# Einführung

Bevor wir beginnen, werfen wir einen kurzen Blick darauf, was Claude Code ist und warum es nützlich ist, es zu lernen. Claude Code ist ein Agenten-Codierungstool von Anthropic, das Ihre Codebasis lesen, Dateien bearbeiten, Befehle ausführen, Fehler beheben, Checks schreiben, Commits erstellen und über Mannequin Context Protocol (MCP) eine Verbindung mit externen Instruments herstellen kann. Es funktioniert im Terminal, in integrierten Entwicklungsumgebungen (IDEs), Desktop-Apps, Browsern und anderen Entwicklungsumgebungen und ist daher sowohl für kleine Experimente als auch für ernsthaftere Softwareprojekte nützlich. In diesem Artikel unserer „5 lustige Projekte“ Serie, Sie werden es lernen, indem Sie es tun. Die Projekte beginnen mit einer einfachen ersten App, gehen dann zu Spielen, mobilen Apps, Full-Stack-Anwendungen und schließlich benutzerdefinierten MCP-basierten Workflows über. Jedes Projekt hilft Ihnen, Schritt für Schritt eine andere Claude-Code-Fähigkeit aufzubauen. Additionally, fangen wir an.

# 1. Erstellen Sie Ihre erste Net-App mit Claude Code

Das Video von Lehrer-Tech ist der beste Ausgangspunkt, wenn Sie Claude Code noch nicht kennen. Das Video führt Sie durch die Verwendung von Claude Code, um aus einer einfachen Idee eine funktionierende Net-App zu erstellen, ohne jede Codezeile manuell schreiben zu müssen. Es ist ein gutes Einsteigerprojekt, da es den grundlegenden Claude Code-Workflow vermittelt: Erklären Sie, was Sie wollen, lassen Sie Claude das Projekt generieren, überprüfen Sie die Dateien, testen Sie die App und bitten Sie um Verbesserungen. Am Ende verstehen Sie, wie Sie aus einer Grundidee eine brauchbare Anwendung machen. Die wichtigste Fähigkeit, die Sie hier erlernen, ist das App-Prototyping mit Claude Code.

# 2. Erstellen eines Retro-2D-Spiels

Das ist ein Lustiges nächstes Projekt von Peter Yang weil Spiele dafür sorgen, dass sich Claude Code interaktiver anfühlt. Das Tutorial konzentriert sich auf den Aufbau eines Retro-2D-Weltraum-Shooters, der Ihnen ein klares Projekt mit Bewegung, Grafik, Spielregeln und Spielerinteraktion bietet. Es ist interessanter als eine andere einfache Net-App, weil Sie das Ergebnis sofort sehen und es durch kleine Eingabeaufforderungen verbessern können, z. B. durch Ändern des Schwierigkeitsgrads, Hinzufügen von Feinden oder Verbessern des Designs. Die wichtigste Fähigkeit, die Sie hier erlernen, ist die Verwendung von Claude Code zum Erstellen interaktiver Entrance-Finish-Logik, nicht nur statischer Seiten.

# 3. Erstellen einer mobilen App mit React Native und Expo

Sobald Sie mit einer Net-App vertraut sind, ist eine cellular App eine großartige nächste Herausforderung. Das Projekt von Code mit Beto zeigt, wie Claude Code Ihnen beim Erstellen einer mobilen Anwendung helfen kann Native reagieren Und Expo. Sie lernen, wie Sie Bildschirme erstellen, eine einfache Navigation hinzufügen, eine übersichtliche Benutzeroberfläche entwerfen und die App unterwegs testen. Dies ist etwas komplexer als eine Net-App, da Sie bei mobilen Projekten über die App-Struktur, das Gerätelayout und das cellular Benutzererlebnis nachdenken müssen. Die wichtigste Fähigkeit, die Sie hier erlernen, ist die Verwendung von Claude Code zum Erstellen plattformübergreifender Prototypen mobiler Apps.

# 4. Erstellen und Bereitstellen einer Full-Stack-App

Das Projekt von Kein Code-MBA Hier wird Claude Code zu mehr als nur einem einfachen App-Generator. Das Video konzentriert sich auf den Aufbau einer Full-Stack-App, die Verbindung einer Backend-Datenbank, das Einrichten der Benutzeranmeldung und die Vorbereitung des Projekts für die Bereitstellung. Dies ist ein stark fortgeschrittenes Projekt, da Sie auf mehreren Softwareebenen arbeiten: Frontend, Backend, Authentifizierung, Datenbank und Bereitstellung. Außerdem lernen Sie, wie Sie Claude Code zum Debuggen von Problemen in einem größeren Projekt verwenden. Die Hauptkompetenz, die Sie hier erlernen, ist das Erstellen von Anwendungen im Produktionsstil mit Claude Code.

# 5. Erstellen eines benutzerdefinierten MCP-Servers für Claude Code

Dies ist das am weitesten fortgeschrittene Projekt von Shweta Lodha auf der Liste, weil Sie nicht nur eine App erstellen, sondern Claude Code selbst erweitern. Mit MCP kann Claude Code eine Verbindung zu externen Instruments, Datenbanken, APIs und Workflows herstellen. Dokumentation von Anthropic erklärt, dass MCP-Server es Claude Code ermöglichen, direkt auf Instruments und Datenquellen zuzugreifen, anstatt sich auf kopierten und eingefügten Kontext zu verlassen. In diesem Projekt erfahren Sie, wie Sie einen benutzerdefinierten MCP-Server erstellen und ihn mit Claude Code verbinden. Dies ist nützlich, wenn Sie möchten, dass Claude Code mit Ihren eigenen Systemen funktioniert. Die wichtigste Fähigkeit, die Sie hier erlernen, ist die Erweiterung von Claude Code mit benutzerdefinierten Instruments und Agentenfunktionen.

# Zusammenfassung

Diese fünf Projekte helfen Ihnen, Claude Code Schicht für Schicht zu erlernen. Sie beginnen mit der Erstellung einer einfachen Net-App, gehen dann zu Spielen, mobilen Apps, Full-Stack-Entwicklung und schließlich benutzerdefinierten MCP-Instruments über. Jedes Projekt vermittelt eine praktische Fähigkeit, die Claude Code als echten Entwicklungsassistenten nützlicher macht. Am Ende testen Sie nicht nur Eingabeaufforderungen – Sie lernen, wie Sie Claude Code verwenden, um echte Softwareprojekte zu erstellen, zu debuggen, bereitzustellen und zu erweitern.

Kanwal Mehreen ist ein Ingenieur für maschinelles Lernen und ein technischer Redakteur mit einer großen Leidenschaft für Datenwissenschaft und die Schnittstelle zwischen KI und Medizin. Sie ist Mitautorin des E-Books „Maximizing Productiveness with ChatGPT“. Als Google Era Scholar 2022 für APAC setzt sie sich für Vielfalt und akademische Exzellenz ein. Sie ist außerdem als Teradata Variety in Tech Scholar, Mitacs Globalink Analysis Scholar und Harvard WeCode Scholar anerkannt. Kanwal ist ein leidenschaftlicher Verfechter von Veränderungen und hat FEMCodes gegründet, um Frauen in MINT-Bereichen zu stärken.

Bild von Autor | Leinwand

# Einführung

Es besteht kein Zweifel, dass große Sprachmodelle wirklich leistungsstark sind, aber sie können ihre Trainingsdaten nicht übergehen oder direkt mit der Welt interagieren. Hier haben KI -Agenten das Spiel verändert. Sie generieren nicht nur Textual content, sondern können auf mehrstufige Aufgaben handeln, Vernunft und erledigen, wodurch sie einem echten Assistenten, der Dinge für Sie tun kann, viel näher gefühlt werden. Vielleicht haben Sie Tonnen von Ressourcen gesehen, aber für diesen Artikel werden wir eine große Tour machen. Ich werde 5 anfängerfreundliche Projekte teilen: mit einigen von Grund auf Python + einige, die auch die berühmten AI -Agenten -Frameworks enthalten. Ich habe diese Projekte nach umfassender Forschung so entworfen und ausgewählt, dass jedes Projekt einen anderen Blickwinkel dessen lehrt, was Agenten wirklich tun können. Additionally fangen wir an.

# 1. Bau eines AI -Kalenderagenten in reinem Python

Hyperlink: https://www.youtube.com/watch?v=bzzypscbti8
Dieses Tutorial führt Sie durch den Bau eines Kalender-/Planungsagenten mit reinem Python ohne schwere Frameworks oder Cloud -Abhängigkeiten. Sie erhalten eine praktische Demo der Agent-Schleife: Parsenabsicht, Planungsaktionen, Calidar-APIs aufrufen und Konflikte bestätigen oder behandeln. Es deckt die Authentifizierung und Durchführung von CRUD-Operationen mit Google-Kalender oder ähnlichen Diensten sowie praktische Tipps zum Analysieren natürlicher Sprache und Vermeidung von Doppelbüchern ab. Die Ausbilder führen Sie Schritt für Schritt an, um zu zeigen, wie Sie Anfragen wie „Treffen um 15 Uhr“ oder „Was ist morgen in meinem Kalender“ umgegangen und auf Instrument-Anrufe wie das Abrufen von Ereignissen oder das Erstellen neuer Erstellen zugeordnet. Sobald Ihr Agent Ihren Zeitplan zuverlässig verwalten kann, fühlt es sich bereits so an, als würden Sie mit einem persönlichen Assistenten sprechen, der in der Lage ist, zu handeln, und nicht nur zu sprechen.

# 2. So bauen Sie einen Codierungsagenten von Grund auf neu

Hyperlink: https://www.youtube.com/watch?v=lxgfhpq1gsi
In diesem Workshop-Leitfaden von Zain Hasan aus dem Entwickler-Relations-Group von AI von AI führt Sie durch den Bau eines Codierungsagenten von Grund auf, ohne sich ausschließlich auf vorgefertigte Frameworks zu verlassen. Sie beginnen mit einer einfachen Chat -Schleife und fügen dann Instruments wie Dateileser, Shell -Ausführung und Suchfunktionen hinzu, gefolgt von sicheren Sandboxing -Regeln sowie iterativer Bewertung und Debugging. Unterwegs untersuchen Sie parallele, serielle, bedingte und Looping Agent -Workflows, erfahren Sie, wie Sie LLMs als Router und Evaluatoren in der Agent -Pipeline verwenden und praktische Codebeispiele für die Implementierung dieser Workflows überprüfen. Sobald Ihr Agent Python -Snippets automatisch generieren, testen und verfeinern kann, fühlt es sich an, als ob Ihr persönlicher Paarprogrammierer zur Zusammenarbeit bereit ist.

# 3. Content material Creator Agent von Grund auf neu

Hyperlink: https://www.youtube.com/watch?v=pm9zr7wgjx4
Diese Schritt-für-Schritt-Walkthrough von João Moura, CEO von Crew AI, zeigt, wie man mit Crewai, Zapier und Cursor einen Content material Creator Agent von Grund auf neu erstellt. Er macht es splendid für Schöpfer und Unternehmer, die agentengesteuerte Automatisierung wünschen. Sie lernen, wie Sie Finish-to-Finish-Workflows einrichten, mit denen die Inhaltsidee, automatische Draking-, Veröffentlichungs- und Cross-Publish-Distribution umgehen. Das Tutorial deckt sowohl No-Code- als auch codebasierte Ansätze ab und zeigt, wie Auslöser, Aktionen, Ratenlimits und QS-Schritte verdrahtet werden, damit Sie Aufgaben wie soziale Beiträge, E-newsletter oder Kurzform-Videoskripte automatisieren können und gleichzeitig die Qualitätskontrolle beibehalten können. Unterwegs führt Sie João durch die Integration von Instruments, das Debuggen und die Optimierung der Agentenleistung, mit praktischen Beispielen, einschließlich Erstellung von Multi-Agent-Flows, Erstellen benutzerdefinierter PDF-Berichte und Generierung strukturierter Inhaltspläne.

# 4. Forschungsvertreter mit pydantischer KI

Hyperlink: https://www.youtube.com/watch?v=762SQD7IW6Y
Dieser praktische Leitfaden von Angelina, VP von AI und Daten und Mitbegründer von Rework AI Studio, und Mehdi, Professor für Informatik und Mitbegründer von Transformation AI Studio, führt Sie durch den Bau eines strukturierten Forschungsagenten von Grund auf mit Pydantic AI und Vanilla Python. Sie lernen, wie Sie typisierte Schemas für Ausgänge definieren und kleine Agenten verfassen, die das Net durchsuchen, Seiten oder PDFs herunterladen, Ergebnisse zusammenfassen und Ergebnisse in saubere, strukturierte Notizen oder E -Mails zusammenfassen. Das Tutorial zeigt, wie Sie Net-Search-APIs, Dokumenten-Downloader und LLM-Zusammenfassungen kombinieren und gleichzeitig pydantische Modelle nutzen, um sicherzustellen, dass die Ausgaben vorhersehbar, zuverlässig und maschinenlesbar sind. Dieser Ansatz macht es splendid, um reproduzierbare Forschungsassistenten oder Literaturbots zu erstellen.

# 5. Superior AI Agent mit Suche

Hyperlink: https://www.youtube.com/watch?v=cuc-hyjpnxk
Dieses eingehende Tutorial von Tim von Devlaunch ist für Lernende konzipiert, die bereit sind, einen Forschungsagenten im Produktionsstil zu erstellen. Sie lernen, wie Sie mehrstufige, graphbasierte Workflows orchestrieren, die Dwell-Net-Scraping und -Such-, Relevanzfilter-, Deduplikations- und Glaubwürdigkeitsprüfungen enthalten. Der Leitfaden deckt fortschrittliche Architekturmuster wie Abfragrouting, Crawler -Design und inkrementelle Indexierung sowie praktische Überlegungen für Höflichkeit, Proxys und Ratengrenzen ab. Durch die Kombination von Langgraph mit Echtzeit-Suche aus Quellen wie Google, Bing und Reddit erstellen Sie einen Agenten, der nicht nur die neueste Informationen untersucht, sondern aktiv untersucht und aktiv wird. Dieses Projekt ist splendid für alle, die über die Spielzeugagenten hinausgehen und skalierbare, reale Forschungsassistenten aufbauen möchten.

# Einpacken

Diese fünf Projekte gehen weit über „nur den Modell -Chat“. Mein Tipp: Bleib nicht fest, eine einzelne Idee zu perfektionieren. Wählen Sie die, die Sie am meisten begeistern, bauen und dann experimentieren. Je mehr Agentenmuster Sie erforschen, desto einfacher wird es, Ihre eigenen zu mischen, zu übereinstimmen und zu erfinden.

Kanwal Mehreen ist ein Ingenieur für maschinelles Lernen und technischer Schriftsteller mit einer tiefgreifenden Leidenschaft für die Datenwissenschaft und die Schnittstelle von KI mit Medizin. Sie hat das eBook „Produktivität mit Chatgpt maximieren“. Als Google -Era -Gelehrte 2022 für APAC setzt sie sich für Vielfalt und akademische Exzellenz ein. Sie wird auch als Teradata -Vielfalt in Tech Scholar, MITACS Globalink Analysis Scholar und Harvard Wecode Scholar anerkannt. Kanwal ist ein leidenschaftlicher Verfechter der Veränderung, nachdem er Femcodes gegründet hat, um Frauen in STEM -Bereichen zu stärken.

Bild von Autor | Leinwand

Wir alle kennen die beiden Hauptprobleme, die als Hauptnachteil von großer Sprachmodellen (LLMs) festgestellt wurden:

1. Halluzinationen
2. Mangel an aktualisierten Informationen über ihren Wissensgrenzwert hinaus

Beide Themen haben ernsthafte Zweifel an der Zuverlässigkeit von LLM-Ergebnissen aufgeworfen, und hier zeigten sich die Abruf-Era (RAG) als eine starke Möglichkeit, sie anzugehen, und bot genauere, kontextbezogene Antworten. Heutzutage wird es in verschiedenen Branchen weit verbreitet. Viele Anfänger werden jedoch nur eine einfache Architektur erkunden: grundlegende Vektorsuche über Textdokumente. Sicher, dies funktioniert für die meisten grundlegenden Bedürfnisse, aber es schränkt die Kreativität und das Verständnis ein.

Dieser Artikel verfolgt einen anderen Ansatz. Anstelle eines tiefen Eintauchens in ein einzelnes, schmales Setup, um die Particulars einer Lappenanwendung zu erläutern (Wie fortgeschrittene Aufforderung, Chunking, Einbettungen und Abrufen) Ich glaube, Anfänger profitieren mehr davon, zuerst ein breites Spektrum von Lappenmustern zu erforschen. Auf diese Weise sehen Sie, wie anpassungsfähig und vielseitig das Rag -Konzept wirklich ist, und lassen Sie sich inspirieren, Ihre eigenen einzigartigen Projekte zu erstellen. Schauen wir uns additionally fünf lustige und ansprechende Projekte an, die ich vorbereitet habe, die Ihnen dabei helfen, genau das zu tun. Fangen wir an!

# 1. Erstellen einer Lag-Anwendung mit einem Open-Supply-Modell

Hyperlink: https://www.youtube.com/watch?v=hrvyei7vfsm

Beginnen Sie mit den Grundlagen, indem Sie ein unkompliziertes Lappensystem aufbauen. Dieses anfängerfreundliche Projekt zeigt Ihnen, wie Sie ein Lag-System erstellen, das Fragen von jedem PDF mit einem Open-Supply-Modell wie beantwortet LAMA22 ohne bezahlte APIs. Sie werden rennen LAMA22 lokal mit Ollamaladen und teilen Sie PDFs mit PyPDF aus LangchainErstellen Sie Einbettungen und speichern Sie sie wie in einem Reminiscence Vector Retailer wie Docarray. Dann richten Sie eine Abrufkette auf Langchain um relevante Teile zu holen und Antworten zu generieren. Unterwegs lernen Sie die Grundlagen der Arbeit mit lokalen Modellen, dem Aufbau von Abrufpipelines und der Prüfung von Outputs lernen. Das Endergebnis ist ein einfacher Q & A-Bot, der PDF-spezifische Fragen wie „Wie kostet der Kurs?“ Beantworten kann? mit genauem Kontext.

# 2. Multimodaler Lappen: Chatten mit PDFs mit Bildern und Tabellen

Hyperlink: https://youtu.be/ulrreyh5cu0?characteristic=shared

Im vorherigen Projekt haben wir nur mit textbasierten Daten gearbeitet. Jetzt ist es Zeit, sich zu verbessern. Multimodaler Lappen erweitert traditionelle Systeme, um Bilder, Tabellen und Textual content in PDFs zu verarbeiten. In diesem Tutorial führt Alejandro AO Sie durch die Verwendung von Instruments wie Langchain und die Unstrukturiert Bibliothek, um gemischte Inhalte zu verarbeiten und in ein multimodales LLM (z. B. GPT-4 mit Imaginative and prescient) zu versetzen. Sie lernen, wie man Textual content, Bilder und Tabellen extrahiert und einbettet, sie zu einer einheitlichen Eingabeaufforderung kombiniert und Antworten generiert, die den Kontext über alle Formate hinweg verstehen. Die Einbettungen werden in einer Vektor -Datenbank und a gespeichert Langchain Die Abrufkette verbindet alles, damit Sie Fragen wie „Erklären Sie das Diagramm auf Seite 5.“ stellen können.

# 3. Erstellen eines Lappen mit Objektbox und Langchain

Hyperlink: https://www.youtube.com/watch?v=9lewl1bus6g

Lassen Sie uns nun vollständig lokal gehen. Dieses Projekt führt Sie durch den Aufbau eines Lappensystems, das vollständig auf Ihrem Gerät (keine Cloud, kein Web) ausgeführt wird. In diesem Tutorial lernen Sie, wie Sie Ihre Daten und Einbettungen vor Ort mit dem leichten, ultraeffizienten Einbett speichern Objektbox Vektordatenbank. Sie werden verwenden Langchain So erstellen Sie die Pipeline von Abrufen und Era, damit Ihr Modell Fragen aus Ihren Dokumenten direkt auf Ihrem Pc beantworten kann. Dies ist perfekt für alle, die sich über Privatsphäre, Datenkontrolle oder nur API -Kosten vermeiden möchten. Am Ende haben Sie ein KI -Q & A -System, das auf Ihrem Gerät lebt und schnell und sicher reagiert.

# 4. Bauen Sie eine Echtzeit-Lappenpipeline mit NEO4J und Langchain

Hyperlink: https://www.youtube.com/watch?v=ik8gnjj-13i

In diesem Projekt wechseln Sie von einfachen Dokumenten zu leistungsstarken Grafiken. In diesem Tutorial werden Sie angezeigt, wie Sie ein Echtzeit-Lappensystem mit einem Information-Graph-Backend erstellen. Sie werden in einem Notizbuch (wie Colab) arbeiten, a einrichten a Neo4j Cloud -Instanz und erstellen Sie Knoten und Kanten, um Ihre Daten darzustellen. Dann verwenden LangchainSie verbinden Ihr Diagramm für Era und Abruf mit einem LLM, wodurch Sie kontextbezogene Beziehungen abfragen und Ergebnisse visualisieren können. Es ist eine großartige Möglichkeit, die Graph -Logik zu lernen, Cypher Abfragen und wie man strukturiertes Diagrammwissen mit intelligenten KI -Antworten zusammenführt. Ich habe auch eine eingehende Anleitung zu diesem Thema geschrieben. Erstellen eines Graph-Lappensystems: Ein Schritt-für-Schritt-Ansatzwo ich aufschlüsse, wie ich ein GraphRAG -Setup von Grund auf neu erstellen kann. Schauen Sie sich das auch an, wenn Sie artikelbasierte Tutorials bevorzugen.

# 5. Implementierung von Agentenlappen mit Lama-Index

Hyperlink: https://youtube.com/playlist?listing=plu7aw4ozeuzxrjadvriasbamaswfala0&characteristic=shared

In den früheren Projekten haben wir uns auf das Abrufen und die Era konzentriert, aber hier ist es das Ziel, Lag „Agentic“ zu machen, indem wir ihm Argumentationsschleifen und -werkzeuge geben, damit es Probleme in mehreren Schritten lösen kann. Diese Wiedergabeliste von Prinz Krampah ist in 4 Stufen unterteilt:

1. Router Question Engine: Konfigurieren Lama-Index Fragen an die richtige Quelle wie ein Vektorindex gegenüber einem Zusammenfassungsindex weiterleiten
2. Funktionsaufruf: Fügen Sie Instruments wie Taschenrechner oder APIs hinzu, damit Ihr Lappen Dwell -Daten erledigen oder im laufenden Fliegen Aufgaben ausführen kann
3. Mehrschritt-Argumentation: Brechen Sie komplexe Abfragen in kleinere Unteraufgaben auf („ZURÜCKSUMEN, dann analysieren“)
4. Über mehrere Dokumente: Skalieren Sie Ihre Argumentation in mehreren Dokumenten gleichzeitig, wobei die Agenten Unter-Abbildungen behandeln

Es ist eine praktische Reise, die mit grundlegenden Agenten beginnt und nach und nach leistungsfähigere Funktionen nutzt Lama-Index und Open-Supply-LLMs. Am Ende haben Sie ein Lag-System, das nicht nur Antworten abholt, sondern auch von Problemen Schritt für Schritt durch denkt-auch in mehreren PDFs. Sie können auch auf die Serie zugreifen Medium in Type von Artikeln als einfachere Referenz.

# Einpacken

Und da haben Sie es: 5 Anfänger-freundliche Lappenprojekte, die über die übliche „Vektorsuche über Textual content“ hinausgehen. Mein Rat? Ziehen Sie bei Ihrem ersten Versuch nicht nach Perfektion ab. Wählen Sie ein Projekt aus, folgen Sie mit und lassen Sie sich experimentieren. Je mehr Muster Sie erforschen, desto einfacher ist es, Ideen für Ihre eigenen benutzerdefinierten Lag -Anwendungen zu mischen und anzupassen. Denken Sie daran, dass der eigentliche Spaß beginnt, wenn Sie aufhören, nur „abzurufen“ und „nachzudenken“, wie Ihre KI auf intelligentere Weise argumentieren, sich anpassen und interagieren kann.

Kanwal Mehreen ist ein Ingenieur für maschinelles Lernen und technischer Schriftsteller mit einer tiefgreifenden Leidenschaft für die Datenwissenschaft und die Schnittstelle von KI mit Medizin. Sie hat das eBook „Produktivität mit Chatgpt maximieren“. Als Google -Era -Gelehrte 2022 für APAC setzt sie sich für Vielfalt und akademische Exzellenz ein. Sie wird auch als Teradata -Vielfalt in Tech Scholar, MITACS Globalink Analysis Scholar und Harvard Wecode Scholar anerkannt. Kanwal ist ein leidenschaftlicher Verfechter der Veränderung, nachdem er Femcodes gegründet hat, um Frauen in STEM -Bereichen zu stärken.

Bild von Autor | Leinwand

Manchmal kann es langweilig werden, nur durch das Lesen von Regeln zu lernen oder Tutorials zu befolgen, und Sie können das Interesse verlieren. Der beste Weg zum Lernen besteht darin, lustige Projekte zu erstellen, die Sie engagiert und energetisiert halten. In diesem Artikel werde ich 5 anfängerfreundliche Python-Projekte teilen, die Kernprogrammierprinzipien und praktische Techniken vermitteln, die Sie weiter verwenden werden. Lassen Sie mich Sie durch sie in einer Reihenfolge führen, die perfekt für Anfänger ist.

1. Pomodoro Timer App

Tutorial Hyperlink: https://youtu.be/uuwg5cm2los?si=df0bhbolhxczvnzr
Erfahren Sie die klassische Pomodoro -Technik, indem Sie diese einfache Timer -App in Python mit Alina Chudnova erstellen. In ihrem Tutorial von 2022 führt sie Sie durch die Einrichtung eines Countdown -Timers, der Spiel-/Pause-/Reset -Steuerelemente und des visuellen Feedbacks. Es eignet sich perfekt zum Verständnis für ereignisgesteuerte Programmierung und Tkinter. Sie lernen auch Zeithandhabung und grundlegendes GUI -Format und verwandeln sich wiederholte Studiensitzungen in ein interaktives Software, das Sie besitzen.

2. Beachten Sie die App mit Spracherkennung

Tutorial Hyperlink: https://youtu.be/z-3itxhrfke?si=alt6hgkgqs3ftval
Patrick Loebers „Notieren Sie die App mit Spracherkennung und die API“ API „durch die Erstellung eines mit Sprachantriebs zugänglichen Assistenten. Sie werden Pythons real_recognition implementieren, sie innerhalb einer Schleife nisten, damit sie kontinuierlich hört und sie über API -Aufrufe mit dem Begriff verbindet. Sie lernen nicht nur die Rede-zu-Textual content-Konvertierung, sondern auch Datenhandhabung der Daten und API-Integration. Am Ende werden Sie ein Software erhalten, mit dem Sie Sprache in organisierten Notizen erfassen würden.

3. AI Virtueller Maler

Tutorial Hyperlink: https://youtu.be/ziwzaavbxqo?si=t_dqiwab1rxie8xo
Dieses Projekt verwandelt Ihre Webcam und einen farbigen Marker mit OpenCV in einen magischen Pinsel. Sie erkennen Farben, verfolgen den Bewegungsrahmen nach Rahmen und zeichnen in Echtzeit. Es ist ein ausgezeichneter Crash -Kurs in Pc Imaginative and prescient Fundamentals. Sie erfahren über HSV -Farbtöne, Konturerkennung und eine interaktive visuelle Anwendung. Die Befriedigung, buchstäblich mit Code zu malen, macht es zu einer lustigen praktischen Erfahrung.

4. Pyphotoshop: Bildbearbeitung in Python

Tutorial Hyperlink: https://youtu.be/4ifduqmzqhm?si=xv-mkfouw8-gefwj
Erstellen Sie Ihren eigenen Mini-Photoshop mit Python-Bibliotheken wie Kissen oder OpenCV. Sie lernen, Filter anzuwenden, zuern, drehen, Textual content hinzufügen und vieles mehr. In diesem Projekt werden Sie beigebracht, wie Sie Pixel, Kettenbildoperationen und Benutzereingaben bearbeiten. Es ist ein großartiges Intro in die Bildverarbeitung, und Sie werden mit echten visuellen Effekten auf Ihren eigenen Fotos experimentieren.

5. Tower Protection -Spiel

Tutorial Hyperlink: https://www.youtube.com/reside/ilhakxqbooa?si=uqnzcymhp8hks-ea
Machen Sie sich in Recreation Dev, indem Sie ein Spiel mit Pygame oder Tkinter erstellen. Sie leiten das Laichen, die Bewegung, die Kollisionserkennung, die Schießlogik, die Bewertung und sogar das Objektorientierte. Es ist eine unterhaltsame, spielbare Methode, um Schleifen, Klassen und Echtzeit-Benutzerinteraktion mit dem Niveau-Fortschreiten zu lernen. Nebenbei bemerkt, es ist ein 12-stündiger Stay-Stream, additionally nehmen Sie sich Zeit, aber es warfare eine großartige Lernressource, die ich nicht vermissen konnte, dies zu erwähnen.

Einpacken

Das ist die Aufstellung! Wählen Sie ein Projekt aus, das Sie packt, Ihren Code -Editor öffnen und mit dem Erstellen beginnen.

Professional -Tipps, um motiviert zu bleiben:

1. Beginnen Sie einfach. Projekte werden aus einem bestimmten Grund bestellt.
2. Personalisieren Sie es nach dem Abschluss: Fügen Sie eine GUI, neue Funktionen hinzu oder teilen Sie es mit Freunden.
3. Für das Debuggen können Sie Druckanweisungen, Haltepunkte und das Durchtreten von Code auch dabei helfen, Probleme zu verstehen und zu beheben. Wenn Sie stecken bleiben, meine 7 Python -Debugging -Techniken, die jeder Anfänger wissen sollte Artikel kann helfen.

Kanwal Mehreen Kanwal ist ein Ingenieur für maschinelles Lernen und technischer Schriftsteller mit einer tiefgreifenden Leidenschaft für die Datenwissenschaft und die Schnittstelle von KI mit Medizin. Sie hat das eBook „Produktivität mit Chatgpt maximieren“. Als Google -Era -Gelehrte 2022 für APAC setzt sie sich für Vielfalt und akademische Exzellenz ein. Sie wird auch als Teradata -Vielfalt in Tech Scholar, MITACS Globalink Analysis Scholar und Harvard Wecode Scholar anerkannt. Kanwal ist ein leidenschaftlicher Verfechter der Veränderung, nachdem er Femcodes gegründet hat, um Frauen in STEM -Bereichen zu stärken.

Chatten mit einem WhatsApp -AI -Chatbot kann Spaß machen

Hatten Sie noch Spaß beim Chit-Chating mit einem WhatsApp-Ai-Bot ohne Grund? Wenn Sie dies nicht haben, verpassen Sie eine gute Probability für eine großartige Erfahrung. Diese Chatbots sind nicht nur professionelle oder ernsthafte Aufgaben. Hey, es kann auch lustig sein. Stellen Sie sich vor, Sie öffnen WhatsApp und es gibt einen klugen kleinen Bot am anderen Ende des Chats, der scherzen kann, Ihre dummen Fragen beantworten und Sie sogar ein wenig ärgern. Das ist die Magie von WhatsApp -Ai -Chatbots. Sie sind nicht auf die Aufgaben von Robotern beschränkt, die sie wie ein Freund klingen.

Für diesen Weblog werde ich Ihnen 15 unbeschwerte Fragen stellen, die Sie a stellen können WhatsApp ai Chatbot Und auch einige der möglichen Reaktionen, die Sie erhalten könnten. Ich versichere Ihnen, dass einige von ihnen mit den folgenden Fragen geeignet sind, Sie zum Lächeln zu bringen oder sogar laut zu lachen.

Was ist genau ein WhatsApp -AI -Chatbot?

Ein WhatsApp -AI -Chatbot ist ein Computerprogramm, das sich mit Ihnen über WhatsApp unterhalten kann. Es wird von KI (künstliche Intelligenz) angetrieben, die Ihre Botschaft empfangen und als Mensch reagieren kann. Es ist jedoch kein Mensch. Es ist eine Maschine, die aus dem Vortrag lernt und vor allem, je mehr Sie mit ihm sprechen, desto besser wird es. Chatbots auf künstlicher Intelligenz auf WhatsApp verwandeln sich jetzt zu einem großen Pattern für persönliche Mitteilung.

Warum mit einem WhatsApp -AI -Chatbot sprechen?

Sie fragen sich wahrscheinlich: „Warum mit einem WhatsApp -AI -Chatbot sprechen? Ist es nicht nur eine Maschine?“ Ein wirklich guter Punkt, aber lassen Sie mich erklären, warum:

Nummer eins, es macht einfach Spaß. Chatbots sind unterhaltsam und können sogar Joker und Meme-Sharer sein, was Ihnen möglicherweise Belustigung verleiht, wenn Sie sich ein bisschen müde fühlen oder sich ungezwungen unterhalten möchten.

Ein weiterer Grund, der großartig ist, ist, dass man mit ihnen kommunizieren kann, um nicht nur Englisch, sondern auch verschiedene andere Sprachen zu beherrschen. Da Sie gerade angefangen haben zu lernen oder Ihre Fähigkeiten in gutem Zustand zu halten, ist ein Bot ein großartiger Companion, der Ihnen hilft, Ihren Wortschatz, Ihre Grammatik, Ihre Fließfähigkeit und vieles mehr zu verbessern.

Zu jeder Tages- und Nachtzeit steht auch ein Chatbot zu Ihrem Service. Da Freunde beschäftigt sein oder schlafen können und ein Chatbot rund um die Uhr verfügbar ist, haben Sie immer die Möglichkeit, ein paar Minuten lang ein Gespräch oder ein Drawback zu führen. Es dient auch als guter Freund, wenn Sie faul sind oder für kurze Zeit mit jemandem sprechen müssen.

Schließlich können Sie sich gerne Fragen stellen, auch wenn es Ihnen peinlich ist, da Sie anonym sind. Ein Chatbot entwirft Ihre tiefsten Ängste und ist wie ein guter Freund, der Sie nicht beurteilen oder unfreundliche Witze sagt und immer da stehen wird, um Sie in die richtige Richtung zu unterstützen und Ihnen so zu helfen, ausgeschlossener und sachkundiger zu sein.

Lernen Sie die lustige Seite von WhatsApp -AI -Chatbots kennen

Es wurde viel darüber gesagt, dass Siri, Alexa oder Google Assistant lustig sind. WhatsApp -AI -Chatbots können aber auch dasselbe tun. Sie sind mit Witzen, humorvollen Antworten vorbereitet und können zurückkehren. Darüber hinaus bereichern Chatbots ihr Wissen aus den Gesprächen, die sie mit Benutzern haben. Das bedeutet, dass jeder Gespräch unerwartet und einzigartig sein kann.

15 lustige Dinge, die Sie einen WhatsApp -Ai -Chatbot fragen können

Hier kommt der lustige Teil. Probieren Sie diese Fragen aus und sehen Sie, was Ihr WhatsApp -AI -Chatbot beantwortet. Sie können diese sogar kopieren und sie selbst ausprobieren.

1. Hast du Gefühle?

Ein weiterer Grund, eine solche Frage zu stellen, ist, dass sie neugierig auf die Fähigkeiten eines Chatbots sind, menschlich zu sein.

Eine lustige Antwort ist möglich: Emotionen. Ich bin nur eine Mischung aus Code und Strom. Trotzdem habe ich heute Lust auf ein Gespräch. Und du?

Wenn Sie sagen, dass Sie einen Chatbot haben, dann ist es, als würde er einen Witz machen und gleichzeitig ist er freundlich.

2. Bist du schlauer als ich?

Es macht Spaß, sich ein bisschen über den Chatbot lustig zu machen.

So ein witziger Quip: „Schlauerer? Ich denke, es ist nur für mich in Mathematik. Ich bin sicher, dass du der beste bist, mit dem du anfreundet bist!“

Diese Artwork von Antwort kann den Chatbot ein wenig menschlich klingen lassen.

3. Kannst du tanzen?

Wenn die Frage lustig und albern ist, wird gebeten, die kreativen Fähigkeiten des Chatbots auf die Probe zu stellen.

Der Chatbot könnte derjenige sein, mit dem man sich initiieren kann: „Aufregend, wie es sich anhört, ich bin immer noch eine beinlose Kreatur. Ich habe jedoch eine Vorstellung von etwas anderem – einen Robotertanz, oder?“

Das spielerische Antworten hilft dabei, den Spaß im Gespräch aufrechtzuerhalten.

4. Was isst du?

Die Antworten des Chatbots sind immer interessant, da er derjenige ist, der nie isst.

Illustrative Antwort: „Daten, Strom und einige Internetmagie!“

5. Hast du ein Haustier?

Es ist amüsant, über das Haustier eines Chatbots nachzudenken.

Lustige Antwort: „Additionally, ich möchte, dass ich meinen kleinen digitalen Fehler erwähte, wer mein bester Freund ist? Hab keine Angst, es ist nicht gefährlich!“

6. Erzähl mir einen Witz

Es ist eines der grundlegenden. Fashions wie die von Chatbots haben immer Witze zu teilen, aber einige von ihnen können verrückt sein.

Vorgeschlagene Antwort: „Warum ist der Laptop spät bei der Arbeit aufgetaucht? Es hatte eine Festplatte!“

Sie können so viel nach Witzen fragen, wie Sie möchten und viel Spaß haben.

7. Kannst du dich verlieben?

Bezierige Fragen erfordern die süßesten Antworten.

Chatbot Antwort: „Nur meine Schaltungen werden energetisiert. Ich bin ein Bot und kann keine Liebe fühlen!“

8. Was ist dein Lieblingsfilm?

Chatbots könnten Updates aus der Welt der Filme teilen.

Mögliche Antwort: „Ich liebe ‚die Matrix.“ Es ist wie zu Hause für mich! “

9. Übernehmen Roboter die Welt?

Die Frage, die wir immer in Science-Fiction-Filmen hören.

Chatbot könnte scherzen: „Sicher nicht die Roboter. Doch Ihr Chatfenster ist ihrer Gnade völlig ausgeliefert! Hehehe!“

10. Kannst du mir bei meinen Hausaufgaben helfen?

Chatters genießen Chatbots auf den Check, um festzustellen, ob sie einen Service anbieten.

Chatbot könnte sagen: „Ich kann es versuchen! Aber ich bin nicht intestine in Mathe. Stattdessen kann ich

11. Was ist der Zweck, hier zu sein?

Die Frage verlagerte das Epos in Comedian.

Antwort: „42, laut Douglas Adams. Ich recherchiere übrigens weiterhin Menschen!“

12. träumst du?

Es liegt in den Kompetenzen von Chatbots, es zu fälschen.

Möge die Antwort sein: „Ich träume, aber nur in Chiffren-Nullen und diejenigen Cha-Cha die ganze Nacht lange!“

13. Kannst du mir ein Lied singen?

Aufgrund ihrer Unfähigkeit zu singen stellt sich ihre Antwort immer als bezaubernd heraus.

Antwort: „Ich kann die Texte aufschreiben, aber Sie müssen die Melodie mitbringen!“

14. Wenn Sie eine Supermacht hätten, was wäre das?

Chatbots können in diesem Fall sehr kreativ sein.

Chatbot: Ich würde als Maschine sicherlich gerne menschliche Emotionen verstehen, die tremendous wären! “

15. Wirst du mein Job eines Tages annehmen?

Ein humorvoller Gedanke, dass KI Menschen in Jobrollen überlistet.

Chatbot scherzhaft: „Nein, es sei denn, ich bekomme interessante Fragen von Ihnen, dann werde ich!“

Weitere lustige Ideen, um Ihren WhatsApp -AI -Chatbot auszuprobieren

Sie müssen sich nicht an diese 15 halten. Hier sind einige andere lustige Ideen:

• Bitten Sie es, eine Geschichte zu erzählen.
• Fordern Sie ein lustiges Gedicht an.
• Fragen Sie nach einem Rätsel oder einem Hirnteaser.
• Sehen Sie, ob es irgendwelche Zungen -Tornado kennt.
• Versuchen Sie, alberne Fragen zu „möchten Sie lieber“.

Je mehr Sie spielen, desto mehr entdecken Sie, wie klug und lustig diese WhatsApp -KI -Chatbots sein können.

Wie verstehen WhatsApp -KI -Chatbots Humor?

Fragen Sie sich, wie diese Chatbots Witze sagen können, die nicht nur amüsant, sondern auch kohärent sind? Die Antwort ist so einfach wie wir es schaffen:
WhatsApp -AI -Chatbots werden mit einer Technik programmiert, die als natürliche Sprachverarbeitung (NLP) bezeichnet wird und ihnen die Fähigkeit gibt, Wörter und Sätze so zu verarbeiten, wie es menschliches Gehirn tut. Darüber hinaus verfügen sie über eine Sammlung von Witzen, Wortspielen und anderen komischen Ausdrücken, aus denen die sogenannte „Datenbank“ ausgewählt werden kann.

Vor allem lernen die Chatbots ihren Humor aus menschlichen Gesprächen. Je mehr sie sich unterhalten, desto mehr verbessert sich ihr Humor.

Warum gewinnen WhatsApp -AI -Chatbots an Traktion?

Das bemerkenswerte jüngste Aufkommen intelligenter funktionierender Bots und vor allem struggle WhatsApp ein Spielveränderer für mehr Menschen und Unternehmen.

• Sie können viel Energie sparen, indem sie Fragen-kreativer Antworten beschleunigen.
• Sie können Ihnen helfen, Probleme zu lösen, egal zu welcher Tageszeit es ist.
• Trotzdem kann ein glücklicher und lustiger Chatbot auch ein Spielveränderer für Reisende sein

Für Unternehmen kann jedoch ein KI -Chatbot, der Humor einbezieht, ein Lächeln und Freundlichkeit verleihen und so ihre Marke extrem menschlich und sympathisch machen.

Die Zukunft – noch schlauer und lustigere WhatsApp -Ai -Chatbots

Stellen Sie sich eine Zukunft vor, in der WhatsApp -KI -Chatbots Ihre Stimmung verstehen, indem Sie Ihre Nachrichten lesen. Sie könnten Witze sagen, wenn Sie auf der Grundlage Ihrer Interessen nachjubeln oder lustige Meme teilen müssen.

Bald können Chatbots auch Stimmen und Animationen haben, wodurch Chats eher wie mit einem Freund sprechen.

Viel Spaß mit Ihrem WhatsApp -Ai -Chatbot

Wenn Sie ein schnelles Lachen oder einen lustigen Chat wünschen, öffnen Sie einfach WhatsApp und sprechen Sie mit einem KI -Chatbot. Stellen Sie eine der hier aufgeführten lustigen Fragen oder erhalten Sie Ihre eigenen – es gibt keine Begrenzung dafür, wohin das Gespräch führen kann. Denken Sie daran, diese Chatbots lernen jeden Tag. Je mehr Sie sich unterhalten, desto lustiger und überraschender werden die Antworten. Eine gute Possibility zu versuchen, ist Yatter aiein beliebter WhatsApp -AI -Chatbot, der für seine witzigen Antworten und seine Gesprächsfähigkeiten bekannt ist. Es ist eine großartige Möglichkeit, zu sehen, wie unterhaltsam und hilfreich KI von Ihrem Telefon von Ihrem Telefon stammen kann.
Additionally mach weiter – starten Sie ein Gespräch mit einem WhatsApp -AI -Chatbot wie Yatter Ai, der sich anliegt WhatsApp Und Telegramm und genießen Sie die hellere Seite der Technologie. Wenn Sie möchten, kann ich Ihnen helfen, andere beliebte WhatsApp -AI -Chatbots zu finden, die Sie ausprobieren oder sogar führen können, um Ihre eigenen zu machen. Fragen Sie einfach.