Arabisch | Bengalisch | Bulgarisch | Birmanisch (Myanmar) | Chinesisch (vereinfacht) | Chinesisch (traditionell, Hongkong) | Chinesisch (traditionell, Macau) | Chinesisch (traditionell, Taiwan) | Kroatisch | Tschechisch | Dänisch | Niederländisch | Estnisch | Finnisch | Französisch | Deutsch | Griechisch | Hebräisch | Hindi | Ungarisch | Indonesisch | Italienisch | Japanisch | Kannada | Koreanisch | Litauisch | Malaiisch | Malayalam | Marathi | Nepalesisch | Nigerianisches Pidgin | Norwegisch | Persisch (Farsi) | Polnisch | Portugiesisch (Brasilien) | Portugiesisch (Portugal) | Punjabi (Gurmukhi) | Rumänisch | Russisch | Serbisch (Kyrillisch) | Slowakisch | Slowenisch | Spanisch | Suaheli | Schwedisch | Tagalog (Filipino) | Tamil | Telugu | Thailändisch | Türkisch | Ukrainisch | Urdu | Vietnamesisch
Bevorzugen Sie es, lokal zu klonen?
Dieses Repository enthält über 50 Sprachübersetzungen, was die Downloadgröße erheblich erhöht. Um ohne Übersetzungen zu klonen, verwenden Sie sparse checkout:
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'So erhalten Sie alles, was Sie benötigen, um den Kurs zu absolvieren, mit einem viel schnelleren Download.
Lernen Sie die Grundlagen für das Erstellen von Generative KI-Anwendungen mit unserem umfassenden 21-Lektionen-Kurs von Microsoft Cloud Advocates.
Dieser Kurs besteht aus 21 Lektionen. Jede Lektion behandelt ein eigenes Thema, also beginnen Sie, wo immer Sie möchten!
Die Lektionen sind entweder als "Lernen"-Lektion gekennzeichnet, die ein Generative KI-Konzept erklärt, oder als "Bauen"-Lektion, die ein Konzept und Codebeispiele in Python und TypeScript erklärt, wenn möglich.
Für .NET-Entwickler empfehlen wir Generative KI für Anfänger (.NET Edition)!
Jede Lektion enthält außerdem einen Abschnitt "Weiterlernen" mit zusätzlichen Lernmitteln.
-
Azure OpenAI Service - Lektion: "aoai-assignment"
-
GitHub Marketplace Model Catalog - Lektion: "githubmodels"
-
OpenAI API - Lektion: "oai-assignment"
-
Grundkenntnisse in Python oder TypeScript sind hilfreich - *Für absolute Anfänger gibt es diese Python und TypeScript Kurse
-
Ein GitHub-Konto, um dieses gesamte Repository zu forken auf Ihr eigenes GitHub-Konto
Wir haben eine Kurs-Einrichtungs Lektion erstellt, die Ihnen beim Einrichten Ihrer Entwicklungsumgebung hilft.
Vergessen Sie nicht, dieses Repo zu starren (🌟), um es später leichter wiederzufinden.
Wenn Sie nach weiterführenden Codebeispielen suchen, sehen Sie sich unsere Sammlung von Generative KI-Codebeispielen in Python und TypeScript an.
Treten Sie unserem offiziellen Azure AI Foundry Discord-Server bei, um andere Lernende zu treffen, die diesen Kurs machen, und Unterstützung zu erhalten.
Stellen Sie Fragen oder geben Sie Produktfeedback im Azure AI Foundry Developer Forum auf Github ab.
Besuchen Sie Microsoft for Startups, um zu erfahren, wie Sie heute mit Azure-Guthaben loslegen können.
Haben Sie Vorschläge oder Rechtschreib- bzw. Codefehler gefunden? Erstellen Sie ein Issue oder Erstellen Sie einen Pull Request.
- Eine kurze Videoeinführung in das Thema
- Eine schriftliche Lektion im README
- Python- und TypeScript-Codebeispiele, die Azure OpenAI und OpenAI API unterstützen
- Links zu zusätzlichen Ressourcen für Ihr weiteres Lernen
| # | Lektionslink | Beschreibung | Video | Zusätzliches Lernen |
|---|---|---|---|---|
| 00 | Kurseinrichtung | Lernen: So richten Sie Ihre Entwicklungsumgebung ein | Video Bald Verfügbar | Mehr Erfahren |
| 01 | Einführung in Generative KI und LLMs | Lernen: Verstehen, was Generative KI ist und wie Große Sprachmodelle (LLMs) funktionieren | Video | Mehr Erfahren |
| 02 | Untersuchung und Vergleich verschiedener LLMs | Lernen: Wie Sie das richtige Modell für Ihren Anwendungsfall auswählen | Video | Mehr Erfahren |
| 03 | Generative KI verantwortungsvoll nutzen | Lernen: Wie man Generative KI-Anwendungen verantwortungsvoll erstellt | Video | Mehr Erfahren |
| 04 | Grundlagen des Prompt Engineering verstehen | Lernen: Praktische Best Practices im Prompt Engineering | Video | Mehr Erfahren |
| 05 | Erstellen fortgeschrittener Prompts | Lernen: Wie man Techniken des Prompt-Engineerings anwendet, um das Ergebnis Ihrer Prompts zu verbessern. | Video | Mehr erfahren |
| 06 | Erstellung von Textgenerierungsanwendungen | Erstellen: Eine Textgenerierungs-App mit Azure OpenAI / OpenAI API | Video | Mehr erfahren |
| 07 | Erstellung von Chat-Anwendungen | Erstellen: Techniken zum effizienten Aufbau und zur Integration von Chat-Anwendungen. | Video | Mehr erfahren |
| 08 | Erstellung von Suchanwendungen mit Vektordatenbanken | Erstellen: Eine Suchanwendung, die Embeddings verwendet, um Daten zu durchsuchen. | Video | Mehr erfahren |
| 09 | Erstellung von Bildgenerierungsanwendungen | Erstellen: Eine Bildgenerierungsanwendung | Video | Mehr erfahren |
| 10 | Erstellung von Low-Code KI-Anwendungen | Erstellen: Eine generative KI-Anwendung mit Low-Code-Tools | Video | Mehr erfahren |
| 11 | Integration externer Anwendungen mit Funktionsaufrufen | Erstellen: Was Funktionsaufrufe sind und wie sie für Anwendungen verwendet werden | Video | Mehr erfahren |
| 12 | UX-Design für KI-Anwendungen | Lernen: Wie man UX-Designprinzipien bei der Entwicklung generativer KI-Anwendungen anwendet | Video | Mehr erfahren |
| 13 | Absicherung Ihrer generativen KI-Anwendungen | Lernen: Die Bedrohungen und Risiken für KI-Systeme und Methoden zu deren Absicherung. | Video | Mehr erfahren |
| 14 | Der Lebenszyklus generativer KI-Anwendungen | Lernen: Die Werkzeuge und Metriken zur Verwaltung des LLM-Lebenszyklus und LLMOps | Video | Mehr erfahren |
| 15 | Retrieval Augmented Generation (RAG) und Vektordatenbanken | Erstellen: Eine Anwendung, die ein RAG-Framework verwendet, um Embeddings aus Vektordatenbanken abzurufen | Video | Mehr erfahren |
| 16 | Open Source Modelle und Hugging Face | Erstellen: Eine Anwendung, die Open-Source-Modelle verwendet, die auf Hugging Face verfügbar sind | Video | Mehr erfahren |
| 17 | KI-Agenten | Erstellen: Eine Anwendung, die ein KI-Agenten-Framework verwendet | Video | Mehr erfahren |
| 18 | Feinabstimmung von LLMs | Lernen: Was, warum und wie LLMs feinabgestimmt werden | Video | Mehr erfahren |
| 19 | Erstellung mit SLMs | Lernen: Die Vorteile des Erstellens mit Small Language Models | Video demnächst verfügbar | Mehr erfahren |
| 20 | Erstellung mit Mistral-Modellen | Lernen: Die Merkmale und Unterschiede der Mistral Family Models | Video demnächst verfügbar | Mehr erfahren |
| 21 | Erstellung mit Meta-Modellen | Lernen: Die Merkmale und Unterschiede der Meta Family Models | Video demnächst verfügbar | Mehr erfahren |
Besonderer Dank geht an John Aziz für die Erstellung aller GitHub Actions und Workflows
Bernhard Merkle für wichtige Beiträge zu jeder Lektion zur Verbesserung der Lern- und Code-Erfahrung.
Unser Team produziert weitere Kurse! Schauen Sie vorbei:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Wenn Sie stecken bleiben oder Fragen zum Erstellen von KI-Anwendungen haben, schließen Sie sich anderen Lernenden und erfahrenen Entwicklern in Diskussionen über MCP an. Es ist eine unterstützende Gemeinschaft, in der Fragen willkommen sind und Wissen frei geteilt wird.
Wenn Sie Produktfeedback senden oder Fehler bei der Erstellung melden möchten, besuchen Sie:
Haftungsausschluss: Dieses Dokument wurde mithilfe des KI-Übersetzungsdienstes Co-op Translator übersetzt. Obwohl wir auf Genauigkeit achten, können automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten. Das Originaldokument in seiner Ursprungssprache gilt als maßgebliche Quelle. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die durch die Nutzung dieser Übersetzung entstehen.