Главная›Python

Python

venv · pip · requirements.txt · скрипты ИИ · psycopg / pgvector

Уровень: базовый+
Почему Python? Это общий язык экосистемы ИИ: практически все библиотеки для моделей, эмбеддингов, RAG и оркестрации используются на Python. Владение им — даже на уровне инструментария (изолированные окружения, зависимости, скрипты) — позволяет автоматизировать эксплуатацию платформы, соединять компоненты между собой (Ollama, pgvector, API) и быстро прототипировать перед промышленным внедрением. Это «связующее звено» между инфраструктурой и сервисами ИИ.
🧠 Python — эталонный язык для ML и глубокого обучения.

Крупнейшие ИИ-фреймворки — PyTorch, TensorFlow, scikit-learn, Hugging Face — управляются из Python. Это естественная точка входа в машинное обучениеМашинное обучение — область искусственного интеллекта, основанная на математических и статистических подходах, которые дают компьютерам способность «обучаться» на данных […]Википедия — «Машинное обучение» · CC BY-SA и глубокое обучениеГлубокое обучение — раздел искусственного интеллекта, использующий искусственные нейронные сети из множества слоёв для решения сложных задач.Википедия — «Глубокое обучение» · CC BY-SA: от подготовки данных до обучения и последующего инференса моделей.

💡 Наведите курсор на подчёркнутые термины, чтобы увидеть краткое описание (источник: Википедия).
🛠️ Стек Python
ИнструментНазначение
Python 3.11+Основной язык
venvИзолированные виртуальные окружения
pipМенеджер пакетов
requirements.txtВоспроизводимость окружений
📦 Библиотеки для ИИ
БиблиотекаНазначениеСтатус
psycopg + pgvectorКлиент PostgreSQL · векторы🔵 Запланировано
langchainСкрипты / агенты (опционально)🔵 Запланировано
ollamaКлиент локального API Ollama🔵 Запланировано
openaiКлиент, совместимый с Ollama🔵 Запланировано
whisperSpeech-to-Text🔵 Запланировано
requestsHTTP-вызовы API✅ Используется
💻 Стандартный workflow
bash
# Créer un projet IA
mkdir projet-rag && cd projet-rag

# Environnement virtuel
python3 -m venv .venv
source .venv/bin/activate  # Linux/Mac
# .venv\\Scripts\\activate  # Windows

# Installer les dépendances
pip install "psycopg[binary]" pgvector ollama

# Sauvegarder
pip freeze > requirements.txt

# Reproduire l'environnement ailleurs
pip install -r requirements.txt
🐍 Пример: клиент Ollama
python
import ollama

# Chat simple
response = ollama.chat(
    model='mistral',
    messages=[{'role': 'user', 'content': 'Explique VFIO en 3 lignes'}]
)
print(response['message']['content'])

# Streaming
for chunk in ollama.chat(
    model='mistral',
    messages=[{'role': 'user', 'content': 'Bonjour'}],
    stream=True
):
    print(chunk['message']['content'], end='', flush=True)

Связанные страницы

RAG Vectoriel IA Locale / LLM Speech AI

Ссылки и источники

КатегорияРесурсURL
Официальная документацияPython — Documentationdocs.python.org/3
Официальная документацияpip — User Guidepip.pypa.io
Официальная документацияvenv — Environnements virtuels (bibliothèque standard)docs.python.org/3/library/venv
Используемые инструментыPython 3.11+ · venv · pip · requirements.txt · psycopg / pgvector (planifié)—
ЛицензияPython — PSF Licensedocs.python.org/3/license
Содержимое этой страницыПубликуется под CC BY-SA 4.0creativecommons.org/licenses/by-sa/4.0