我們非常期待你開始這個課程，並看看你會用生成式人工智能激發出什麼創意！
為確保你的成功，此頁面列出了設定步驟、技術要求，以及需要幫助時可以取得支援的地方。
要開始這個課程，你需要完成以下步驟。
將整個儲存庫分叉 (fork)到你自己的 GitHub 帳號，這樣你才能更改任何程式碼及完成挑戰。你也可以收藏 (star)🌟 這個儲存庫，方便日後找到它和相關的儲存庫。
為避免執行程式碼時遇到相依性問題，我們建議在GitHub Codespaces中運行此課程。
進入你的分叉儲存庫：Code -> Codespaces -> New on main
- ⚙️ 齒輪圖示 -> Command Pallete -> Codespaces : Manage user secret -> Add a new secret。
- 名稱填 OPENAI_API_KEY，貼上你的金鑰，並儲存。
| 我想要… | 前往… |
|---|---|
| 開始第一課 | 01-introduction-to-genai |
| 離線工作 | setup-local.md |
| 設置 LLM 供應商 | providers.md |
| 認識其他學員 | 加入我們的 Discord |
| 症狀 | 解決方法 |
|---|---|
| 容器建構卡住超過 10 分鐘 | Codespaces ➜ “Rebuild Container” |
顯示 python: command not found |
終端機未連接；點擊 + ➜ bash |
OpenAI 回傳 401 Unauthorized |
OPENAI_API_KEY 鍵錯誤或已過期 |
| VS Code 顯示「Dev container mounting…」 | 重新整理瀏覽器分頁 — Codespaces 有時會失去連線 |
| 筆記本內核缺失 | 筆記本選單 ➜ Kernel ▸ Select Kernel ▸ Python 3 |
Unix 系統：
touch .envWindows：
echo . > .env-
編輯
.env檔案：使用文字編輯器（例如 VS Code、Notepad++ 或任何其他編輯器）打開.env檔案。加入以下行，將your_github_token_here換成你的 GitHub 令牌：GITHUB_TOKEN=your_github_token_here
-
儲存檔案：儲存變更並關閉文字編輯器。
-
安裝
python-dotenv：如果尚未安裝，你需要安裝python-dotenv套件，讓你的 Python 應用程式可以從.env檔案讀取環境變數。你可以使用pip安裝：pip install python-dotenv
-
在 Python 程式中載入環境變數：在你的 Python 程式中，使用
python-dotenv套件載入.env檔案中的環境變數：from dotenv import load_dotenv import os # 從 .env 檔案載入環境變數 load_dotenv() # 訪問 GITHUB_TOKEN 變數 github_token = os.getenv("GITHUB_TOKEN") print(github_token)
完成了！你已成功建立 .env 檔案、加入 GitHub 令牌，並將其載入你的 Python 應用程式。
要在本地電腦執行程式碼，你必須先安裝某個版本的Python。
接著，你需要將此儲存庫複製 (clone)：
git clone https://github.com/microsoft/generative-ai-for-beginners
cd generative-ai-for-beginners完成檢出後，你就可以開始學習了！
Miniconda 是一個輕量級的安裝程式，用於安裝 Conda、Python 及部分套件。
Conda 本身是套件管理器，使你能輕鬆設定並切換不同的 Python 虛擬環境及套件。它也適合安裝不支援使用 pip 安裝的套件。
你可以依照MiniConda 安裝指南來安裝。
安裝 Miniconda 後，如果還沒做，你需要先複製儲存庫。
接著，你需要建立虛擬環境。使用 Conda 的話，請先建立一個環境設定檔 (environment.yml)。如果你使用 Codespaces，請在 .devcontainer 目錄中建立，也就是 .devcontainer/environment.yml。
在該環境檔案填入以下內容：
name: <environment-name>
channels:
- defaults
- microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
- azure-ai-ml如果你使用 conda 時遇到錯誤，可以在終端機中手動安裝 Microsoft AI 函式庫，請使用下方指令：
conda install -c microsoft azure-ai-ml
環境檔指定了我們需要的相依套件。<environment-name> 是你想為 Conda 環境命名的名稱，<python-version> 是你要使用的 Python 版本，例如，3 代表 Python 最新主版本。
完成後，你可以在指令行／終端機執行以下指令來建立 Conda 環境：
conda env create --name ai4beg --file .devcontainer/environment.yml # .devcontainer 子路徑只適用於 Codespace 設定
conda activate ai4beg如果遇到問題，請參考Conda 環境指南。
我們建議此課程使用 Visual Studio Code (VS Code) 編輯器，並安裝 Python 支援擴充功能。不過這只是建議，非硬性要求。
注意：開啟課程儲存庫於 VS Code 時，可以選擇在容器內設定此專案，因為儲存庫中有特別的
.devcontainer目錄。稍後會進一步說明。
注意：一旦你克隆且開啟目錄，VS Code 會自動提議你安裝 Python 支援擴充功能。
注意：若 VS Code 建議你重新在容器中開啟儲存庫，請拒絕，這樣你才能使用本機安裝的 Python 版本。
你也可以直接用瀏覽器內的 Jupyter 環境工作。經典 Jupyter 和 Jupyter Hub 提供愉快的開發環境，有自動補全、語法高亮等功能。
要在本地啟動 Jupyter，請開啟終端機／命令列，切換到課程目錄，執行：
jupyter notebook或是
jupyterhub執行後會啟動 Jupyter 服務，權限的 URL 會顯示在命令列視窗。
你開啟 URL 後應該能看到課程大綱，並能導覽任何 *.ipynb 筆記本檔案，例如 08-building-search-applications/python/oai-solution.ipynb。
除了在電腦或 Codespace 設定環境外，你也可以使用容器。課程儲存庫中的特殊 .devcontainer 資料夾可讓 VS Code 在容器中設定專案。
在 Codespaces 以外的情況，這需要安裝 Docker，而且確實比較複雜，所以我們建議只有有容器經驗的人選用。
使用 GitHub Codespaces 時保護 API 金鑰安全的最佳方法之一是使用 Codespace Secrets。請參考Codespaces 秘密管理指南了解詳情。
本課程包含 6 個概念課和 6 個程式課。
程式課使用 Azure OpenAI 服務，你需要擁有 Azure OpenAI 的使用權和 API 金鑰方能執行程式碼。你可以透過提交申請來獲取使用權。
在申請審核期間，每堂程式課也會附有 README.md 檔案供你查看程式碼與輸出結果。
若你是第一次使用 Azure OpenAI 服務，請遵循此指南，了解如何建立並部署 Azure OpenAI 服務資源。
若你是第一次使用 OpenAI API，請依指南學習如何建立和使用這個介面。
我們在官方的 AI 社群 Discord 伺服器創建了與其他學員互動的頻道。這是認識其他志同道合創業家、開發者、學生，以及想在生成式 AI 領域進修所有人的好管道。
專案團隊也會在此 Discord 伺服器中協助學員。
這門課程是開源計畫。如果你發現改進的空間或問題，請建立拉取請求 (Pull Request)或提出GitHub 問題追蹤 (issue)。
專案團隊會追蹤所有貢獻。在生成式 AI 領域，貢獻開源是一條極佳的職涯發展途徑。
多數貢獻需要你同意一份貢獻者授權協議 (Contributor License Agreement, CLA)，聲明你有權並確實授權我們使用你的貢獻。詳細內容請參閱CLA，貢獻者授權協議網站。
重要：翻譯此儲存庫內容時，請勿使用機器翻譯。我們會透過社群驗證翻譯品質，故請只協助翻譯你熟悉的語言。
提交拉取請求後，CLA-bot 會自動判定你是否須提供 CLA，並為 PR 添加適當標籤或留言。請遵照機器人的指示操作。全生態系中只需操作一次即可。
本專案已採納微軟開源行為準則。想了解更多，請閱讀行為準則常見問答或電郵聯絡Email opencode。
現在您已完成完成此課程所需的步驟，讓我們通過獲得一個生成式人工智能和大型語言模型的介紹開始吧。
免責聲明： 本文件是使用人工智能翻譯服務 Co-op Translator 翻譯而成。儘管我們力求準確，但請注意自動翻譯可能包含錯誤或不準確之處。原文文件之母語版本應被視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或誤釋承擔責任。