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

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:

1. Предприниматели и самозанятые специалисты
2. Разработчики и технические специалисты
3. Энтузиасты ИИ
4. Частные пользователи, которым важна приватность
5. Компании
6. Все, кто хочет объединить ИИ, автоматизацию и языковые модели локально

Чему вы научитесь:

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

Программа:

Раздел 1: Введение и быстрый старт

1. Получите чёткое понимание структуры курса и целей обучения
2. Доступ ко всем ключевым ресурсам и ссылкам
3. Научитесь находить лучшие модели с открытым исходным кодом
4. Быстрый старт: установка первого локального ИИ-приложения через Pinokio

Раздел 2: Основы — языковые модели, диффузия и оборудование

1. Понимание преимуществ локального ИИ: приватность, стоимость и производительность
2. Разбор требований к оборудованию: GPU, VRAM, RAM и объединённая память
3. Сравнение Apple Silicon и NVIDIA GPU
4. Понимание работы языковых моделей и диффузионных моделей

Раздел 3: Локальные языковые модели — свой аналог ChatGPT

1. Установка и настройка Ollama
2. Промпт-инжиниринг и мультимодальные возможности
3. Подключение внешних инструментов через вызов функций
4. Работа с RAG и эмбеддингами, оптимизация через квантование

Раздел 4: Управление знаниями

1. Понимание RAG, эмбеддингов и векторных баз данных
2. Создание чат-бота на собственных данных
3. Использование поиска и голосового взаимодействия
4. Использование LM Studio как альтернативы

Раздел 5: Генерация изображений и видео

1. Работа с ComfyUI
2. Использование сложных сценариев генерации
3. Обучение LoRA и применение ControlNet
4. Создание и редактирование изображений и видео

Раздел 6: Генерация видео

1. Создание видео из текста и изображений
2. Анимация персонажей
3. Использование дополнительных инструментов
4. Ускорение генерации

Раздел 7: Аудио

1. Распознавание речи
2. Синтез речи и клонирование голоса
3. Генерация музыки

Раздел 8: Агентный ИИ

1. Настройка платформы автоматизации
2. Создание векторной базы данных
3. Создание RAG-агентов
4. Интеграция с внешними сервисами

Раздел 9: Продвинутые сценарии

1. Интеграция инструментов
2. Централизованное управление
3. Автоматизация генерации
4. Извлечение данных из документов
5. Настройка моделей под свои данные

Раздел 10: Визуальные агенты

1. Установка инструментов
2. Создание визуальных RAG-агентов
3. Управление данными

Раздел 11: Безопасность и право

1. Защита от уязвимостей
2. 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

1. Entrepreneurs
2. Developers
3. AI enthusiasts
4. Private users
5. Companies
6. Anyone interested in local AI

What you’ll learn

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

Course Contents

Section 1: Introduction & Quick Start

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

Section 2: Fundamentals

1. Understand advantages of local AI
2. Hardware basics
3. Apple vs NVIDIA
4. LLMs and diffusion models

Section 3: Local LLMs

1. Install Ollama
2. Prompt engineering
3. Function calling
4. RAG and quantization

Section 4: Knowledge Management

1. RAG and vector databases
2. Build chatbot
3. Voice interaction
4. LM Studio usage

Section 5: Diffusion

1. ComfyUI
2. Workflows
3. LoRA and ControlNet
4. Image and video generation

Section 6: Video

1. Generate video
2. Animate
3. Tools
4. Speed optimization

Section 7: Audio

1. Speech recognition
2. TTS and voice cloning
3. Music generation

Section 8: Agentic AI

1. n8n setup
2. Supabase
3. RAG agents
4. Integration

Section 9: Advanced Workflows

1. Tool integration
2. Control hubs
3. Automation
4. OCR
5. Fine-tuning

Section 10: Flowise

1. Install
2. Build RAG agent
3. Data management

Section 11: Security

1. Security risks
2. Licenses

Цена 1800 руб. (49,99 долларов)
Скрытая ссылка