学习中心

在学习技术的过程中，开源工程是必不可少的学习资料，但是对于一个可能几十、几百甚至几千个文件来说，学习者可能会一头雾水，不知道应该从何学起，这里讲解如何使用AtomCode来打造一个源码解读工具，掌握了这个用户，你就可以轻松的开始阅读任任意的开源工程！

Page-Agent 是阿里巴巴开源的一个前端 AI 代理库，被称为 **"The GUI Agent Living in Your Webpage"**（住在你网页里的 GUI 代理）。 简单来说，它能让**任意网页拥有一个 AI 助手**，用户用自然语言就能直接操作网页，无需浏览器扩展，无需 Python 环境，无需后端改造。

本课程为云平台 Jupyter 实践课，在 Notebook 终端中完成启动与配置。Odysseus 已预装在 `/home/atomgit/odysseus`（`dev` 分支），无需克隆或安装依赖。

OpenClaw 是本地优先、自主运行的 AI 个人助理。当它需要分析一个大型开源项目或复杂代码库时，Graphify就是它的终极“外挂大脑”！

不用先学命令行细节，直接在在线容器里体验：一句话让 AtomCode 读代码、写代码、跑命令、改问题。

本课程会从安装开始，手把手带你完成。你只需要一台电脑，其他一切都交给我们。20分钟带你完成一个贴合业务场景的项目开发。

AtomCode 是一款开源终端AI编码助手，基于Rust构建，支持多模型接入，可通过自然语言指挥AI自主完成代码阅读、编辑、运行与验证。作为Claude Code开源平替，深度适配国产大模型，无需翻墙，Token限时免费。

欢迎使用 AtomCode 微信渠道插件。通过本教程，你可以在两步之内将 AtomCode 的 Agent 能力接入个人微信。 本教程去除了所有复杂的后台配置，只需完成以下两个手动步骤即可。

OpenClaw是本地优先、自主运行的 AI 个人助理。当它需要分析一个大型开源项目或复杂代码库时，Graphify** 就是它的终极“外挂大脑”！ Graphify 能将项目代码、文档、数据库一键转换成轻量化的知识图谱 (Knowledge Graph)。通过将技能深度注入 OpenClaw，能将每次提问的上下文消耗降到最低，Token 节省高达 71 倍！

一键安装 13 个前端设计 Skill，让 AtomCode 生成的高级感页面脱胎换骨

本节课的目标是：在昇腾 NPU 上，部署 **YOLO11m**——Ultralytics 最新一代目标检测模型，实现图片和视频的实时目标检测。 YOLO11 是目标检测领域的"轻量级效率之王"：相比 Transformer 类模型动辄数十亿参数，YOLO11m 仅约 20M 参数，却能在 640×640 分辨率下实现高精度检测。**小参数 + 高吞吐**，这与昇腾 NPU 的硬件特性完美契合。

本节课的目标是：在昇腾 NPU 上，基于 vLLM-Ascend 推理引擎，部署 **Whisper-Large-V3-Turbo**——OpenAI 开源的语音识别（ASR, Automatic Speech Recognition）模型，提供兼容 OpenAI 的音频转写 API 服务。 Whisper-Large-V3-Turbo 是 Whisper V3 的加速版，相比标准版推理速度提升约 8 倍，同时保持了接近的识别精度。它非常适合昇腾部署——模型本身基于 Transformer Encoder-Decoder 架构，vLLM-Ascend 已对其核心算子做了深度适配。

本节课的目标是：在昇腾 NPU 上，部署 **GOT-OCR-2.0-hf**——阶跃星辰（StepFun）开源的通用 OCR 大模型，将其封装为 FastAPI HTTP 服务，支持上传图片并返回 OCR 识别文本。 GOT-OCR-2.0-hf 属于 **ImageTextToText** 类模型——输入一张图片，输出对应的文字描述或识别结果。与传统 LLM 的自回归文本生成不同，OCR 模型的核心挑战在于**图像编码器（Vision Encoder）与文本解码器（Text Decoder）的协同计算**，这对昇腾的算子融合和显存管理提出了独特的要求。

本节课的目标是：在昇腾 NPU 上，部署 **Gemma-3-270M-IT**——Google 开源的仅 270M 参数的指令微调语言模型，并将其封装为兼容 OpenAI 格式的 Flask API 服务。 Gemma-3-270M-IT 是一个"极致轻量"的模型：**270M 参数意味着模型权重仅约 540MB（bfloat16）**，昇腾 910B 单卡的 64GB HBM 中仅占不到 1%。它非常适合作为昇腾适配的**入门模型**——加载快、推理快、显存无压力，让你能专注于理解昇腾适配的核心机制，而非等待漫长的模型加载。 但"小"不代表"无需适配"——恰恰相反，Gemma-3-270M-IT 的部署过程揭示了昇腾适配中最基础、最重要的模式。

本节课的目标是：在昇腾 NPU 上，基于 vLLM-Ascend 推理引擎，部署 **MiniCPM-V-4_5**——OpenBMB 开源的轻量级多模态大语言模型，支持纯文本理解、图片理解、OCR 识别等能力。 MiniCPM-V-4_5 的优势非常适合昇腾部署：模型整体仅 **4.5B 参数**，但支持百万上下文长度，同时具备优秀的 OCR 和多模态理解能力。小参数意味着更低显存占用，昇腾 910B 单卡即可轻松运行。

本节课的目标是：在昇腾 NPU 上，部署 **Kokoro-82M**——一个仅 82M 参数的轻量级 TTS（Text-to-Speech）模型，并将其封装为兼容 OpenAI 格式的 HTTP API 服务。 Kokoro-82M 的"小"恰恰是它的优势：**82M 参数意味着模型权重仅需约 300MB 显存**，昇腾 910B 的 64GB HBM 可以轻松容纳，且推理延迟极低。但"小"不等于"简单"——TTS 模型在昇腾上的适配有其独特的挑战。

我会假设你：听说过 GPT、知道"人工智能"这个词、会写一点 Python 代码。除此之外，我会把每个概念都掰开了、揉碎了讲。

Transformer 的本质，是一个"让序列中每个位置都能直接看到所有其他位置"的架构。

AI 的发展史，本质上是"让机器理解语言"的三次革命：规则 → 统计学习 → 深度学习 → 预训练大模型。