Llama: сценарии использования на русском — курс Llama Cookbook
Практические кейсы: агенты, Text2SQL, multi-modal RAG, чат-боты, генерация контента.
Llama: сценарии использования рассчитаны на разработчиков продвинутого уровня, которые уже умеют запускать модели Llama и теперь хотят увидеть, как из них собираются законченные прикладные решения. Материал состоит из 32 текстовых уроков примерно на 160 минут. Это официальные примеры Meta Llama на русском языке, открываются они без VPN, первые три урока можно прочитать бесплатно.
Несколько уроков образуют сквозные проекты, которые стоит читать последовательно. Один из них посвящён RAG по документам: подготовка данных, очистка разметки и сборка векторной базы, настройка поиска и проверка того, что он находит нужные фрагменты, плюс подбор ключевых слов для финансового отчёта. Другой показывает, как превратить PDF в подкаст: подготовить файл, написать сценарий по тексту, переписать его под живую речь и озвучить через TTS, с заметками об экспериментах с синтезом речи.
Большая группа примеров касается агентов и вызова инструментов. Вы увидите основы tool calling, агента, который ищет различия между статьями, шахматную партию агентов на AutoGen, ReAct-агента с нуля на LangGraph, агентный RAG с маршрутизатором на LlamaIndex, вызов функций в LangChain, ассистента Google Календаря на компактной Llama 3.2 3B и браузерного агента на Llama 4. Отдельно разобраны оценки на синтетических данных и замер галлюцинаций, без которых сложно понять, готов ли агент к работе с реальными пользователями. Есть и пример анализа научных статей с Llama 4, полезный для исследовательских задач.
Остальные уроки удобно открывать по мере надобности: Text-to-SQL на Llama 3.3, чат-боты с памятью и с RAG, боты для Messenger и WhatsApp, RAG-пайплайны на MongoDB, извлечение данных из счетов-фактур, документация для кодовой базы, сортировка задач в GitHub, парсер структурированных документов и пересказ длинных текстов по частям. После работы с этими сценариями вы сможете собирать RAG по PDF и финансовым документам, делать Text2SQL, чат-ботов и подкасты из документов, строить агентов на AutoGen и LangGraph и проектировать мультимодальный RAG с векторной базой. Это логичное продолжение для тех, кто прошёл вводную часть по Llama и ищет практический курс по агентам и RAG с разобранным кодом.
Курс из программы Llama Cookbook (Мета Лама) на русском языке. Первые 3 3 урока бесплатно, без VPN.
Официальный курс Meta Llama в переводе на русский язык, для продвинутых. Открывается без VPN: все уроки, видео и субтитры уже переведены и лежат на нашей платформе. 32 урока, первые 3 бесплатно, дальше разовая оплата без подписки.
Уровень: Продвинутый. Длительность: около 160 минут. Формат: текст с примерами.
Что вы сможете после курса
- Собирать RAG по PDF и финансовым документам на Llama
- Делать Text2SQL, чат-ботов и генерацию подкастов из документов
- Строить агентов с tool calling, AutoGen и LangGraph
- Проектировать multi-modal RAG с векторной базой
Почему этому курсу можно доверять
- Первоисточник: курс опубликован самой Meta Llama, компанией, которая делает эти модели. Это официальная программа, а не пересказ блогера и не сгенерированный нейросетью «курс».
- Честный перевод: структура уроков, термины, примеры и код сохранены как в оригинале, видео с русскими субтитрами. Мы переводим и структурируем, а не переписываем.
- Без VPN и иностранных платформ: все уроки лежат здесь, вход через Telegram.
- Актуальность: следим за обновлениями первоисточника и добавляем новые уроки по мере выхода.
- Прозрачная оплата: первые 3 3 урока бесплатно, разовый платёж без подписки, доступ навсегда, возврат 14 дней. Российская компания, оферта и чек.
- Именной сертификат: после прохождения курса выдаём сертификат с номером, QR-кодом и страницей проверки подлинности, PDF приходит на почту.
Уроки курса
- Ключевые слова для финансового отчёта
- Пошаговый разбор
- Готовим данные
- Чистим разметку и собираем векторную базу
- Настраиваем RAG и проверяем, что поиск находит нужное
- Готовим PDF к обработке
- Пишем сценарий подкаста по тексту
- Переписываем сценарий для живой речи
- Озвучиваем подкаст через TTS
- Заметки об экспериментах с TTS
- Вызов инструментов: основы
- Вызов инструментов: Llama ищет различия между статьями
- AutoGen: агенты играют в шахматы с инструментами
- ReAct-агент с нуля на LangGraph
- Агентный RAG на LlamaIndex: движок-маршрутизатор
- Вызов функций в LangChain
- Ассистент Google Календаря на Llama 3.2 3B
- Оценки на синтетических данных и замер галлюцинаций
- Анализ научных статей с Llama 4
- Браузерный агент на Llama 4
- Чат-бот, который помнит историю переписки
- Text-to-SQL на Llama 3.3: быстрая демонстрация
- Чат-бот на Llama 3 с RAG
- RAG-пайплайны на MongoDB, Llama 3 и моделях Hugging Face
- Чат-бот для Messenger на Llama 3
- Чат-бот для WhatsApp на Llama 3
- Извлекаем данные из счетов-фактур
- Документация для всей кодовой базы
- Автоматическая сортировка задач в GitHub с Llama
- Парсер структурированных документов: первые шаги
- Краткое содержание длинных текстов по частям
- Демо-приложение на Llama: что оно умеет
Вопросы о курсе
Курс бесплатный?
Первые 3 3 урока открыты бесплатно и без входа. Остальные уроки открывает доступ к курсам Meta Llama (1490 руб) или полный доступ ко всем курсам платформы (4900 руб), разовый платёж без подписки.
Нужен ли VPN?
Нет. Оригинал курса опубликован Meta Llama на английском и часто недоступен из России, а здесь все уроки, видео и субтитры уже переведены и открываются без VPN.
На каком языке курс?
На русском: переведены тексты уроков и субтитры к видео, термины и примеры кода сохранены в оригинале.
Выдаётся ли сертификат?
Да. После прохождения всех уроков курса при платном доступе выдаётся именной сертификат AI University с номером и QR-кодом, PDF приходит на почту, подлинность проверяется по номеру на сайте. Сертификат о прохождении курса не является документом об образовании.