返回资讯中心
外部精选
软件工程
#开发者实时流

开发者发布免费课程代码仓库,用 Git tag 对应每集从工程师到 AI 工程师

来源标题:Show HN: A free course from engineer to AI engineer, one Git tag per episode

GitHub 仓库 engineer-to-ai-engineer 公开了 YouTube 系列课程「From engineer to AI engineer」的配套代码,第一季 8 集带无生成式 AI 背景的工程师搭建首个 RAG 检索管线,第二季 7 集构建评估框架。每集对应一次提交和一个 Git tag(s1e1–s1e8、s2e1–s2e7),检出 tag 即可得到该集结束时的完整仓库状态。

Hacker News 最新joelstevick2026/11/12 · 5 天前30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

这个 YouTube 系列“从工程师到 AI 工程师”的代码:共八集,带一位没有生成式 AI 背景的资深软件工程师从传统软件一路走到第一个检索流水线(RAG),整个系列每集搭建一块。它的第二季“证明它有效”在同一个仓库上搭建评估工具,用来判断这条流水线是否回答正确。每一集对应一个 commit 和一个 tag:第一季是 s1e1 到 s1e8,第二季是 s2e1 到 s2e7。检出某个 tag,你就得到该集结束时的仓库状态,附带一份只描述截至当时已存在内容的 README。而 main 分支上的这份 README 描述全部内容。视频是两个 YouTube 播放列表:“从工程师到 AI 工程师”八集,“证明它有效”七集。每集简介都链接到这里的对应 tag,文末“Tags”下的表格把每个 tag 链接到它的那一集。git clone https://github.com/AiFirstDevelopment/engineer-to-ai-engineer.git cd engineer-to-ai-engineer git checkout s1e1 # 仓库完全处于第 1 集结束时的状态 cp .env.example .env # 然后把你自己的 Anthropic API key 填进 .env npm install ./ask.sh "用两句话说明:什么是竞态条件?" 然后 git checkout s1e2,执行那一集的命令,以此类推直到 s2e7。检出 tag 会让 git 进入 detached HEAD 状态,阅读代码没问题;git checkout main 就能回来。在检出 s1e5、s1e6 或 s2e2(这些 tag 的 package.json 新增了依赖)之后,或者任何命令因缺少包而失败时,重新运行 npm install。main 是完成后的仓库:这份 README 提到的每个文件都在。每条命令的花费写在该集对应的章节里:是几分钱,从不是几美元。评估框架把自己的开销限制在每次运行 1 美元、账本中所有运行合计 5 美元(evals/ledger.ts),测试套件里没有任何地方调用模型。模型就是一个函数。文本进去,文本出来。调用之间不保留状态,所以每个请求都携带完整对话。它是非确定性的:同样的输入可能给出不同的输出。并且按 token 计费,输入和输出都算。改变的就是这些。周围的一切都没变。你通过 HTTP 访问它。你的数据仍然存在数据库里。你的测试仍然必须证明它能用。部署还是去年的样子。这个系列用你已经有的工具搭建唯一的新组件——检索流水线:TypeScript、SQLite、curl 和一个 HTTP 服务器。需要 Node 20 或更高版本(node --version)和 jq(brew install jq)。从 https://console.anthropic.com 获取一个 Anthropic API key。这个系列中的运行只花几分钱;每集章节会说明其命令的花费。cp .env.example .env 并把你的 key 放进 .env。该文件已被 gitignore。ask.sh 会读取它,下面每条 npx tsx 命令都用 Node 自带的 --env-file=.env 加载它,所以不需要 dotenv 包。npm install。第一次搜索(第 5 集起)会下载嵌入模型,97 MB,只下载一次。 模型 这个系列用一个聊天模型作答:claude-sonnet-5-5,只在一处设置(ask.sh 中的请求体,以及 src/claude.ts 中的常量 MODEL)。它每百万输入 token 收费 2 美元,每百万输出 token 收费 10 美元。通过完成后的流水线问一个问题,输入几千 token、输出几百 token,大约一分钱。Claude Opus 5.5 是能力更强的模型,每 token 价格翻倍;Claude Haiku 5.5 便宜二十倍。答案继续用 Sonnet:答案是客户读到的东西,我们希望在自己评分时答案可信。运行费用由你自己承担,所以我们信任的两个模型中较便宜的那个是默认值,替换这个常量就是全部迁移工作。有一个步骤用 Haiku:从第 8 集起,重排器(src/rerank.ts 中的 RERANK_MODEL)为每个问题给二十段文字打分,这比写一个有引用的答案范围更窄,文本量却是四倍,Haiku 做得足够好,而每 token 价格只有二十分之一(第 8 集会测量)。 docs/ 是一家虚构公司的内部文档,Lantern Supply Co.,马里兰州的一家露营灯和灯具零售商:十二个 Markdown 文件和一个 PDF,约 26,000 词,满是任何模型都没见过的具体事实(价格、型号、日期、名称、政策)。这正是重点:在接下来的各集里,模型必须根据这些文件作答,或者承认自己不知道。这些事实故意埋了陷阱:两个名字几乎相同的产品(Firefly 220 和 Firefly 220R),一项被后来的文档修改过的政策(免运费门槛在 shipping.md 和 faq.md 里是 75 美元,release-notes.md 在 4.3 版把它降到 60 美元),以及只存在于 PDF 里的事实(repair-manual.pdf,维修中心的工作台手册)。这个 PDF 是用无头 Chrome 从一份 Markdown 草稿渲染一次得到的;草稿故意不在仓库里,所以其中的事实只存在于 PDF 中。 三个任务,分三组文件。前两个是第一季,第三个是第二季。每个方框都是本仓库中的一个文件;下面的各集章节会说明每个文件做什么,以及运行时打印了什么。 索引,npx tsx src/index.ts:文档变成 SQLite 文件中可搜索的块。这是一个 ETL 任务,可以安全地重复运行:每个文件的哈希值说明哪些文件变了。 flowchart LR docs["docs/<br/>12 个 Markdown 文件加 1 个 PDF"] --> extract["src/extract.ts<br/>逐页提取文本"] extract --> chunk["src/chunk.ts<br/>切成约 1,200 字符的块,<br/>每块带来源、标题和页码"] chunk --> embed["src/embed.ts<br/>每块一个 384 维向量,<br/>all-MiniLM-L6-v2,在你的机器上运行"] embed --> db[("lantern.db<br/>SQLite:chunks、files")] job["src/index.ts<br/>对每个文件做哈希:跳过未变的,<br/>替换已变的,删除已删的"] -.-> extract 加载中 回答,npx tsx --env-file=.env src/server.ts:问题通过 HTTP 进来,带引用的答案出去,或者“我不知道”。标为可选的阶段由 Options 打开,在

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →