Скачать Мастер-класс по локальному ИИ: LLM, диффузионные модели и ИИ-агенты на вашем ПК [Udemy] [Арнольд Оберлейтер]

[Dozhd]

Складчина: Мастер-класс по локальному ИИ: LLM, диффузионные модели и ИИ-агенты на вашем ПК [Udemy] [Арнольд Оберлейтер]
Local AI Masterclass: LLMs, Diffusion & AI-Agents on Your PC [udemy][Arnold Oberleiter]
Язык английский




Хотите получить полный контроль над искусственным интеллектом?
Узнайте, как раскрыть мощь языковых моделей и генераторов изображений прямо на своём компьютере — без облака, без рисков для данных, с максимальной производительностью.
Автоматизация ИИ и интеллектуальные агенты трансформируют индустрии прямо сейчас.
Но что если вы не хотите зависеть от внешних провайдеров?
Что если вам нужна инфраструктура ИИ, которая на 100% находится под вашим контролем — для приватности, максимальной производительности или полной творческой свободы?
Этот курс — пошаговое руководство в мир локального ИИ.
Вы не просто научитесь устанавливать отдельные инструменты — вы создадите полноценную экосистему, где языковые модели, генераторы изображений и видео и интеллектуальные агенты работают вместе.
Всё запускается полностью локально — на вашем оборудовании.
Мы будем использовать инструменты с открытым исходным кодом: Ollama, LM Studio, Anything LLM, Flowise, n8n, Docker, Supabase, ComfyUI, MCP и Open WebUI.
Вместе мы создадим ваш персональный центр управления ИИ — от автоматизации текста до генерации изображений, аудио и видео.
Забудьте ограничения облачных сервисов.
После курса вы сможете создать систему ИИ, превосходящую стандартные решения по функциональности, безопасности и гибкости.

Почему этот курс уникален

Большинство курсов показывают один инструмент.
Этот курс учит создавать полноценную независимую инфраструктуру ИИ.
Для кого этот курс:

Предприниматели и самозанятые специалисты
Разработчики и технические специалисты
Энтузиасты ИИ
Частные пользователи, которым важна приватность
Компании
Все, кто хочет объединить ИИ, автоматизацию и языковые модели локально
Чему вы научитесь:

Основы локального ИИ: языковые модели, диффузионные модели, RAG и автоматизация ИИ на локальной инфраструктуре
Установка и настройка Ollama, LM Studio и Anything LLM
Запуск локальных языковых моделей (GPT, Qwen, Deepseek, Gemma, Mistral и другие)
Как работают диффузионные модели: Stable Diffusion, Flux, Wan, Qwen и другие
Понимание оборудования: GPU, VRAM, RAM, объединённая память и основы устройств Apple
Pinokio: быстрая и простая установка локального ИИ
Промпт-инжиниринг для языковых моделей, SDXL и моделей Flux
Применение RAG (генерация с дополнением извлечением) и эмбеддингов локально
Понимание векторных баз данных и их использование с Supabase, Postgres и SQL
Подготовка данных в Markdown: разбиение на части, перекрытие и оптимизация
Подключение Anything LLM к Ollama и создание собственного RAG-чатбота
Модели компьютерного зрения, OCR и распознавание изображений с Google Gemma и Qwen VL
Вычисления во время выполнения и «мыслящие» языковые модели с DeepSeek R и GPT-OSS
Вызов функций и использование инструментов: подключение внешних инструментов к языковым моделям
Понимание квантования: FP16, BF16, Q8, Q4, GGUF и советы по производительности
Использование ComfyUI, Forge, Fooocus и Automatic1111 локально
Генерация изображений и видео локально с SDXL, Flux, Qwen и моделями генерации видео
Обучение LoRA, ControlNet и создание стабильных персонажей для AI-инфлюенсеров
Использование локального AI-аудио: Whisper, TTS, STT и генерация музыки
Агентный ИИ с n8n: триггеры, действия, MCP-клиент и хост
Интеграция Supabase в n8n для эмбеддингов, SQL и RAG-процессов
Email-агенты, вебхуки и автоматизация с Google и n8n
Подключение Open WebUI и ComfyUI к n8n для автоматизации изображений и видео
MCP-сервер и клиент: локальная интеграция инструментов с n8n и LM Studio
Создание локального RAG-агента с Flowise, Postgres и Ollama
Установка через Docker для n8n, Supabase, Open WebUI и других инструментов
OCR и обработка документов: извлечение данных из изображений, PDF и счетов
Приватность, соответствие требованиям и лицензии с открытым исходным кодом (MIT, Apache и другие)
Безопасность: понимание атак jailbreak, внедрения запросов, галлюцинаций и рисков MCP
Создание масштабируемой локальной AI-инфраструктуры для бизнеса и предприятий
Программа:

Раздел 1: Введение и быстрый старт

Получите чёткое понимание структуры курса и целей обучения
Доступ ко всем ключевым ресурсам и ссылкам
Научитесь находить лучшие модели с открытым исходным кодом
Быстрый старт: установка первого локального ИИ-приложения через Pinokio
Раздел 2: Основы — языковые модели, диффузия и оборудование

Понимание преимуществ локального ИИ: приватность, стоимость и производительность
Разбор требований к оборудованию: GPU, VRAM, RAM и объединённая память
Сравнение Apple Silicon и NVIDIA GPU
Понимание работы языковых моделей и диффузионных моделей
Раздел 3: Локальные языковые модели — свой аналог ChatGPT

Установка и настройка Ollama
Промпт-инжиниринг и мультимодальные возможности
Подключение внешних инструментов через вызов функций
Работа с RAG и эмбеддингами, оптимизация через квантование
Раздел 4: Управление знаниями

Понимание RAG, эмбеддингов и векторных баз данных
Создание чат-бота на собственных данных
Использование поиска и голосового взаимодействия
Использование LM Studio как альтернативы
Раздел 5: Генерация изображений и видео

Работа с ComfyUI
Использование сложных сценариев генерации
Обучение LoRA и применение ControlNet
Создание и редактирование изображений и видео
Раздел 6: Генерация видео

Создание видео из текста и изображений
Анимация персонажей
Использование дополнительных инструментов
Ускорение генерации
Раздел 7: Аудио

Распознавание речи
Синтез речи и клонирование голоса
Генерация музыки
Раздел 8: Агентный ИИ

Настройка платформы автоматизации
Создание векторной базы данных
Создание RAG-агентов
Интеграция с внешними сервисами
Раздел 9: Продвинутые сценарии

Интеграция инструментов
Централизованное управление
Автоматизация генерации
Извлечение данных из документов
Настройка моделей под свои данные
Раздел 10: Визуальные агенты

Установка инструментов
Создание визуальных RAG-агентов
Управление данными
Раздел 11: Безопасность и право

Защита от уязвимостей
Понимание лицензий


Спойлер: Оригинал
Do you want full control over artificial intelligence?
Learn how to unleash the power of LLMs and image generators directly on your own computer – no cloud, no data risks, maximum performance.
AI automation and intelligent agents are transforming industries overnight.
But what if you don’t want to depend on external providers?
What if you need an AI infrastructure that’s 100% under your control – whether for privacy, unmatched performance, or limitless creative freedom?
This course is your step-by-step guide into the world of local AI.
You won’t just learn how to install individual tools — you’ll build a complete, interconnected ecosystem where language models (LLMs), image and video generators (diffusion models), and intelligent AI agents work seamlessly together.
Everything runs entirely on-premise — right on your own hardware.
We’ll use leading open-source tools like Ollama, LM Studio, Anything LLM, Flowise, n8n, Docker, Supabase, ComfyUI, MCP, and Open WebUI.
Together, we’ll build your personal AI command center for everything — from text automation to image, audio, and video generation.
Forget the limitations of cloud services.
After this course, you’ll be able to build an AI system that surpasses standard solutions in functionality, security, and individuality.

Why this couse is unique

Most courses show one tool.
This course teaches full AI infrastructure.
Who this course is for

Entrepreneurs
Developers
AI enthusiasts
Private users
Companies
Anyone interested in local AI
What you’ll learn

Fundamentals of Local AI: LLMs, Diffusion, RAG & On-Premise AI Automation
Installation & Setup of Ollama, LM Studio & Anything LLM
Run Local LLMs (GPT, Qwen, Deepseek, Gemma, Mistral & more)
How Diffusion Models Work: Stable Diffusion, Flux, Wan, Qwen & more
Understanding Hardware: GPU, VRAM, RAM, Unified Memory & Apple Basics
Pinokio: Install Local AI Quickly & Easily
Prompt Engineering for LLMs, SDXL & Flux Models
Apply RAG (Retrieval-Augmented Generation) & Embeddings Locally
Understand Vector Databases & Use Them with Supabase, Postgres & SQL
Data Preparation in Markdown: Chunking, Overlap & Optimization
Connect Anything LLM with Ollama & Build Your Own RAG Chatbot
Vision Models, OCR & Image Recognition with Google Gemma and Qwen VL
Test-Time Compute & Thinking LLMs with DeepSeek R & GPT-OSS
Function Calling & Tool Use: Connecting External Tools with LLMs
Understanding Quantization: FP16, BF16, Q8, Q4, GGUF & Performance Tips
Use ComfyUI, Forge, Fooocus & Automatic1111 Locally
Generate Images & Videos Locally with SDXL, Flux, Qwen & AI Video Models
LoRA Training, ControlNet & Consistent Characters for AI Influencers
Use Local AI Audio: Whisper, TTS, STT & Music Generation
Agentic AI with n8n: Triggers, Actions, MCP Client & Host
Integrate Supabase into n8n for Embeddings, SQL & RAG Workflows
Email Agents, Webhooks & Automation with Google & n8n
Connect Open WebUI & ComfyUI with n8n for Image & Video Automation
MCP Server & Client: Local Tool Integration with n8n & LM Studio
Build a Local RAG Agent with Flowise, Postgres & Ollama
Docker-Based Installations for n8n, Supabase, Open WebUI & More
OCR & Document Processing: Extract Data from Images, PDFs & Invoices
Privacy, Compliance & Open-Source Licenses (MIT, Apache & More)
Security: Understanding Jailbreaks, Prompt Injections, Hallucinations & MCP Rug-Pulls
Build a Scalable On-Premise AI Infrastructure for Business & Enterprise
Course Contents

Section 1: Introduction & Quick Start

Get a clear overview of the course structure and learning goals
Access all key resources and links
Learn how to find the best open-source models
Quick Tip: Install your first local AI app using Pinokio
Section 2: Fundamentals

Understand advantages of local AI
Hardware basics
Apple vs NVIDIA
LLMs and diffusion models
Section 3: Local LLMs

Install Ollama
Prompt engineering
Function calling
RAG and quantization
Section 4: Knowledge Management

RAG and vector databases
Build chatbot
Voice interaction
LM Studio usage
Section 5: Diffusion

ComfyUI
Workflows
LoRA and ControlNet
Image and video generation
Section 6: Video

Generate video
Animate
Tools
Speed optimization
Section 7: Audio

Speech recognition
TTS and voice cloning
Music generation
Section 8: Agentic AI

n8n setup
Supabase
RAG agents
Integration
Section 9: Advanced Workflows

Tool integration
Control hubs
Automation
OCR
Fine-tuning
Section 10: Flowise

Install
Build RAG agent
Data management
Section 11: Security

Security risks
Licenses


Цена 4100 руб. (49,99 долларов)




СКАЧАТЬ

Для просмотра скрытого содержимого вы должны зарегистрироваться