这是一个专为AI实训设计的云原生基础镜像，集成了完整的机器学习和AI开发环境，支持GPU加速和多种AI模型。

• 基础镜像: docker.cnb.cool/examples/language/cuda-12.4
• Python环境: Python 3.10 + Conda管理
• GPU支持: CUDA 12.4 + PyTorch 2.6.0 GPU版本
• AI框架: Jupyter AI + LangChain生态系统

• 模型支持: OpenAI、Anthropic、Google、Ollama等
• 预配置: 外部Ollama服务器（106.14.219.51:11434）
• 默认模型: qwq:32b（支持中英文对话）
• 交互方式: Jupyter魔法命令 + 聊天界面

• 机器学习: PyTorch、TensorFlow、Scikit-learn、XGBoost
• 数据科学: Pandas、NumPy、Matplotlib、Plotly
• AI开发: Transformers、LangChain、Jupyter AI
• 向量数据库: FAISS、ChromaDB、Pinecone客户端

• JupyterLab: 现代化Web IDE
• GPU加速: 自动检测和配置CUDA环境
• Kernel配置: Python 3.10 (AI) + Python 3 (ipykernel)
• 扩展支持: Git、LSP、AI聊天等

• 镜像地址: docker.cnb.cool/mayuanworld/jupyter-ai:latest
• 镜像大小: ~25GB（包含完整CUDA环境）
• 架构支持: linux/amd64 + NVIDIA GPU
• 更新频率: 定期更新AI库和模型

# 创建新的实训项目仓库
mkdir my-ai-training
cd my-ai-training
git init

创建 .cnb.yml 文件：

$:
  vscode:
    - docker:
        image: docker.cnb.cool/mayuanworld/jupyter-ai:latest
      runner:
        cpus: 32
        tags: cnb:arch:amd64:gpu:L20  # 根据需要调整GPU类型
      services:
        - vscode
        - docker
      stages:
        - name: start
          script: /usr/local/bin/start_jupyter.sh

# 创建实训目录结构
mkdir -p {notebooks,datasets,models,docs}

# 添加实训说明
echo "# AI实训案例" > README.md

# 提交代码到仓库
git add .
git commit -m "初始化AI实训环境"
git push origin main

# 🎉 访问CNB平台，自动创建云原生开发环境！

1. 机器学习基础

   • 数据预处理和特征工程
   • 经典算法实现和调优
   • 模型评估和验证

2. 深度学习实践

   • 神经网络设计和训练
   • 计算机视觉项目
   • 自然语言处理任务

3. AI应用开发

   • LangChain应用构建
   • RAG系统开发
   • 多模态AI项目

4. 大模型微调

   • 预训练模型fine-tuning
   • LoRA/QLoRA技术实践
   • 模型部署和推理

# Jupyter AI 魔法命令示例
%load_ext jupyter_ai

# 使用AI助手生成代码
%%ai ollama:qwq:32b
请帮我创建一个图像分类的完整pipeline，包括数据加载、模型训练和评估

# 在聊天界面中与AI交互
# /ask @file:dataset.csv 分析这个数据集的特征分布
# /generate 创建一个情感分析模型
# /learn 学习当前项目的代码结构

如果需要本地测试：

# 克隆基础镜像仓库
git clone https://cnb.cool/mayuanworld/jupyter-ai.git
cd jupyter-ai

# 本地构建和运行
docker-compose up

# 访问 http://localhost:8881

在项目中创建 requirements.txt：

# 项目特定的依赖
streamlit>=1.28.0
gradio>=3.50.0
# 其他实训需要的包...

创建 .env 文件：

# OpenAI API（如需要）
OPENAI_API_KEY=your-api-key

# 其他AI服务配置
ANTHROPIC_API_KEY=your-key
GOOGLE_API_KEY=your-key

• examples/jupyter_ai_quickstart.ipynb - AI功能快速入门
• examples/cuda_test.ipynb - GPU环境验证
• workdir/README.md - 用户操作指南

1. 环境验证: 运行GPU和AI功能测试
2. 基础实践: 完成内置示例教程
3. 项目开发: 创建自己的AI应用
4. 成果展示: 使用Jupyter展示实训结果

欢迎提交实训案例和改进建议：

1. Fork本仓库
2. 创建feature分支
3. 提交改进内容
4. 发起Pull Request

• 镜像问题: 提交Issue到本仓库
• CNB平台: 联系CNB技术支持
• AI功能: 参考Jupyter AI官方文档

---

1. 📝 创建 .cnb.yml 配置文件
2. 🚀 提交代码到仓库
3. 🌐 在CNB平台创建开发环境
4. 🎓 开始AI实训项目开发

让AI学习变得简单高效！ 🚀