KeyFrame內部研究專用

Build and Deploy Your First AI Agent in 25 minutes

codebasics25 min英文
觀看原始影片

三句話摘要

用 Claude Code、LangChain 和 Docker 建立購物代理,並部署到 hosting.com 的虛擬私人伺服器。 透過 Claude Code 編寫、Docker 容器化、VPS 部署的完整流程,任何具備基本技術概念的人都能快速將 AI 代理從本地原型推送到生產環境,這是現代 AI 工程師必備的職業技能。 無代碼設計的力量:即使沒有編程基礎,透過 Claude Code 和清晰的業務需求描述,就能快速生成生產級別的代理應用,這改變了 AI 工程師的角色定位——從寫代碼轉變為指導模型完成設計決策。

重點整理

  1. 無代碼設計的力量:即使沒有編程基礎,透過 Claude Code 和清晰的業務需求描述,就能快速生成生產級別的代理應用,這改變了 AI 工程師的角色定位——從寫代碼轉變為指導模型完成設計決策。

  2. 開源模型的可行性:Grok 雲平台提供 GPT OSS 120 億參數模型的免費調用,配合 LangChain 的工具集成能力,可以構建具有數據庫查詢、訂單處理等複雜功能的代理,無需高成本的商業模型。

  3. 容器化部署的必要性:透過 Docker 容器化,代碼環境從本地開發轉移到雲端時無需額外調整,確保「在我機器上可以執行」的承諾在生產環境同樣成立,降低部署風險。

  4. 職業技能的現實性:VPS 部署代表工業級應用的標準實踐——而非本地執行——掌握雲端運維技能對求職和真實項目開發至關重要。

實用技巧與重點

  • 模型及平台:GPT OSS 120B(Grok 雲平台免費)、OPUS 5.5(Claude)、LangChain 框架、Streamlit UI、UV 套件管理器
  • 技術棧:Python 3.12 slim、Docker Compose、SQLite 資料庫、SSH 遠端訪問
  • 資料庫設計:三個表格(products、reviews、orders)
  • hosting.com 配置:Linux VPS 8GB RAM、年度方案使用優惠碼「code basics」、30 天退款政策
  • 部署流程:本地測試 → GitHub 推送 → SSH 連線 VPS → 安裝 Docker → git clone → docker compose up
  • VPS 連線指令:`ssh root@[server-ip]`,密碼透過產品面板複製
  • 啟動容器指令:`docker compose up --build`
  • 環境變數:`.env` 檔案存放 `GROK_API_KEY`

結論

透過 Claude Code 編寫、Docker 容器化、VPS 部署的完整流程,任何具備基本技術概念的人都能快速將 AI 代理從本地原型推送到生產環境,這是現代 AI 工程師必備的職業技能。

完整解析

影片展示了一個完整的 AI 應用從開發到生產部署的全流程。首先介紹購物代理的需求——用戶可以按價格、評分等條件搜尋產品、下訂單、查看評論。在架構層面,代理由 LLM 驅動,接收用戶提問後透過 LangChain 工具調用數據庫 SQL 查詢。為了快速原型化,講者使用 Claude Code 編寫提示,指定框架選擇(LangChain + Streamlit)、模型(OPUS 5.5)、套件管理器(UV),即使不懂編程也能在幾分鐘內生成完整代碼。

代碼分為兩部分:`setup_db.py` 建立含產品與評論的 SQLite 資料庫,`agent.py` 透過 LangChain 定義工具集(搜尋產品、下訂單),UI 則由 Streamlit 渲染。本地測試完成後,講者說明為何需要上雲:本機掉線用戶無法訪問,而雲端的 VPS(虛擬私人伺服器)提供 24/7 可用性。

部署過程分為幾個關鍵步驟。首先在 hosting.com 購買 8GB Linux VPS(年度方案含優惠),透過產品面板取得 IP、用戶名(root)與密碼。再透過 SSH 連線遠端伺服器,建立專案目錄並從 GitHub clone 代碼。在 VPS 上安裝 Docker 和相關外掛(docker buildx、docker compose),使得容器構建與運行可自動化。

Dockerfile 設定含關鍵細節:使用 `python 3.12 slim` 基礎映像減少体積,複製 UV 套件管理器以啟用依賴快取,工作目錄設為 `/app`,起動命令同時執行資料庫初始化和 Streamlit 應用。docker-compose.yml 管理埠對映(本地 8501 連結容器 8501)和環境變數注入。當講者在 VPS 執行 `docker compose up --build` 時,整個應用在雲端自動構建並啟動,所有人都能透過共享連結訪問全球可用的購物代理。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。