43 lines
911 B
Markdown
43 lines
911 B
Markdown
# Aufgabe 01: LLM per Code ansprechen
|
|
|
|
## Ziel
|
|
|
|
Du baust ein minimales Programm, das eine Chat-Anfrage an ein LLM sendet und die Antwort ausgibt.
|
|
|
|
## Aufgabe
|
|
|
|
Baue eine kleine CLI-Anwendung:
|
|
|
|
```text
|
|
$ ask "Erkläre mir Servos in 3 Sätzen"
|
|
```
|
|
|
|
Die Anwendung soll:
|
|
|
|
- eine User-Nachricht entgegennehmen
|
|
- sie an ein LLM schicken
|
|
- die Antwort auf stdout ausgeben
|
|
|
|
## Varianten
|
|
|
|
Starte mit einer Variante:
|
|
|
|
- OpenAI API
|
|
- lokales Ollama per HTTP API
|
|
|
|
## Lernpunkte
|
|
|
|
- Wie sieht eine Chat-Message-Struktur aus?
|
|
- Was ist System/User/Assistant?
|
|
- Wie unterscheidet sich lokales LLM von API-LLM?
|
|
- Wie gehst du mit Fehlern, Timeouts und Rate Limits um?
|
|
|
|
## Akzeptanzkriterien
|
|
|
|
- Du kannst per Terminal eine Frage stellen.
|
|
- Die Antwort kommt vom Modell.
|
|
- Fehler werden sauber angezeigt, nicht per `unwrap()` beendet.
|
|
|
|
## Erweiterung
|
|
|
|
Speichere den kompletten Request und Response als JSON in einem `logs/`-Ordner. |