73 Lektionen, jede ein eigenständiges Paket — Studiennotizen, Lernkarten und eine gesprochene Zusammenfassung. Offline öffnen; lerne in deinem eigenen Tempo.
Jede Karte öffnet eine vollständige Lektion: Notizen zum Lesen, Karten zum Üben und eine Zusammenfassung zum Anhören. Beginne überall; sie stehen für sich.
Grundlagen
Studiennotizen: Claude API und Textgenerierung
Installation:** Das Anthropic Python SDK und das Paket `python.env` müssen installiert werden.
Studiennotizen: Kontext-Management in der Anthropic API
Studiennotizen: Aufbau eines einfachen Chatbots
Grundkonzept: System Prompting
Lernnotizen: Optimierung von KI-Outputs mittels System-Prompts
Studiennotizen: Textgenerierung und Temperatur
Problem der Standard-API-Aufrufe:
Lernnotizen: Generierung strukturierter Daten mit Stop Sequences und Assistant Message Prefilling
Studiennotizen: Stop-Sequenzen und Message Prefilling
Prompt Engineering und Prompt Evaluation
Studiennotizen: Prompt-Evaluierungs-Workflow
Studiennotizen: Prompt-Evaluierungs-Workflow
Studiennotizen: Aufbau einer Evaluierungs-Pipeline
Ein Grader nimmt den Output eines Modells entgegen und liefert ein objektives Signal.
Der Code-Prüfer bewertet die Ausgabe eines Modells.
Studiennotizen: Verbesserung des Model Grader durch Kontext
Definition und Ziel
Prompt Engineering: Klarheit und Direktheit
Prompt Engineering: Spezifität
Strukturierung von Prompts mit XML-Tags
Prompt Engineering: Beispiel-Prompting (Few-Shot Learning)
Studiennotizen: Prompt Engineering zur Datenextraktion
Lernnotizen: Implementierung von Tools für Claude
Ziel:** Implementierung des ersten Tools zur Abfrage des aktuellen Datums und der Uhrzeit.
Lernnotizen: JSON Schema für Tool-Funktionen
1. Tool Schema und API-Anfrage
Ziel:** Die von Claude angeforderte Tool-Funktion ausführen.
Ziel:** Die erfolgreiche Anbindung und Nutzung mehrerer Tools (Funktionsaufrufe) innerhalb einer einzigen Konversation mit Claude.
Ziel:** Kontinuierliche Interaktion mit Claude, bis dieser keine Tool-Nutzung mehr anfordert.
Lernnotizen: Tool-Integration und Workflow
Streaming:** Ermöglicht die schrittweise Übertragung von API-Antworten an den Benutzer.
Lernnotizen: Text Editor Tool
Funktion:** Das Web Search Tool ermöglicht es Claude, das Internet nach aktuellen oder spezialisierten Informationen zu durchsuchen, um Fragen zu beantworten.
Studiennotizen: Retrieval Augmented Generation (RAG)
Studiennotizen: RAG-Workflow und Chunking-Strategien
I. RAG-Pipeline und Suchproblem
RAG-Pipeline: Schlüsselkonzepte
Allgemeiner Ablauf (RAG Flow):
Studiennotizen: Verbesserung der RAG-Pipeline durch hybride Suche
1. Problem und Lösung (Hybrid Search)
Definition & Zweck
Grundlagen und technische Anforderungen:
Studiennotizen: PDF-Verarbeitung mit Claude
Studiennotizen: Zitierfunktionen in KI-Modellen
Prompt Caching: Schlüsselkonzepte
Grundprinzip und Funktionsweise
Studiennotizen: Prompt-Caching
Zweck:** Ermöglicht das Vorab-Hochladen von Dokumenten (PDF, Bilder, Text) an die API.
Definition und Zweck
I. Client-Funktion und Architektur
Studiennotizen: Implementierung eines MCP-Chatbots
Ziel:** Erstellung eines MCP Servers für einen CLI-Chatbot mit spezifischen Funktionen.
MCP Server Debugging mit dem MCP Inspector
Studiennotizen: MCP Client Implementierung
Zweck:** Ressourcen ermöglichen es dem MCP-Server, Daten an den Client (z.B. die Anwendung) zu übergeben.
Kontext:
Studiennotizen: Prompts in MCP-Servern
MCP Client und Prompt-Verwaltung
Die drei Server-Primitive definieren, welche Komponente einer Anwendung (Modell, App oder Benutzer) die Kontrolle über eine bestimmte Funktion hat.
Anthropic Anwendungen:** Das Modul behandelt zwei von Anthropic entwickelten Anwendungen: CloudCode und ComputerUse.
Cloud Code: Wichtige Konzepte
Cloud Code: Schlüsselkonzepte und Workflow
Cloud Code und MCP:** Cloud Code enthält einen eingebetteten MCP-Client. Dies ermöglicht die Verbindung von MCP-Servern zu Cloud Code.
Grundlagen
Studiennotizen: Paralleler Workflow (Parallelization Workflow)
Studiennotizen: Chaining Workflows
Studiennotizen: Routing Workflow für Content-Generierung
1. Definition und Zweck von Agents
Kernkonzept: Umgebungsinspektion (Environment Inspection)
Vergleich: Workflows vs. Agents
Zusammenfassung der Schlüsselkonzepte (German Study Notes)