，希望可以在充滿AI 焦慮的時代，讓讀者諸君可以重拾對AI 工具的熱情，並融入到生活上的工作，AI 不會取代人類；應該為當代的文明感到正面、積極，這是一個可以百倍提高工作效率、獲得知識的年代，透過AI 工具可以打破知識的藩籬和隔閡！ 最後要感謝父母的理解和幫忙，以及好朋友們的鼓勵與探望，使我可以快速康復，仍然保持靈魂的亮度和對AI 科技的熱情！ 朝健 於2026.6 月端午節 |
