# 构建带端侧记忆的 AI 助手

- 原标题：Building AI Assistants with On-Device Memory
- 类型：课程
- 来源：DeepLearning.AI
- 学期：未标注
- 首次精选：2026-10-26 16:33
- 分级：值得看
- 学习层级：进阶
- 主题：[rag-search-retrieval](<https://oplearnx.com/md/topics/rag-search-retrieval.md>)（第 14 位）、[agent-context-memory](<https://oplearnx.com/md/topics/agent-context-memory.md>)（第 17 位）、[local-model-deployment](<https://oplearnx.com/md/topics/local-model-deployment.md>)（第 35 位）
- 原文链接：[https://deeplearning.ai/courses/building-ai-assistants-with-on-device-memory](<https://deeplearning.ai/courses/building-ai-assistants-with-on-device-memory>)
- 本站页面：[https://oplearnx.com/resources/pk\_7e436a231c55](<https://oplearnx.com/resources/pk_7e436a231c55>)

## 摘要

DeepLearning.AI 平台上的课程页面。课程指出依赖云端记忆的 AI 应用需要联网并把数据发往远程服务器，而本课程教授端侧替代方案：学习者构建把文本、语音和图像等经历以向量形式存储、按语义检索的记忆系统，并让助手能从少量照片中识别新物体而无需重新训练模型。课程标注为中级，时长 1 小时 4 分钟，含 8 个视频课、5 个代码示例和 1 个评分作业，讲师为 Dylan Couzon，页面显示更新日期为 2026 年 10 月 15 日。适合想学习本地向量检索与离线多模态助手实现的开发者。

## 概览

- 难度：进阶
- 语言：英文
- 规模：8 讲 · 1 小时 4 分
- 费用：部分免费
- 动手：5 个代码示例 · 1 次测验

## 学完你能

- 理解端侧记忆从采集、存储、召回道遗忘的完整流程，用本地向量检索实现。
- 搭建一个可存储、检索、过滤并删除文本与图像记忆的本地记忆系统。
- 构建可离线运行的多模态助手，能回忆文字笔记、语音录音和图片中的信息。
- 让 AI 应用凭少量照片示例识别新物体，并校准相似度阈值而不重新训练模型。
- 在 Mac、Windows、Linux 本地机器上运行该端侧助手。

## 适合你吗

- 适合：希望 AI 应用离线运行、把用户数据留在设备上的开发者
- 适合：对本地向量检索与多模态记忆实现感兴趣的 AI 应用构建者
- 适合：具备 Python 基础、想通过动手实验学习的学习者
- 暂不适合：完全没有 Python 基础的人
- 暂不适合：想学习云端大规模向量数据库部署的人
- 需要先会：建议熟悉 Python，以便充分利用动手实验。

## 课程特点

- 内容侧重：端侧 AI 记忆系统：以本地向量检索存储、召回、过滤与遗忘文本、语音和图像经验。
- 练习与项目：含 5 个代码示例（构建记忆、构建语音助手、通过记忆学习、AI 编程实验室练习、可选云端混合记忆）与 1 次计分测验。
- 投入时间：页面标注总时长约 1 小时 4 分，各讲时长 1–10 分钟不等。
- 费用说明：课程页面提供报名入口；获得结业成果需升级 Pro 会员。

## 内容覆盖

- 介绍
- 端侧 AI 记忆概览
- AI 助手设备内部结构
- 构建记忆（含代码示例）
- 构建语音助手（含代码示例）
- 通过记忆学习（含代码示例）
- 在本地计算机上运行
- AI 编程实验室练习（代码示例）
- 总结
- 测验（计分）
- 【可选】端侧与云端记忆的混合（代码示例）
- 【可选】术语表（阅读）

---
来源：LearnMap · 学径（https://oplearnx.com）