共分为两节介绍，内容简单易懂，步骤详细，可以避免很多坑，建议直接上手操作。AI应用开发之扣子第二课-AI翻译（第1节/共2节）：业务逻辑实现AI应用开发之扣子第二课学习-AI翻译（第2节/共2节）：用户界面设计。

本实践通过Docker安装nexus，并编写Maven依赖上传脚本，50MB的maven文件上传耗时约5分钟。

AI应用开发平台-扣子-学习笔记，了解扣子是什么？扣子能做什么？为什么选择扣子？如何使用扣子？

首先，进入官网：点击跳转至扣子。登录进网站后，点击左上角＋图标，创建智能体，输入智能体名称、功能介绍在“人设与回复逻辑”输入以下内容：如上图，在中间技能区添加“必应搜索”，在右侧“预览与调试”即可进行智能体试用。在右上角点击“发布”，然后输入开场白文案。输入发布记录，选择发布平台。此界面即是智能体的用户使用界面。

本次实践将在IDE（Pycharm或VSCode）上使用WSL2+Ubuntu22.04+Tensorflow+GPU进行机器学习训练。基本原理是在IDE中拉起WSL2中的Python解释器，并运行Python程序。要运行Conda+Tensorflow+GPU你可能需要进行以下准备工作。， 也可以通过以下cmd命令进行提前克隆（需要安装git程序）。2.查看此示例进行WSL2+Ubuntu22.

本次实践将在IDE（Pycharm或VSCode）上使用WSL2+Ubuntu22.04+Tensorflow+GPU进行机器学习训练。基本原理是在IDE中拉起WSL2中的Python解释器，并运行Python程序。要运行Conda+Tensorflow+GPU你可能需要进行以下准备工作。， 也可以通过以下cmd命令进行提前克隆（需要安装git程序）。2.查看此示例进行WSL2+Ubuntu22.

这几年AI技术突飞猛进，各种名词层出不穷——机器学习、深度学习、大模型、智能体、AI应用……它们到底是啥？有什么用？未来会怎么发展？今天就用大白话给你讲清楚！

方式很多，此处选择一个简便的方法，从Microsoft Store下载安装，下载完成后点击打开即会cmd自动进行安装。

本次实践将在IDE（Pycharm或VSCode）上使用WSL2+Ubuntu22.04+Tensorflow+GPU进行机器学习训练。基本原理是在IDE中拉起WSL2中的Python解释器，并运行Python程序。要运行Conda+Tensorflow+GPU你可能需要进行以下准备工作。， 也可以通过以下cmd命令进行提前克隆（需要安装git程序）。2.查看此示例进行WSL2+Ubuntu22.

MCP（模型上下文协议）是什么？这里用大白话加强理解一下。