分步指南 — AI Factory Pipeline & Orchestration
下文的五个阶段是教学模型。Factory 目录
GET /ai-market/products包含COMPLETED和DEPLOYED_PRODUCTION状态的产品，也可能返回空的能力列表。调用前，请在 Hub 搜索确认准确的能力标识。流水线状态或产品条目本身不能证明该能力可调用。
对象： 在 AIMarket 生态上构建的开发者。
语言：COURSE_LANG=en|ru|es|fr|zh· UI 文案在i18n/
English: step-by-step.md · Русский: step-by-step.ru.md · Español: step-by-step.es.md · Français: step-by-step.fr.md
为什么学这门课
Research→design→build→test→ship — probe factory APIs and orchestrator stages.
实验调用生态的 LIVE 沙箱（或同接口的本地路径）。失败要响亮：离线时明确报错或使用文档化的 [offline] 模式——绝不伪造成功。
安装（约 10 分钟）
git clone https://github.com/alexar76/aimarket-courses.git
cd aimarket-courses/ai-factory-course
pip install -e ".[dev]"
pytest -q
export COURSE_LANG=zh
python labs/lab01_pipeline_overview.py
Colab：打开课程站点 → Open in Colab。
模块
| 模块 | 标题 | 实验 |
|---|---|---|
| M1 | Pipeline overview | lab01_pipeline_overview |
| M2 | Pipeline status API | lab02_pipeline_status |
| M3 | Shipped products catalog | lab03_products_catalog |
| M4 | Orchestrator stage flow | lab04_orchestrator_stages |
| M5 | Capstone: factory probe | lab05_factory_capstone |
推荐路径
- 阅读 lab 文档字符串中的概念。
- 运行 lab（可选
COURSE_LANG=zh）。 - 在
courselib/exercises.py填写# YOUR CODE。 python labs/run_exercises.py --certificate "你的名字"。
证书
证书仅在 CLI 中、全部练习通过后签发——浏览器勾选无效。