Build Your Own AI

Build Your Own AI是什么

Build Your Own AI是Sebastian Wessel编写的AI应用开发图书与配套学习项目。它通过TypeScript和真实示例讲解如何构建聊天机器人、RAG系统、工具调用和AI智能体。

它不是输入一句话就能生成应用的无代码平台，也不提供托管模型订阅。官网主要用于阅读目录、预览章节、查看示例项目和购买电子书。

一句话介绍

Build Your Own AI是一套面向开发者的LLM实战教程，强调理解底层模式并用少量依赖构建可控AI应用。

作者与学习定位

作者Sebastian Wessel把本书定位为“开发者写给开发者”的实践指南，适合初学者、已有基础的程序员和AI应用爱好者。内容不以科学研究或训练基础模型为主要目标。

示例使用TypeScript、Bun和直接网络请求，尽量减少框架抽象。读者可以把核心思路迁移到Python、Java、Go或其他语言。

主要学习内容

大语言模型基础

基础章节解释语言模型、知识存储、Tokenization和上下文等概念。目标是帮助应用开发者理解模型输入输出，而不是深入数学推导。

本地运行模型

书中介绍LM Studio和Ollama，帮助读者在自己的电脑运行免费模型。这样可以减少外部接口依赖，并观察硬件、速度和模型大小之间的取舍。

第一个AI应用

读者会从基础请求开始，逐步加入聊天历史、系统提示和行为控制。示例避免隐藏逻辑，便于理解每个请求字段的作用。

提示工程

内容覆盖系统提示、推理、自我反思和代码助手提示等模式。提示只是系统的一部分，不能替代数据、评估、权限和错误处理。

RAG检索增强生成

RAG章节包括知识库创建、向量搜索、答案评估和检索改进。读者会学习如何让模型基于自己的文档回答，而不是只依赖参数记忆。

知识图谱与数据构建

书中进一步讲解知识抽取、知识图谱、问答数据集和数据审查。适合需要把非结构化内容转换为可检索知识的开发者。

模型选择与评估

教程比较Llama和Qwen等模型，并讨论温度、上下文和任务效果。模型版本变化较快，读者应把方法当作评估模板，而不是永久排名。

工具调用

工具调用章节展示如何让模型触发函数并与外部环境交互，同时介绍现代工具调用和简化实现。重点是结构化参数、权限和结果回传。

AI编程环境Buddy

配套Buddy项目演示浏览器内AI驱动IDE，包含代码生成、文件系统工具和项目知识。它是教学展示，不应直接当作成熟商业开发环境。

AI智能体

后续章节讲解检查清单智能体、事实智能体和智能体扩展。读者可以理解任务拆分、循环、工具和停止条件如何组合。

微调与RAG选择

书中提供微调基础，并比较微调与RAG的适用场景。多数知识更新问题更适合RAG，格式和行为稳定性问题才可能需要微调。

章节结构概览

适合哪些读者

• 前端与全栈开发者：想理解AI应用而不只调用封装框架。
• 后端开发者：需要实现聊天、RAG和工具调用接口。
• TypeScript用户：希望用熟悉语言学习LLM应用。
• Python之外的开发者：想掌握可迁移的通用模式。
• 独立开发者：准备开发本地或云端AI原型。
• 技术负责人：需要评估RAG、智能体和微调方案。

不适合哪些需求

• 希望无需编程直接生成网站或智能体的用户。
• 需要完整数学推导和基础模型训练研究的读者。
• 只想购买托管聊天机器人服务的企业。
• 需要现成企业权限、审计和服务保障的团队。
• 希望复制代码后直接投入生产而不做安全改造的项目。

购买与价格

官网提供作者商店和其他书店购买入口。截至2026年8月24日，作者商店页面触发安全验证，公开页面没有显示可直接核对的统一售价。

不同商店、国家、货币、电子书格式和促销可能导致价格变化。购买前应以最终商店页面显示的金额、税费、文件格式、下载次数和退款规则为准。

购买书籍不包含云端模型额度，也不代表示例中的第三方服务免费。使用本地模型需要计算硬件、电力和存储，调用商业模型则按供应商价格计费。

学习前的环境要求

• VS Code、Zed或其他代码编辑器。
• Bun运行时与包管理器。
• 现代网页浏览器。
• Docker运行环境。
• 用于本地模型的足够磁盘空间。
• 建议至少16GB内存，32GB以上体验更好。
• 本地大模型建议使用RTX 3080或更强GPU。

没有高性能显卡也可以学习接口和架构，但本地推理速度会受限。读者可以选用更小的量化模型或外部接口完成部分章节。

推荐学习路线

1. 先阅读模型、Token和上下文基础章节。
2. 安装Bun、Docker与Ollama，运行一个小模型。
3. 完成基础聊天请求，并保存多轮历史。
4. 练习系统提示和结构化输出。
5. 用少量文档构建第一个RAG知识库。
6. 建立测试问题，比较检索和答案准确率。
7. 加入一个只读工具，验证参数和错误处理。
8. 运行Buddy示例，理解文件工具与项目知识。
9. 实现简单智能体，并设置最大步数和停止条件。
10. 最后比较RAG、提示和微调的适用范围。

如何使用配套代码

1. 进入官方GitHub组织并选择书籍示例仓库。
2. 阅读README、环境要求和许可证。
3. 复制环境变量示例，不要提交真实密钥。
4. 按章节运行最小示例，确认本地模型和数据库连接。
5. 修改一项参数并观察输出变化。
6. 为RAG和智能体建立自己的测试样本。
7. 不要直接把演示代码暴露到公网。
8. 用于商业项目前重新检查许可证和依赖许可。

官方GitHub项目

代码许可要特别注意

书籍示例仓库的许可证为Creative Commons署名、非商业、禁止演绎4.0国际版。该许可允许非商业分享，但禁止商业使用，并限制公开分发修改版本。

因此，“仓库公开”不等于符合常见开源软件定义，也不能默认用于商业产品。需要修改、发布或商业使用时，应获得作者另行授权。

许可含义

• 查看和学习代码通常没有问题。
• 分享原始材料需要保留署名和许可信息。
• 不得把许可材料主要用于商业获利。
• 修改后的材料不能按该许可公开分享。
• 第三方依赖仍适用各自许可证。
• 商业项目应向作者确认单独许可。

项目优势

• 以实际应用为中心，不停留在提示词示例。
• 覆盖本地模型、RAG、工具调用和智能体完整链路。
• 使用TypeScript，适合Web开发者。
• 减少框架抽象，便于理解底层网络与数据结构。
• 示例代码公开，方便按章节调试。
• 强调评估检索答案和比较不同模型。
• 不绑定单一模型、云平台或编程语言。

使用限制与注意事项

• 内容更新速度可能落后于快速变化的模型和接口。
• 示例侧重教学，不等于生产级安全与扩展方案。
• 本地模型对GPU、内存和磁盘要求较高。
• 部分工具和模型版本可能与书中不同。
• 代码许可证限制商业使用和演绎作品分发。
• Buddy没有正式发布版本，不适合作为关键开发环境。
• 电子书当前官方售价无法在公开页确认。
• 读者仍需补充身份验证、权限、监控和数据保护。

从示例到生产需要补什么

• 账户、组织和角色权限。
• 密钥管理、速率限制和费用预算。
• 提示注入、越权工具调用和数据泄露测试。
• 日志脱敏、追踪、告警和审计。
• 离线评估集与持续质量监控。
• 模型不可用时的重试、回退和降级。
• 数据保留、删除和用户权利流程。
• 依赖清单、许可证审查和供应链扫描。

隐私与安全

本地运行模型可以减少文本发送给云端供应商，但应用仍可能把数据写入日志、向量数据库和浏览器存储。开发者需要检查完整数据路径。

学习时不要把客户文档、个人信息和生产密钥放入示例项目。使用外部模型接口时，应阅读供应商的数据保留和训练规则。

API与产品形态

BuildOwn.AI教授如何调用模型接口，但它本身不是模型API提供商。目录分类更适合“AI学习资源”或“开发者教程”，而不是“AI应用生成器”。

基本信息

常见问题

Build Your Own AI是AI工具吗？

它主要是一套开发者图书和配套代码，不是可以直接创建应用的在线平台。读者需要自己编程和运行模型。

需要会Python吗？

不需要，书中使用TypeScript讲解，并强调核心模式可迁移到其他语言。具备基础编程经验会更容易学习。

必须有高端显卡吗？

不是所有章节都需要，但本地运行较大模型会明显受硬件影响。建议至少16GB内存，并使用合适量化模型。

电子书多少钱？

当前作者商店受到安全验证保护，公开页面没有显示可确认的统一售价。应以实际商店和结算页面为准。

代码可以商用吗？

不能默认商用，示例仓库采用非商业且禁止演绎的许可。商业项目应获得作者单独授权并检查依赖许可证。

项目是开源的吗？

代码公开可查看，但限制许可不符合常见开源软件自由使用和修改的条件。应准确标记为公开源码学习项目。

总结

Build Your Own AI适合希望真正理解LLM应用结构的开发者，尤其是TypeScript和Web技术背景读者。它的优势是路线完整、示例透明，但购买价格、硬件要求、代码许可和生产安全改造都需要提前确认。