LLM 미세 조정, RAG, 확산 모델 및 에이전트 워크플로를 탐구하는 실습형 GenAI 여정입니다. PyTorch, LangChain 및 Hugging Face로 구축되었으며, 프롬프트 엔지니어링, RLHF 및 AI 앱 배포에 대한 실험을 기록합니다. 순수 이론보다는 더 많은 코드로, AI를 마스터하는 가장 좋은 방법은 직접 만들고 부수는 것임을 보여줍니다.
이 기술은 qasim-mehar/Learn_GenAI_By_Doing 저장소를 기반으로 한 실습 중심의 생성형 AI 학습 경로입니다. LLM 미세 조정, RAG(검색 증강 생성), 확산 모델, 에이전트 워크플로 등 최신 GenAI 주제를 다루며, PyTorch, LangChain, Hugging Face와 같은 실제 도구를 사용합니다. 이 저장소는 프롬프트 엔지니어링, RLHF(인간 피드백 기반 강화 학습), AI 앱 배포에 대한 코드 중심의 실험을 문서화하여, 이론보다는 직접 코드를 작성하고 실험하며 배우는 것을 강조합니다. 주로 GitHub에서 발견된 최근 저장소를 기반으로 하며, Claude Code, Cursor, Codex와 같은 AI 에이전트 워크플로와 MCP 도구에서 사용하기에 적합합니다. 이 기술의 핵심 가치는 '만들고 부수면서 배우는 것'이며, 개발자에게 GenAI 개념을 실용적으로 학습할 수 있는 풍부한 예제와 프로젝트를 제공합니다.
npx skills add qasim-mehar/Learn_GenAI_By_DoingLLM 미세 조정, RAG, 확산 모델 및 에이전트 워크플로를 탐구하는 실습형 GenAI 여정입니다. PyTorch, LangChain 및 Hugging Face로 구축되었으며, 이 저장소는 프롬프트 엔지니어링, RLHF 및 AI 앱 배포에 대한 실험을 기록합니다. 순수 이론보다는 더 많은 코드로, AI를 마스터하는 가장 좋은 방법은 직접 만들고 부수는 것임을 보여줍니다.
출처: https://github.com/qasim-mehar/Learn_GenAI_By_Doing
지난 24시간 동안 GitHub에 푸시된 저장소에서 발견되었으며, 에이전트 스킬, Claude/Codex/Gemini 워크플로, MCP 도구 및 관련 AI 에이전트 자동화를 위한 것입니다.
ElevenLabs text-to-speech with mac-style say UX.
Oracle CLI second-model review/debug/refactor/design with selected files, dry-run token checks, API or browser engine.
Capture and automate macOS UI with the Peekaboo CLI.
Generate multiple radically different interface designs for a module using parallel sub-agents. Use when user wants to design an API, explore interface options, compare module shapes, or mentions "design it twice".
Build a throwaway prototype to flesh out a design — a runnable terminal app for state/business-logic questions, or several radically different UI variations toggleable from one route.
Interview the user relentlessly about a plan or design until reaching shared understanding, resolving each branch of the decision tree. Use when user wants to stress-test a plan, get grilled on their design, or mentions "grill me".