# 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](https://modelmarket.dev/ai-market/v2/search?intent=factory&limit=5)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](./step-by-step.md) · **Русский:** [step-by-step.ru.md](./step-by-step.ru.md) · **Español:** [step-by-step.es.md](./step-by-step.es.md) · **Français:** [step-by-step.fr.md](./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）

```bash
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](https://alexar76.github.io/aimarket-courses/ai-factory-course/) → **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

1. 阅读 lab 文档字符串中的概念。
2. 运行 lab（可选 `COURSE_LANG=zh`）。
3. 在 `courselib/exercises.py` 填写 `# YOUR CODE`。
4. `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。

---

## 下一步

回到[学院门户](https://alexar76.github.io/aimarket-courses/)或 [School](https://edu.modelmarket.dev/) 上看 on-ramp 短片。