第 1 周——提示技术

你将通过编写提示词来完成特定任务，从而练习多种提示技术。每项任务的说明均位于对应源文件的顶部。

安装

请确保你已先按照顶层 README.md 中的说明完成安装。

安装 Ollama

我们将使用 Ollama 在你的计算机上本地运行不同的先进大语言模型。请选择以下任一安装方式：

• macOS（Homebrew）：

  brew install --cask ollama 
  ollama serve

• Linux（推荐）：

  curl -fsSL https://ollama.com/install.sh | sh

• Windows： 从 ollama.com/download 下载安装程序并运行。

验证安装：

ollama -v

运行测试脚本之前，请确保已拉取以下模型。此操作只需执行一次（除非之后删除了这些模型）：

ollama run mistral-nemo:12b
ollama run llama3.1:8b

技术与源文件

• K 样本提示——week1/k_shot_prompting.py
• 思维链——week1/chain_of_thought.py
• 工具调用——week1/tool_calling.py
• 自洽性提示——week1/self_consistency_prompting.py
• RAG（检索增强生成）——week1/rag.py
• 反思——week1/reflexion.py

提交内容

• 阅读每个文件中的任务说明。
• 设计并运行提示词（查找代码中所有标有 TODO 的位置）。这应是你唯一需要修改的内容（即不要调整模型）。
• 反复迭代以改善结果，直至测试脚本通过。
• 保存每种技术最终使用的提示词及输出。
• 提交内容中务必包含每个提示技术文件的完整代码。请再次确认所有 TODO 均已解决。

评分标准（总计 60 分）

• 六种不同提示技术中，每完成一个提示词得 10 分