AI.CODING CLUB

Snippets

Kopieren, in ein Notebook einfügen, ausführen. Zugangsdaten und Modell sind in JupyterLab schon eingerichtet.

Code über KI generieren lassen

Nach dem Ausführen werden die # Kommentare mit Python-Code erweitert

%%ki
# Frage den Benutzer nach seinem Namen
# Frage KI nach der Bedeutung des Namens
# Gib Antwort aus

Text an das Sprachmodell

Eine Frage stellen, eine Antwort bekommen. Mit System-Prompt bestimmt ihr Rolle und Ton.

import aicc

antwort = aicc.ask(
    "Nenne drei Ideen für eine KI-App im Studium.",
    system="Du bist eine kreative Studienberaterin. Antworte kurz.",
)
print(antwort)

Chatbot mit Gedächtnis

Der Chat merkt sich frühere Nachrichten – die Grundlage für jeden Bot.

import aicc

bot = aicc.Chat("Du bist ein geduldiger Mathe-Tutor. Stelle Rückfragen, statt Lösungen zu verraten.")
print(bot.send("Was ist eine Ableitung?"))
print(bot.send("Kannst du mir ein Beispiel geben?"))

Antwort als Tabelle (JSON)

Wenn ihr mit der Antwort weiterrechnen wollt: Struktur vorgeben, Dict zurückbekommen.

import aicc

daten = aicc.ask_json(
    "Bis Freitag den Bericht an Frau Meier schicken, Montag Raum buchen.",
    schema=[{"aufgabe": "Text", "termin": "Wochentag", "fuer": "Name oder leer"}],
)
for zeile in daten:
    print(zeile)

Bild verstehen

Foto per Drag & Drop in JupyterLab hochladen, dann fragen.

import aicc

print(aicc.ask_image("formel.jpg", "Schreibe die Formel auf dem Bild als LaTeX. Nur den LaTeX-Code."))

Webcam im Notebook

Die Kamera läuft im Browser. Zelle 1 zeigt sie an, Zelle 2 nutzt das Foto.

import aicc

cam = aicc.webcam()          # Kamera erlauben, dann "Foto aufnehmen"

# --- nächste Zelle:
# print(aicc.ask_image(cam, "Wirkt die Person müde? Antworte mit ja oder nein und einem Grund."))

# Alle 30 Sekunden automatisch:
# cam.every(30, lambda bild: print(aicc.ask_image(bild, "Wirkt die Person müde?")))

PDF lesen und befragen

Text aus einer PDF ziehen und direkt in den Prompt geben.

import aicc

text = aicc.pdf_text("ausschreibung.pdf")
print(aicc.ask(
    text[:20000],
    system="Nenne Frist, Fördersumme und Zielgruppe dieser Ausschreibung als Liste. Gib die Seite an.",
))

Eigene App mit Streamlit

Datei schreiben, starten, Link öffnen. Läuft über den Jupyter-Proxy – nicht über localhost.

%%app
import streamlit as st
import aicc

st.title("Meine KI-App")
frage = st.text_input("Deine Frage")
if st.button("Fragen") and frage:
    with st.spinner("Denke nach ..."):
        st.write(aicc.ask(frage))

Kamera in der App

In Streamlit kommt die Kamera direkt aus dem Browser.

%%app
import streamlit as st
import aicc

foto = st.camera_input("Foto aufnehmen")
if foto:
    st.write(aicc.ask_image(foto.getvalue(), "Was siehst du?"))

Prompt-Karten

Prompts, die beim Lernen helfen, statt nur Lösungen zu liefern.

Erklär mir

Erkläre mir Zeile für Zeile, was dieser Code macht. Ich habe keine Programmiererfahrung. [Code einfügen]

Ihr habt Code bekommen und wollt ihn verstehen.

Fehler

Was bedeutet diese Fehlermeldung, und wie finde ich die Ursache selbst? Verrate die Lösung noch nicht. [Fehler + Code einfügen]

Rote Fehlermeldung. Tipp: Traceback von unten nach oben lesen.

Zerlegen

Zerlege mein Vorhaben in Input, Verarbeitung und Output und in fünf kleine Schritte, die man einzeln testen kann. [Idee beschreiben]

Ganz am Anfang, oder wenn ihr nicht wisst, wo ihr anfangen sollt.

MVP bauen

Baue die kleinste lauffähige Version davon in einem Jupyter-Notebook. Nutze das Paket aicc. Erkläre jeden Schritt kurz. [Eure Schritte als Pseudocode einfügen]

Termin 2: erst lauffähig, dann schön.

Skizze → App

Hier ist ein Foto meiner Skizze. Baue daraus eine Streamlit-App in app.py und starte sie mit aicc.start_app.

Termin 3: mit opencode oder im h2 Chat mit Bild.

Testen

Welche drei Eingaben könnten meine App kaputt machen? Schreibe für jede einen kurzen Test. [Code einfügen]

Termin 4, vor dem Feature-Freeze.