Add data x ai course label

README.md

@@ -1,4 +1,12 @@
-# Website
+# [Read Online](https://oceanbase.github.io/)
+
+# Locally Start This Website (Modern Approach)
+In the AI IDE dialog box (Cursor, VSCode, Trae, etc.), enter the following prompt to start this courseware:
+```
+Please help me run the local service for this project
+```
+
+# Locally Start This Website (Ancient Approach)
 
 This website is built using [Docusaurus](https://docusaurus.io/), a modern static website generator.
 

docs/ai_courses/00_overview.md

@@ -0,0 +1,135 @@
+
+# 前言
+
+这套 OceanBase 的社区课程叫《Easy "Data x AI"》。
+
+OceanBase 社区，一直想做一套主题为 Data x AI 的课程，面向的人群是：
+
++ 希望能够构建高性能 AI 应用的开发者
++ 希望拥抱 AI 的 DBA
++ 希望获取 AI 知识的朋友
+
+# 为啥想做这套社区课程？
+## For 希望能够构建高性能 AI 应用的开发者：
+> 工欲善其事，必先利其器。
+>
+
+我去年接触了很多的 AI 应用开发者，大家都用 AI 做出了各种各样的应用 demo，然后开始有一部分人开始想尝试把这些 demo 进行工程化和产品化。
+
+但是大家在把 demo 产品化的过程中，发现存在一些共同的痛点，就是 AI demo 中涉及到的各种基础设施在 demo 中勉强可以用，但是在从 demo 往一个完整的工程项目转化的过程中，数据的形态会越来越多元化。
+
+比如在 demo 里，可能只涉及文本或者结构化数据的存储和查询。但是真正的 AI 应用里，还需要处理多模态的数据，比如图像、音频、视频、知识图谱、关系网络等等。这时候就需要推翻 demo 的架构，重新选择应用的各个组件，最好是 AI 应用需要的各种能力，这些组件原生就支持，这样可以大幅简化应用的架构。然后还需要关注这些组件的资源占用、计算性能情况等等。
+
+除此以外，还有就是如果一款 AI 应用真的有用户在日常会持续使用，那么上下文就会越来越长，上下文变长，模型对关键信息的检索能力就会下降 —— 这种现象叫 "上下文腐化"。上下文腐化的原因，简而言之，主要原因还是注意力是有限的资源，信息越多，每个信息被分到的关注就会越少。还有就是 Transformer 是 O(n²) 计算复杂度，**上下文翻 10 倍，需要用到的算力就会翻 100 倍。**
+
+还有一点很重要的就是，这些和数据存储、计算相关的组件，还需要和主流的 AI 框架深度融合，比如可以完美兼容 Dify、RagFlow、LangChain、FastGPT、CAMEL-AI 等等最主流的 AI 框架。最好能够在使用这些 AI 框架的时候，直接在配置文件里能选择一下，就能一键把这些最合适的底层设施都部署好。
+
+<!-- 这是一张图片，ocr 内容为：CONTEXT CORRUPTION (0(N) ATTENTION REBUILD? AI DEMO OLD OEMO HIGH-PERFORMANCE AR TOOLS ARCHITECTURE DIFY RAGFLOW FASTOPT GAMEL-AL REGFLOW KNOWLEDGE ONE-CLICK GRAPH DEPLOYMENT HULTI DATA TYPES -->
+![](/img/ai_courses/context-corruption.png)
+
+
+
+**<span style={{ color: '#DF2A3F' }}>所以做这套课程的一个非常重要的目的就是，让大家在构建这个 AI 应用 demo 的时候，可以通过这样一套课程，快速对 AI 应用涉及到的基础设施的生态有一个了解，能够提前在做 AI demo 的时候，就把偏底层一些的组件给选对、选好，避免产品化的时候，还要重新设计架构，然后再把在 demo 里用到的这些组件全部再替换一遍。</span>**
+
+
+
+## For 希望拥抱 AI 的 DBA：
+> 如果此刻还不进场拥抱 AI，每天都将错过一个时代。
+>
+
+在 AI 时代，DBA 群体应该主动去了解 AI Native DataBase 和相关的新特性。但我接触到的一部分 DBA，只要听到 “向量、全文、混合搜索、AI Function” 这些新鲜特性，就纷纷说肯定用不到，表示只要了解基本的运维操作和基础的 CRUD 就够了。
+
+因此，这里不再去讲向量数据库和相关的 AI 特性有多重要，也不去介绍如恶化通过 AI Function + 生成列（虚拟列）可以在表中创造功能强大的 AI 列，而是选择分享下面这个 DBA 一定都能看懂的简单例子：
+
+DBA 朋友们大多都会熟悉 Create Table / Alter Table / Drop Table 等 DDL 操作，但在现在这个 Vibe Coding 平台满天飞的时代，也应该去学习和了解 AI Native DataBase 为这个需求发布的数据库新特性 —— Table Fork（类似地，还有 DataBase / Schema Fork 等） 。有些朋友对于 Vibe Coding 场景为啥需要 Fork Table 可能会有些疑问，那我就继续给大家举个例子：
+
+以 Vibe Coding 平台为例。小李在用 AI 生成一个手办商城，他对 AI 说 “给商品表加一个限量版标签字段”，AI 自动生成了 ALTER TABLE 语句并执行。这时候平台就会自动创建一个 Table Fork，相当于给当前表结构打了个快照。
+
+过了一会儿，小李通过 Vibe Coding 让 AI 去改了几个字段，加了价格折扣逻辑。结果一测试，发现折扣计算有 BUG，之前能跑的订单流程现在全挂了。这时候，Table Fork 的回滚能力就派上用场了。
+
+小李在平台上会看到一个版本历史列表，显示：
+
++ “版本 1：初始电商模板”
++ “版本 2：加了限量版字段”
++ “版本 3：加了折扣逻辑”
+
+他直接点击回滚到版本 2，整个表结构和数据瞬间恢复到加折扣之前的状态，订单流程又能跑了。
+
+这个能力对 Vibe Coding 场景特别重要，因为 AI 生成的代码不一定每次都对，用户需要大胆尝试、快速试错。有了 Table Fork，每次修改都有后悔药，用户敢放心让 AI 改数据库，改坏了一键回滚，不用担心把数据搞乱。这就像 Git 对代码的版本管理，但 Table Fork 是对数据库表的版本管理。
+
+而且 Table Fork 在各个 AI Native DataBase 中，往往都只是一个 DDL 操作，执行非常快速，可以在毫秒级完成 Fork 的动作，相比 Flyway 等数据库版本控制工具，提供的能力要更加灵活和强大。
+
+![](/img/ai_courses/table-fork.png)
+
+**<span style={{ color: '#DF2A3F' }}>因此，DBA 朋友们也可以通过这套课程，快速了解 AI Native DataBase 为 AI 时代发布的各种新特性，以及这些新特性的适用场景和最佳实践。如果此刻还不进场拥抱 AI，每天都将错过一个时代。</span>**
+
+
+
+## For 希望获取 AI 知识的朋友们
+> 在机器人越来越像人的时候，人不能越来越像机器人。
+>
+
+在人人都是 builder 的时代，希望通过这套社区课程，能让大家基于 Data x AI，释放出创造力，去尝试有趣的想法，去构建有用的事物。
+
+
+
+# 想怎么做这套社区课程？
+我们这个以 Data x AI 为主题的课程，目前还在筹备阶段，希望能在这套课程中，和大家一起逐步构建能力越来越强大的 AI 应用。同时也希望在这个过程中，能够让大家了解 AI 应用底层的 Data 长什么样子、起到了什么作用，以及应该如何基于这些知识，构建出架构简单、易于维护、性能强大的产品。
+
+这套课程预计 2025 年 3 月初上线 OceanBase 官网的在线课堂，每周更新一期内容。并会在 [github](https://github.com/oceanbase/oceanbase.github.io) 上同步更新。届时欢迎各位老师们以来 [https://github.com/oceanbase/oceanbase.github.io](https://github.com/oceanbase/oceanbase.github.io) 提 issue 和 pr 的形式，参与课程的讨论和共建。
+
+课程大纲如下：
+
+| | 期数 | 标题 | 适合人群 | 实践内容 |
+| --- | --- | --- | --- | --- |
+| 基础篇 | 0 | 前言 | ALL | NULL |
+| | 1 | 浅入了解向量数据库 | ALL | 简单 & 直观地了解观地向量存储 |
+| | 2 | 零代码构建最简架构的 AI 应用（基于 FastGPT） | ALL | 体验知识库导入、知识库检索，快速构建信息问答应用 |
+| | 3 | 浅入了解 AI Memory | ALL | 简单 & 直观地了解 AI Memory |
+| | 4 | 零代码 / 低代码构建最简架构的 AI 应用（基于 Dify） | ALL | 体验从原型到生产的全流程 |
+| | 5 | Skills | 开发者 / DBA | 基于 seekdb Skills 开发 AI 应用 For 开发者<br/>& <br/>开发并使用可以优化 SQL 执行计划 / 优化 schema 结构的 Skills For 有数据库基础人群 |
+| 进阶篇 | 6 | 浅入了解混合搜索 | 开发者 / DBA | 通过 Vibe 一个小应用，直观地对比混合搜索的效果 |
+| | 7 | AI Native DataBase 新特性及最佳实践 | 开发者 / DBA | 体验 AI Function、Table Fork、MCP Server for DB…… |
+| | 8 | 基于 LangChain 高度定制 LLM 应用 | 开发者 | 体验通过底层的模块化能力，灵活构建 AI 应用 |
+| | 9 | 基于 Camel AI 的多智能体协作与创新 | 开发者 | 体验多 Agent 交互 |
+| | 10 | 尾声 | ALL | NULL |
+| | 11 | 附录 | ALL | NULL |
+| 高阶篇 | To be Continue... | | | |
+
+
+> 说明：以上大纲可能并非最终版本
+
+
+
+# 欢迎各位佬友积极参与课程共建！
+**这个 Data x AI 的课程，不仅会介绍偏底层的 Data 应该怎么用，还会有各个主流 AI 社区的技术老师，为大家介绍各种偏上层的 AI 平台应该怎么玩儿。**
+
+OceanBase 社区和 AI 方向的生态社区合作很多，和各个 AI 平台也有非常多的生态对接和深度融合。在前一阵儿的社区嘉年华活动中，各个 AI 社区的核心技术同学都已经接受了我们的邀请，会一起参与本次 Data x AI 系列课程的共建。共建人员会包括：FastGPT、Dify、LangChain、CAMEL-AI、RagFlow、NVIDIA 等各个 AI 社区的技术专家。
+
+当这套课程的更新进度，达到 DataWhale 的立项标准的时候，我们也希望能够把这套 Data x AI 主题的课程，作为一个项目，贡献给 Datawhale 社区~
+
+<!-- 这是一张图片，ocr 内容为：蚂蚁开源 OCEANBASE ANT OPEN SOURCE 技术合作社区 DIFYRAGFIOW FASTGPT CAMEL-AI TEN WASMEDGERUNTIME LANGCHAIN COMMUNITY 蚂蚁百灵 TRANSFORMATIVE EXTENSIONS NETWORK DATAWHALE -->
+![](/img/ai_courses/community-partners.png)
+
+******
+
+# 福利环节
+活动过程中，每通过一个课后小测，就可以获取 OceanBase 社区积分，以及一次抽奖定制礼物的机会。
+
+每节课程结束之后，也都会为通过课后小测的同学们，再额外抽取各个 AI 社区为本次课程特别赞助的定制礼品，以及和当期课程有关的书籍（例如下面这本书的作者张海立老师就会在本课程中，亲自为大家分享和 LangChain / LangGraph 相关的知识）等特殊福利。
+
+<!-- 这是一张图片，ocr 内容为：BROADVIEW WWW,BROAFVLEW.COM.CA LANGCHAIN 冰袋 爱海立德士记,然设龙0筑薯 LANGCHAIN实战 从原型到生产,动手打造LLM应用 张海立曹士坦郭祖龙编著 中国工信出版集团 -->
+![](/img/ai_courses/langchain-book.png)
+
+
+
+所有参与课程学习的同学，也均可向 OB 社区小助手（微信号：OBCE666）申请成为讲师、助教、内容共建者。
+
+参与课程共建的同学，可以获得 OBCP 免费券、限量版开发者 T 恤等社区定制礼品，还有机会成为 OceanBase 社区版主、OceanBase 社区大使、OceanBase 社区年度之星，并享受相应权益。
+
+# 最后
+欢迎各位佬友扫码加入课程交流微信群，和我们一起参与课程内容的讨论和共建！
+
+<!-- 这是一张图片，ocr 内容为：扫描二维码加入群聊 -->
+![](/img/ai_courses/qrcode-group.png)
+

docs/ai_courses/advanced_occupied.md

@@ -0,0 +1 @@
+# 开发中

docs/ai_courses/base_occupied.md

@@ -0,0 +1 @@
+# 开发中

docs/ai_courses/senior_occupied.md

@@ -0,0 +1 @@
+# 开发中

docusaurus.config.ts

@@ -185,6 +185,10 @@ const config: Config = {
           type: 'dropdown',
           position: 'left',
           items: [
+            {
+              label: 'Data x AI Courses',
+              to: 'docs/ai_courses/overview',
+            },
             {
               label: 'ChatBot',
               href: 'https://github.com/ob-labs/ChatBot/',

sidebars.ts

@@ -260,6 +260,23 @@ const sidebars: SidebarsConfig = {
     },
   ],
   blogsSidebar: [{ type: 'autogenerated', dirName: 'blogs' }],
+  ai_coursesSidebar: [
+    {
+      type: 'category',
+      label: '基础篇',
+      items: ['ai_courses/overview', 'ai_courses/base_occupied'],
+    },
+    {
+      type: 'category',
+      label: '进阶篇',
+      items: ['ai_courses/senior_occupied'],
+    },
+    {
+      type: 'category',
+      label: '高阶篇',
+      items: ['ai_courses/advanced_occupied'],
+    },
+  ],
 }
 
 export default sidebars