<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>OpenSearch on AI-Uchi — Всё об искусственном интеллекте</title><link>/tags/opensearch/</link><description>Recent content in OpenSearch on AI-Uchi — Всё об искусственном интеллекте</description><generator>Hugo</generator><language>ru</language><lastBuildDate>Wed, 03 Jun 2026 03:10:10 +0300</lastBuildDate><atom:link href="/tags/opensearch/index.xml" rel="self" type="application/rss+xml"/><item><title>7-недельный курс по production RAG с LangGraph и Telegram</title><link>/news/7-nedelnyi-kurs-production-rag-langgraph-telegram/</link><pubDate>Wed, 03 Jun 2026 03:10:10 +0300</pubDate><guid>/news/7-nedelnyi-kurs-production-rag-langgraph-telegram/</guid><description>&lt;h2 id="бесплатный-курс-как-построить-ai-ассистент-по-научным-статьям-за-7-недель"&gt;Бесплатный курс: как построить AI-ассистент по научным статьям за 7 недель&lt;/h2&gt;
&lt;p&gt;Команда jamwithai выложила на GitHub полноценный практический курс по построению production-grade RAG (Retrieval-Augmented Generation — поиск с генерацией ответов) системы. Цель — создать исследовательского ассистента, который автоматически загружает научные статьи, понимает их содержание и отвечает на вопросы с помощью продвинутых техник RAG. Финальный результат: работающий агент с Telegram-интерфейсом и полноценным мониторингом.&lt;/p&gt;
&lt;hr&gt;
&lt;h2 id="чем-этот-курс-отличается-от-туториалов-на-youtube"&gt;Чем этот курс отличается от туториалов на YouTube&lt;/h2&gt;
&lt;p&gt;Авторы идут профессиональным путём: сначала изучают основы keyword-поиска, затем добавляют векторный поиск для гибридного retrieval — а не прыгают сразу в AI-first подходы, игнорируя поисковые основы.&lt;/p&gt;</description></item></channel></rss>