生成式人工智慧正在重塑各行各業，而擁有尖端 GenAI 專案的實踐經驗可以讓你在 2025 年脫穎而出。人工智慧工具可以幫助僱主在成堆的簡歷中進行篩選，合適的專案可以增強你的簡歷，展示你的專業知識。因此，我們在此為您帶來 20 個專案，讓您更深入地瞭解如何利用 GenAI 解決現實世界中的問題。這份精心挑選的清單包括各種各樣的生成式人工智慧專案，從開發人工智慧助手和微調模型到構建 RAG 系統和人工智慧代理，不一而足。我們將這些專案分為入門級（初級）、中級和高階三個類別，以滿足各種水平的生成式人工智慧從業者的需求。
入門級生成式AI專案
首先，讓我們來探討一些涉及基本人工智慧概念並需要基本程式設計知識的初級 GenAI 專案。
1. 使用GPT-3.5將影象轉換為語音的GenAI工具
該專案旨在建立一個人工智慧應用程式，將上傳的影象轉換成音訊小故事。利用 OpenAI 的 GPT-3.5、LangChain 和一些來自 Hugging Face 的 LLM，該應用程式可以分析圖片內容，生成上下文敘述，然後將其轉換為語音。這一功能可直接從視覺輸入中為使用者提供身臨其境的故事體驗。
問題陳述
解讀視覺內容具有挑戰性，對於有視覺障礙的人來說尤其如此。傳統的影象描述方法往往缺乏清晰度、深度和個性化。本工具通過從影象自動生成豐富的音訊敘述來應對這些挑戰，從而提高可訪問性，併為視覺內容的消費提供一種新穎的媒介。
主要內容
- 影象分析：利用計算機視覺技術解釋和提取影象中的上下文資訊。
- 生成式人工智慧整合：利用來自 Hugging Face 和 OpenAI 的 GPT-3.5 的 LLM，根據分析的影象內容製作連貫且與上下文相關的故事。
- 語音合成：使用 LLM 將生成的文字敘述轉換為語音。
- 平臺部署：該專案包括在 Streamlit Cloud 和 Hugging Face Spaces 上部署應用程式。
注：雖然該專案使用的是 GPT-3.5，但我們現在有了 GPT-4，它可以構建更好版本的語音助手。
2. GenAI驅動的職業發展工具
隨著人工智慧工具被用於簡歷篩選和求職，就業市場已經得到了精簡和優化。在本專案中，您將構建一個人工智慧驅動的多代理工具，旨在為個人的職業發展歷程提供支援。利用先進的 NLP 和機器學習技術，該助手可提供個性化的求職幫助和公司研究。它還能進行簡歷分析並生成求職信。通過整合多個人工智慧代理，它為簡化求職流程提供了一個全面的解決方案。
問題陳述
求職者經常面臨各種挑戰，例如製作量身定製的簡歷和求職信、確定合適的工作機會以及研究潛在僱主。GenAI 職業助理通過自動化和個性化求職流程的各個方面來應對這些挑戰。這個多代理系統為每項任務都配備了特定的代理，從而提高了求職者的效率和效益。
主要內容
- 人工智慧驅動的個性化求職：利用人工智慧為使用者匹配符合其技能和職業抱負的職位列表。
- 簡歷分析：採用機器學習演算法對簡歷進行評估並提供反饋，確保簡歷符合行業標準。
- 求職信生成：根據使用者輸入和職位描述自動製作定製求職信。
- 公司研究總結器：收集並彙總潛在僱主的相關資訊，幫助使用者做出明智決策。
3. 使用LangGraph的汽車購買代理
汽車購買代理是一個智慧系統，旨在幫助使用者選擇符合其偏好和要求的汽車。該代理使用 LangGraph 框架開發，利用 LLM 處理使用者輸入並提供量身定製的汽車推薦。
問題陳述
潛在的汽車購買者往往會被當今琳琅滿目的汽車選擇所淹沒。對他們來說，確定滿足其特定需求的車型變得非常具有挑戰性。購車代理通過提供個性化建議來解決這一問題，從而簡化了決策過程。
涵蓋的關鍵主題
- 使用者偏好分析：利用 LLM 來解釋和分析使用者輸入，確保推薦符合個人偏好。
- LangGraph框架：採用 LangGraph 框架來構建代理的決策過程，從而提高效率和準確性。
- 互動式推薦：提供一個互動式平臺，使用者可以在平臺上說明自己的需求，並接收實時、定製的車輛建議。
注：您可以在本專案中使用 CrewAI、AutoGen 或任何其他代理構建工具來代替 LangGraph。
4. 使用GPT-3.5和Whisper的個人語音助手
在本專案中，您將使用 Python 構建一個個人語音助手。該語音助手利用 OpenAI 的 GPT-3.5 進行自然語言理解和響應生成。它還使用 Whisper 模型進行音訊轉錄。人工智慧助手首先捕捉使用者的語音命令並將其轉錄為文字。然後，它處理輸入內容以生成適當的回覆，並將這些回覆作為語音輸出以聲音的形式傳送給使用者。
問題陳述
如今，家庭助理、移動助理等聲控介面已變得越來越普遍。因此，人們越來越需要能夠理解自然語言並使用自然語言與使用者進行互動的便捷、高效的語音助手。本專案將指導您構建一個簡約而實用的語音助手，通過語音實現無縫的人機互動。
涵蓋的關鍵主題
- 語音識別：使用 SoundDevice 庫捕捉和轉錄使用者的語音命令。
- 對話式人工智慧：使用 OpenAI 的 GPT-3.5 模型解釋使用者輸入並生成與上下文相關的響應。
- 文字到語音轉換：使用 pyttsx3 庫將文字回復轉換為語音，從而實現聽覺互動。
注：雖然該專案使用的是 GPT-3.5，但我們現在有了 GPT-4，它可以構建更好版本的語音助手。
5. 使用Gemma 2b-it的資料科學人工智慧助理
該專案利用谷歌的 Gemma 2b-it 模型來構建一個人工智慧工具，協助使用者執行資料科學任務。通過整合這一先進的語言模型，人工智慧助手可以解釋複雜的資料科學概念，並提供相關的 Python 程式碼示例。其目的是提高使用者應對各種資料相關挑戰的能力。
問題陳述
資料科學的複雜性常常讓人望而生畏，尤其是對於那些初入該領域的人來說。大量的概念、技術和編碼實踐往往會帶來陡峭的學習曲線。資料科學人工智慧助手》彌補了理論知識和實際應用之間的差距，從而解決了這些難題。它提供清晰的解釋和實用的編碼示例，幫助資料科學家更輕鬆、更快速地工作。
涵蓋的關鍵主題
- 人工智慧驅動的概念解釋：利用 Gemma 2b-it 模型為各種資料科學概念提供詳細易懂的解釋。
- 作為編碼工具的人工智慧：生成與所解釋概念相對應的 Python 程式碼片段，便於實踐應用和學習。
中級生成式AI專案
現在讓我們來討論一些稍有難度的中級 GenAI 專案，這些專案整合了多個人工智慧模型，可能需要使用 API。這些專案涉及 NLP、檢索和自動化的組合。
6. 使用Llama3.2 Vision和OpenAI Whisper的視訊分析器
視訊分析器是一種可生成視訊內容詳細描述的綜合工具。它通過提取關鍵幀和轉錄音訊，讓使用者更深入地瞭解視訊資料。該工具通過整合計算機視覺、音訊轉錄和自然語言處理來工作。在本專案中，您將使用 Llama3.2 Vision 和 OpenAI’s Whisper 等視覺模型構建一個視訊分析器。
問題陳述
在數字時代，每天都會產生大量的視訊內容，因此高效地分析和理解這些資訊具有挑戰性。傳統的視訊分析方法往往非常耗時，而且需要大量的人工操作。視訊分析儀可自動提取關鍵的視覺和音訊元素，對視訊內容進行簡潔準確的描述，從而解決這一問題。
主要內容
- 計算機視覺：利用 OpenCV 進行視訊處理和關鍵幀提取。
- 音訊處理：採用 OpenAI 的 Whisper 模型準確轉錄音訊內容。
- 自然語言處理：採用 Llama 的 11B 視覺模型來分析視覺資料並生成連貫的描述。
7. 使用AWS進行無伺服器視訊摘要
該專案展示了一種建立視訊內容綜合摘要的自動化解決方案。視訊摘要工具利用亞馬遜 Bedrock 和 AI21 實驗室的 Jurassic-2 Ultra 模型，實現了無伺服器。工作流程包括從視訊演示的每一幀中提取影象並生成相應的文字摘要。然後將這些內容合併到 PDF 報告中，將每一幀的影象與其各自的文字摘要結合在一起。
問題陳述
由於最近生成的視訊內容數量龐大，有效總結和理解視訊變得越來越具有挑戰性。傳統的視訊摘要方法大多是手動操作，耗時長，而且在大規模應用時往往不切實際。本專案通過自動提取關鍵視覺元素並生成簡潔的文字摘要來應對這些挑戰。無伺服器使其成為一種經濟、快速和可擴充套件的解決方案。
涵蓋的關鍵主題
- 無伺服器架構：利用 AWS 服務為視訊處理和摘要構建一個可擴充套件且經濟高效的無伺服器解決方案。
- 生成式人工智慧整合：利用 Amazon Bedrock 和 AI21 Labs Jurassic-2 Ultra 模型，為每個視訊幀生成準確且與上下文相關的文字摘要。
- 自動報告：生成 PDF 報告，將每個幀的影象與相應的文字摘要合併，提供視訊內容的全面概述。
8. 基於LLM的金融代理
基於 LLM 的金融代理是一種智慧系統，它利用 LLM 自動檢索金融新聞並預測股票價格。它能獲取相關的財經新聞，並利用歷史股票資料預測未來的價格走勢。該代理整合了自然語言處理（NLP）和機器學習技術，可提供最新資訊和金融分析。
問題陳述
隨時更新相關新聞並準確預測股票價格走勢是金融行業中至關重要但又極具挑戰性的任務。傳統方法通常涉及人工資料收集和分析，既耗時又容易出錯。基於 LLM 的金融代理通過自動檢索最新金融新聞和採用先進模型預測股票價格來應對這些挑戰。
涵蓋的關鍵主題
- 自動新聞檢索：利用 LLM 自動獲取和處理財經新聞文章。
- 股票價格預測：利用機器學習演算法分析歷史股票資料並預測未來價格趨勢。
- 自然語言處理：應用 NLP 技術解釋和總結財經新聞。
9. 帶有頭像的Azure文字到語音模型
Azure Talking Avatar 專案將微軟的 Azure 文字到語音（TTS）服務與頭像動畫整合在一起。這樣就能將文字轉換為口語，並伴有一個會說話的頭像的視覺呈現。該應用程式允許使用者輸入文字，從各種頭像風格和語言中進行選擇，並生成所選頭像說出所提供文字的視訊。
問題陳述
建立引人入勝的互動式內容通常需要將語音與視覺表現同步，這既耗時又具有技術挑戰性。本專案提供了一種將 TTS 與頭像動畫相結合的自動解決方案。它旨在簡化製作動態和無障礙多媒體內容的過程。
涵蓋的關鍵主題
- 文字到語音整合：利用 Azure 的 TTS 服務將書面文字轉換為自然語音。
- 人工智慧驅動的頭像動畫：將語音輸出與人工智慧生成的動畫頭像同步。
10. 使用LangGraph的自適應學習代理
在這個專案中，你將建立一個將費曼技術與 LangGraph 相結合的高階學習代理。費曼技巧是用非常簡單的術語解釋複雜的概念，就像教孩子一樣。LangGraph 是構建代理和多代理應用程式的框架，它為代理的執行提供了結構基礎。代理引導學習者通過一系列已定義但可定製的檢查點，在每一步驗證理解程度，並在需要時提供費曼式教學。
問題陳述
理解複雜的學科往往會帶來挑戰，尤其是當學習者遇到複雜的概念卻沒有有效的簡化方法時。自適應學習代理通過在人工智慧代理框架內採用費曼技術來解決這一問題。這使使用者能夠分解複雜的主題，更有效地理解它們。
涵蓋的關鍵主題
- LangGraph 框架：利用 LangGraph 協調代理的工作流，為代理應用提供精確性和控制。
注：您可以在本專案中使用 CrewAI、AutoGen 或任何其他代理構建工具來代替 LangGraph。
11. 使用LangChain的人工智慧銷售電話分析器
本專案要求您構建一個能夠分析銷售電話錄音的智慧系統，以提取有價值的見解。銷售電話分析工具利用 LangChain 和 CrewAI 等框架來轉錄音訊、評估情緒並識別電話中討論的關鍵話題。它還能評估通話中採用的銷售策略的有效性。
問題陳述
銷售團隊在評估和改進其溝通策略時經常面臨挑戰，原因是檢視通話錄音需要手動操作且耗費大量時間。為應對這些挑戰，本專案提供了一個自動解決方案，可分析銷售通話，深入瞭解客戶互動和銷售技巧，從而促進以資料為驅動的銷售業績改進。
涵蓋的關鍵主題
- 音訊轉錄：將銷售電話錄音轉換為文字格式，以便進一步分析。
- 主題建模：識別通話中討論的主要話題並進行分類。
- 情感分析：評估對話的情感基調，以衡量客戶滿意度和參與度。
- 銷售策略評估：評估所使用的銷售技巧的有效性，提供改進反饋。
12. 使用LangGraph的人工智慧音樂合成器
在本專案中，您將使用 LangGraph 開發一個人工智慧驅動的音樂創作系統，LangGraph 是一個專為使用語言模型建立工作流而設計的框架。您將利用先進的語言模型和結構化工作流構建一個能夠生成原創音樂作品的代理。它將能夠生成曲調、背景音樂、音效等，就像人類音樂作曲家一樣。
問題陳述
傳統的音樂創作需要豐富的音樂理論知識和創造力。這有時會給沒有受過正規訓練的創意藝術家帶來挑戰。本專案讓每個人都有機會創作自己的音樂，即使沒有太多的技術知識，也能發揮自己的創造力。人工智慧代理將音樂創作過程自動化，讓任何人都能更輕鬆地嘗試音樂創作。
主要內容
- 人工智慧驅動的音樂創作：演示如何利用語言模型生成音樂作品。
- LangGraph 框架：說明 LangGraph 在構建音樂創作等複雜任務的工作流中的應用。
注：您可以使用 CrewAI、AutoGen 或任何其他代理構建工具來替代 LangGraph。
13. 人工智慧驅動的法律檔案分析器
該專案構建了一個人工智慧驅動的工具，以協助法律專業人士分析和解釋複雜的法律文件。通過利用先進的 NLP 技術，代理可以識別、提取和總結冗長合同和協議中的關鍵條款。這將簡化檔案審查流程。
問題陳述
對於法律從業人員來說，審查大量法律檔案往往是一項耗時而又細緻的工作。手動篩選眾多條款以查詢相關資訊可能會導致效率低下和潛在疏漏。本專案通過自動提取和總結關鍵條款來應對這些挑戰。從而提高法律檔案分析的準確性和效率。
涵蓋的關鍵主題
- 自然語言處理：採用 NLP 技術來理解和處理法律語言。
- 條款提取：自動識別和提取法律檔案中的重要條款。
- 總結：為提取的條款和重要條款提供簡明摘要。
- 法律檔案分析：協助對合同和協議進行徹底檢查，確保不會忽略關鍵要素。
14. 專案經理助理代理
專案經理助理代理是一款人工智慧驅動的工具，旨在協助專案經理有效組織和管理任務。利用先進的 NLP 功能，該代理可以解釋專案描述並生成可執行的任務。它展示了生成式人工智慧如何幫助簡化專案規劃流程。
問題陳述
專案經理在將複雜的專案描述分解為易於管理的任務時經常面臨挑戰，這可能導致效率低下和疏忽。該代理通過自動生成任務流程來應對這些挑戰。它能確保專案的所有方面都能得到系統的考慮和組織。
涵蓋的關鍵主題
- 自然語言處理：利用 NLP 技術理解和處理專案描述。
- 人工智慧驅動的任務生成：根據專案描述自動建立可執行的任務。
- 專案管理整合：與現有系統整合，在專案管理框架內組織任務。
15. 使用Llama3、LangChain和ChromaDB的RAG
該專案展示了通過整合 Llama3、LangChain 和 ChromaDB 建立的檢索增強生成（RAG）系統。RAG 系統使使用者能夠查詢他們的文件，即使這些資訊沒有包含在 LLM 的訓練資料中。為此，該系統執行了一個檢索步驟，從索引了這些文件的向量資料庫中獲取相關文件。
問題陳述
傳統的 LLM 可能無法訪問使用者文件中包含的特定、最新或專有資訊，從而限制了它們為某些查詢提供準確回覆的能力。本專案通過實施一種 RAG 系統來解決這一限制，該系統結合了基於檢索的模型和基於生成的模型，允許 LLM 在生成回覆的過程中訪問和利用外部文件。
涵蓋的關鍵主題
- Llama3：利用 Meta 的 Llama3 根據輸入查詢生成類人文字。
- LangChain：利用 LangChain 簡化應用程式的建立，將 LLM 與其他計算資源或知識庫整合在一起。
- ChromaDB：實施 ChromaDB，以便根據與輸入查詢的相似性高效檢索相關文件。
高階生成式人工智慧專案
以下是為經驗豐富的人工智慧開發人員和 GenAI 實踐者提供的一些高階專案。這些專案涉及微調 LLM、部署 RAG、優化推理或整合複雜的多代理工作流。
16. AutoDev：軟體開發代理系統
AutoDev 是一個創新框架，旨在利用人工智慧驅動的代理自動執行軟體開發任務。它使使用者能夠定義複雜的軟體工程目標，然後由自主的人工智慧代理執行。這些代理能夠對程式碼庫執行各種操作，包括檔案編輯、檢索、構建、測試、執行和版本控制操作。該框架通過專用外掛與 IntelliJ IDEA 和 PyCharm 等 JetBrains 整合開發環境無縫整合，通過提供人工智慧輔助編碼功能增強開發體驗。
問題陳述
軟體開發的複雜性與日俱增，需要能夠自動執行重複性複雜任務的工具，以減少人工勞動和可能出現的錯誤。現有的人工智慧編碼助手通常功能有限，主要側重於建議程式碼片段，無法執行全面的開發任務。AutoDev 提供全自動的人工智慧驅動開發框架，可自主規劃和執行復雜的軟體工程任務，從而彌補了這一不足。
涵蓋的關鍵主題
- 用於軟體開發的人工智慧代理：部署能夠在程式碼庫上執行各種操作的自主人工智慧代理。這包括檔案編輯、程式碼檢索、構建、測試、執行和版本控制。
- 整合開發環境整合：為 IntelliJ IDEA 和 PyCharm 等 JetBrains 整合開發環境提供外掛。
17. 使用BioMistral 7B的醫療RAG
該專案涉及使用開源堆疊開發醫療檢索增強生成（RAG）應用程式。它整合了 BioMistral 7B 和 PubMedBert 嵌入，BioMistral 7B 是專為醫療應用定製的語言模型。它使用 Qdrant 作為自託管向量資料庫，並使用 LangChain 和 Llama.cpp 協調工作流。
問題陳述
從龐大的資料集中訪問和綜合相關的醫學資訊是一項挑戰。本專案通過將專門的語言模型與高效的檢索系統相結合，提供了一種解決方案。由此產生的 RAG 系統旨在提高醫學領域的資訊可獲取性。
涵蓋的關鍵主題
- BioMistral 7B 整合：利用醫學專用語言模型提高生成內容的質量。
- PubMedBert 嵌入：利用 PubMedBert 為醫學文字生成精確的嵌入。
- Qdrant 向量資料庫：採用 Qdrant 實現高效的向量儲存和檢索。
- LangChain 和 Llama.cpp 協調：使用 LangChain 和 Llama.cpp 框架協調各種元件。
18. 人工智慧驅動的端到端單元測試代理
人工智慧單元測試代理是一個智慧系統，旨在實現軟體應用程式端到端測試過程的自動化。利用先進的人工智慧技術，該代理能夠生成測試方案、執行測試和分析結果，以確保軟體系統的穩健性和可靠性。
問題陳述
人工端到端測試通常耗費大量人力和時間，而且容易出現人為錯誤。因此，隨著軟體系統的不斷髮展，要保持全面的測試覆蓋率是一項挑戰。人工智慧單元測試代理通過自動測試過程來應對這些挑戰，從而提高軟體質量保證實踐的效率、準確性和可擴充套件性。
涵蓋的關鍵主題
- 自動測試生成：利用人工智慧建立各種全面的測試場景，模擬真實世界中的使用者互動。
- 代理測試執行：實施在各種環境和配置中自動執行生成的測試的機制。
- 結果分析：採用人工智慧驅動的分析來解釋測試結果、識別故障並提出潛在的修復建議。
- 持續整合相容性：與 CI/CD 管道無縫整合，確保在開發生命週期內實現持續測試和快速反饋。
19. 使用ObjectBox和LangChain的裝置上RAG專案
在本專案中，您將使用 ObjectBox 的向量資料庫和 LangChain 開發一個端到端的裝置上 RAG 應用程式。專案指南將向您展示如何主動增強語言模型的知識庫，確保人工智慧可以訪問資料並進行推理，而無需離開裝置。
問題陳述
在維護資料隱私和安全的同時，利用最新的特定語境資訊增強語言模型具有挑戰性。本專案通過整合裝置上的向量資料庫和檢索增強生成技術來應對這些挑戰。
涵蓋的關鍵主題
- 裝置上人工智慧：實施在本地處理和儲存資料的人工智慧應用，以提高隱私性並減少延遲。
- ObjectBox 向量資料庫：使用 ObjectBox 的向量資料庫進行高效的裝置上資料儲存和檢索。
- LangChain 整合：採用 LangChain 來管理和簡化語言模型與向量資料庫之間的互動。
20. 使用PyTorch FSDP和QLoRA微調Llama 3
該專案展示了使用 PyTorch 的全碎片資料並行（FSDP）和量化低庫自適應（QLoRA）技術對 Llama 3 模型進行高效微調的過程。該方法利用 Hugging Face 的庫–Transformers、PEFT 和 Datasets 來優化微調過程。
問題陳述
對 Llama 3 這樣的大型語言模型進行微調可能會耗費大量資源和時間。本專案通過實施 FSDP 和 QLoRA 來應對這些挑戰，旨在減少微調過程中的記憶體消耗和計算開銷。
涵蓋的關鍵主題
- PyTorch FSDP：利用 PyTorch 的 FSDP 在多個 GPU 上分割模型引數，提高記憶體效率。
- QLoRA：利用 QLoRA 實現引數高效微調，在不顯著降低效能的情況下減少可訓練引數的數量。
- Hugging Face 整合：整合 Hugging Face 的 Transformers、PEFT 和 Datasets 庫，以簡化模型訓練和資料處理。
小結
建立生成式AI專案不僅僅是為了編碼–而是為了解決現實世界中的挑戰，利用 GenAI 進行創新，並擴充套件你的技能組合。無論你是從個人語音助手開始，還是深入到 LLM 的微調，這份清單上的每個專案都將幫助你獲得寶貴的經驗，並加強你的投資組合。隨著人工智慧的不斷髮展，通過實踐專案保持領先，將為你在就業市場上贏得競爭優勢。因此，選擇一個專案，開始建設，讓你的人工智慧之旅在 2025 年起飛！
評論留言