العربية | البنغالية | البلغارية | البورمية (ميانمار) | الصينية (المبسطة) | الصينية (التقليدية، هونغ كونغ) | الصينية (التقليدية، ماكاو) | الصينية (التقليدية، تايوان) | الكرواتية | التشيكية | الدنماركية | الهولندية | الإستونية | الفنلندية | الفرنسية | الألمانية | اليونانية | العبرية | الهندية | الهنغارية | الإندونيسية | الإيطالية | اليابانية | الكانادا | الكورية | الليتوانية | الماليزية | المالايالامية | الماراثية | النيبالية | البيجين النيجيري | النرويجية | الفارسية (اللغة الفارسية) | البولندية | البرتغالية (البرازيل) | البرتغالية (البرتغال) | البنجابية (غورموخى) | الرومانية | الروسية | الصربية (السيريلية) | السلوفاكية | السلوفينية | الإسبانية | السواحيلية | السويدية | التاغالوغية (الفلبينية) | التاميلية | التيلجو | التايلاندية | التركية | الأوكرانية | الأردية | الفيتنامية
تفضل الاستنساخ محليًا؟
يحتوي هذا المستودع على ترجمات لأكثر من 50 لغة مما يزيد بشكل كبير من حجم التنزيل. للاستنساخ بدون الترجمات، استخدم السحب الانتقائي (sparse checkout):
باش / ماك / لينكس:
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'CMD (ويندوز):
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"هذا يمنحك كل ما تحتاجه لإكمال الدورة بتنزيل أسرع بكثير.
تعلم أساسيات بناء تطبيقات الذكاء الاصطناعي التوليدي من خلال دورتنا الشاملة المكونة من 21 درسًا من Microsoft Cloud Advocates.
تتضمن هذه الدورة 21 درسًا. كل درس يغطي موضوعه الخاص لذا يمكنك البدء من أي مكان تحب!
يتم تصنيف الدروس إما كدروس "تعلم" تشرح مفهوم الذكاء الاصطناعي التوليدي أو كدروس "بناء" تشرح المفهوم مع أمثلة تعليمية بلغة Python و TypeScript عندما يكون ذلك ممكنًا.
للمطورين على .NET تفقد الذكاء الاصطناعي التوليدي للمبتدئين (إصدار .NET)!
كل درس يتضمن أيضًا قسم "استمر في التعلم" مع أدوات تعلم إضافية.
-
خدمة Azure OpenAI - الدروس: "aoai-assignment"
-
كتالوج نماذج GitHub Marketplace - الدروس: "githubmodels"
-
واجهة برمجة التطبيقات OpenAI - الدروس: "oai-assignment"
-
معرفة أساسية بلغة Python أو TypeScript مفيدة - *للمبتدئين تمامًا تحقق من هذه الدورات Python وTypeScript
-
حساب GitHub لاستنساخ هذا المستودع بالكامل إلى حساب GitHub الخاص بك
أنشأنا درس إعداد الدورة لمساعدتك في إعداد بيئة التطوير الخاصة بك.
لا تنسَ تقييم (🌟) هذا المستودع لتجده بسهولة لاحقًا.
إذا كنت تبحث عن عينات كود أكثر تقدمًا، تفقد مجموعة عينات كود الذكاء الاصطناعي التوليدي لكل من Python و TypeScript.
انضم إلى خادم Azure AI Foundry الرسمي على Discord لتتعرف على متعلمين آخرين يأخذون هذه الدورة وللحصول على الدعم.
اطرح أسئلتك أو شارك ملاحظات المنتج في منتدى مطوري Azure AI Foundry على Github.
زر Microsoft for Startups لتكتشف كيف تبدأ في البناء باستخدام اعتمادات Azure اليوم.
هل لديك اقتراحات أو وجدت أخطاء إملائية أو في الكود؟ ارفع مشكلة أو أنشئ طلب سحب
- مقدمة فيديو قصيرة عن الموضوع
- درس مكتوب موجود في README
- عينات كود بايثون وتايب سكريبت تدعم Azure OpenAI و OpenAI API
- روابط لمصادر إضافية لمواصلة التعلم
| # | رابط الدرس | الوصف | الفيديو | تعلم إضافي |
|---|---|---|---|---|
| 00 | إعداد الدورة | تعلم: كيفية إعداد بيئة تطويرك | سيتم إضافة الفيديو قريبًا | تعرف أكثر |
| 01 | مقدمة إلى الذكاء الاصطناعي التوليدي ونماذج اللغة الكبيرة | تعلم: فهم ماهية الذكاء الاصطناعي التوليدي وكيفية عمل نماذج اللغة الكبيرة (LLMs) | فيديو | تعرف أكثر |
| 02 | استكشاف ومقارنة نماذج اللغة الكبيرة المختلفة | تعلم: كيفية اختيار النموذج المناسب لحالة الاستخدام الخاصة بك | فيديو | تعرف أكثر |
| 03 | استخدام الذكاء الاصطناعي التوليدي بمسؤولية | تعلم: كيفية بناء تطبيقات الذكاء الاصطناعي التوليدي بمسؤولية | فيديو | تعرف أكثر |
| 04 | فهم أساسيات هندسة التهيئة | تعلّم: أفضل الممارسات العملية لهندسة التهيئة | فيديو | تعلم المزيد |
| 05 | إنشاء تهيئات متقدمة | تعلّم: كيفية تطبيق تقنيات هندسة التهيئة التي تحسن مخرجات التهيئات الخاصة بك. | فيديو | تعلم المزيد |
| 06 | بناء تطبيقات توليد النصوص | ابنِ: تطبيق لتوليد النص باستخدام Azure OpenAI / OpenAI API | فيديو | تعلم المزيد |
| 07 | بناء تطبيقات الدردشة | ابنِ: تقنيات لبناء ودمج تطبيقات الدردشة بكفاءة. | فيديو | تعلم المزيد |
| 08 | بناء تطبيقات البحث وقواعد بيانات المتجهات | ابنِ: تطبيق بحث يستخدم Embeddings للبحث عن البيانات. | فيديو | تعلم المزيد |
| 09 | بناء تطبيقات توليد الصور | ابنِ: تطبيق لتوليد الصور | فيديو | تعلم المزيد |
| 10 | بناء تطبيقات الذكاء الاصطناعي بدون كود أو بكود منخفض | ابنِ: تطبيق ذكاء اصطناعي توليدي باستخدام أدوات الكود المنخفض | فيديو | تعلم المزيد |
| 11 | دمج التطبيقات الخارجية مع استدعاء الدوال | ابنِ: ما هو استدعاء الدالة وحالات استخدامه في التطبيقات | فيديو | تعلم المزيد |
| 12 | تصميم تجربة المستخدم لتطبيقات الذكاء الاصطناعي | تعلّم: كيفية تطبيق مبادئ تصميم تجربة المستخدم عند تطوير تطبيقات الذكاء الاصطناعي التوليدية | فيديو | تعلم المزيد |
| 13 | تأمين تطبيقات الذكاء الاصطناعي التوليدية الخاصة بك | تعلّم: التهديدات والمخاطر التي تواجه أنظمة الذكاء الاصطناعي وطرق تأمين هذه الأنظمة. | فيديو | تعلم المزيد |
| 14 | دورة حياة تطبيقات الذكاء الاصطناعي التوليدية | تعلّم: الأدوات والمقاييس لإدارة دورة حياة LLM وعمليات LLMOps | فيديو | تعلم المزيد |
| 15 | التوليد المعزز بالاسترجاع (RAG) وقواعد بيانات المتجهات | ابنِ: تطبيق يستخدم إطار عمل RAG لاسترجاع التضمينات من قواعد بيانات المتجهات | فيديو | تعلم المزيد |
| 16 | النماذج مفتوحة المصدر وHugging Face | ابنِ: تطبيق يستخدم نماذج مفتوحة المصدر المتاحة على Hugging Face | فيديو | تعلم المزيد |
| 17 | وكلاء الذكاء الاصطناعي | ابنِ: تطبيق يستخدم إطار عمل وكيل الذكاء الاصطناعي | فيديو | تعلم المزيد |
| 18 | ضبط نماذج اللغة الكبيرة (LLMs) | تعلّم: ماذا ولماذا وكيف يتم ضبط نماذج اللغة الكبيرة | فيديو | تعلم المزيد |
| 19 | البناء باستخدام نماذج اللغة الصغيرة (SLMs) | تعلّم: فوائد البناء باستخدام نماذج اللغة الصغيرة | سيتم إصدار الفيديو قريباً | تعلم المزيد |
| 20 | البناء باستخدام نماذج ميسترال | تعلّم: ميزات وفروقات نماذج عائلة ميسترال | سيتم إصدار الفيديو قريباً | تعلم المزيد |
| 21 | البناء باستخدام نماذج ميتا | تعلّم: ميزات وفروقات نماذج عائلة ميتا | سيتم إصدار الفيديو قريباً | تعلم المزيد |
شكر خاص لـ جون عزيز على إنشاء جميع إجراءات وسير العمل الخاصة بـ GitHub
بيرنهارد ميركل على المساهمات الرئيسية في كل درس لتحسين تجربة المتعلم والكود.
فريقنا ينتج دورات أخرى! تفقدها:
-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}
إذا واجهت صعوبة أو كان لديك أي أسئلة حول بناء تطبيقات الذكاء الاصطناعي، انضم إلى المتعلمين والمطورين المتمرسين في مناقشات MCP. إنها مجتمع داعم حيث تُرحب الأسئلة ويُشارك المعرفة بحرية.
إذا كان لديك ملاحظات على المنتج أو أخطاء أثناء البناء، قم بزيارة:
تنويه: تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو عدم دقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر المعتمد والموثوق. للمعلومات الحيوية، يُنصح بالاستعانة بترجمة بشرية محترفة. نحن غير مسؤولين عن أي سوء فهم أو تفسير ناتج عن استخدام هذه الترجمة.