21 Lektionen, die alles lehren, was Sie wissen müssen, um mit dem Erstellen von generativen KI-Anwendungen zu beginnen
Arabisch | Bengalisch | Bulgarisch | Burmesisch (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
Lieber lokal klonen?
Dieses Repository enthält über 50 Sprachübersetzungen, die die Downloadgröße erheblich erhöhen. 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'Dies gibt Ihnen alles, was Sie benötigen, um den Kurs mit einem viel schnelleren Download abzuschließen.
Lernen Sie die Grundlagen der Entwicklung generativer 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 starten Sie, wo immer Sie möchten!
Lektionen sind entweder als "Lernen"-Lektionen gekennzeichnet, die ein Konzept der generativen KI erklären, oder als "Bauen"-Lektionen, die ein Konzept und Codebeispiele in Python und TypeScript erklären, wenn möglich.
Für .NET-Entwickler empfehlen wir Generative AI for Beginners (.NET Edition)!
Jede Lektion enthält auch einen Abschnitt "Weiter lernen" mit zusätzlichen Lernressourcen.
-
Azure OpenAI Service - Lektionen: "aoai-assignment"
-
GitHub Marketplace Model Catalog - Lektionen: "githubmodels"
-
OpenAI API - Lektionen: "oai-assignment"
-
Grundkenntnisse in Python oder TypeScript sind hilfreich – *Für absolute Anfänger sehen Sie sich diese Python und TypeScript Kurse an
-
Ein GitHub-Konto, um dieses gesamte Repo zu forken auf Ihr eigenes GitHub-Konto
Wir haben eine Kurs-Einrichtung Lektion erstellt, um Ihnen beim Einrichten Ihrer Entwicklungsumgebung zu helfen.
Vergessen Sie nicht, dieses Repo zu starren (🌟), um es später leichter wiederzufinden.
Wenn Sie nach fortgeschritteneren Code-Beispielen suchen, sehen Sie sich unsere Sammlung generativer KI-Codebeispiele in Python und TypeScript an.
Treten Sie unserem offiziellen Azure AI Foundry Discord-Server bei, um andere Lernende dieses Kurses zu treffen und sich zu vernetzen und Unterstützung zu erhalten.
Stellen Sie Fragen oder teilen Sie Produktfeedback in unserem Azure AI Foundry Developer Forum auf GitHub.
Besuchen Sie Microsoft for Startups, um zu erfahren, wie Sie noch heute mit Azure-Gutschriften starten können.
Haben Sie Vorschläge oder Fehler beim Schreiben oder im Code gefunden? Erstellen Sie ein Issue oder eröffnen Sie einen Pull Request
- Eine kurze Videoeinführung in das Thema
- Eine schriftliche Lektion im README
- Python- und TypeScript-Codebeispiele zur Unterstützung von Azure OpenAI und OpenAI API
- Links zu zusätzlichen Ressourcen, um Ihr Lernen fortzusetzen
| # | Lektionslink | Beschreibung | Video | Zusätzliches Lernen |
|---|---|---|---|---|
| 00 | Kurseinrichtung | Lernen: Einrichtung Ihrer Entwicklungsumgebung | Video erscheint bald | 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 | Erkundung und Vergleich verschiedener LLMs | Lernen: Wie man das richtige Modell für den Anwendungsfall auswählt | Video | Mehr erfahren |
| 03 | Generative KI verantwortungsvoll nutzen | Lernen: Wie man generative KI-Anwendungen verantwortungsvoll erstellt | Video | Mehr erfahren |
| 04 | Grundlagen des Prompt Engineerings verstehen | Lernen: Praktische Best Practices im Prompt Engineering | Video | Mehr erfahren |
| 05 | Fortgeschrittene Prompts erstellen | Lernen: Wie man Techniken des Prompt Engineerings anwendet, um die Ergebnisse der Prompts zu verbessern. | Video | Mehr erfahren |
| 06 | Textgenerierungsanwendungen erstellen | Erstellen: Eine Textgenerierungs-App mit Azure OpenAI / OpenAI API | Video | Mehr erfahren |
| 07 | Chat-Anwendungen erstellen | Erstellen: Techniken zum effizienten Erstellen und Integrieren von Chat-Anwendungen. | Video | Mehr erfahren |
| 08 | Such-Apps mit Vektordatenbanken erstellen | Erstellen: Eine Suchanwendung, die Embeddings verwendet, um Daten zu durchsuchen. | Video | Mehr erfahren |
| 09 | Bildgenerierungsanwendungen erstellen | Erstellen: Eine Bildgenerierungsanwendung | Video | Mehr erfahren |
| 10 | Low-Code KI-Anwendungen erstellen | Erstellen: Eine Generative KI-Anwendung mit Low-Code-Tools | Video | Mehr erfahren |
| 11 | Integration externer Anwendungen mit Funktionsaufrufen | Erstellen: Was Funktionsaufrufe sind und wofür sie in Anwendungen verwendet werden | Video | Mehr erfahren |
| 12 | UX für KI-Anwendungen gestalten | Lernen: Wie man UX-Design-Prinzipien bei der Entwicklung von Generative KI Anwendungen anwendet | Video | Mehr erfahren |
| 13 | Sicherung Ihrer Generative KI-Anwendungen | Lernen: Die Bedrohungen und Risiken für KI-Systeme und Methoden zu deren Absicherung | Video | Mehr erfahren |
| 14 | Der Lebenszyklus der Generative KI Anwendung | Lernen: Die Werkzeuge und Kennzahlen zur Verwaltung des LLM-Lebenszyklus und LLMOps | Video | Mehr erfahren |
| 15 | Retrieval Augmented Generation (RAG) und Vektor-Datenbanken | Erstellen: Eine Anwendung unter Verwendung eines RAG-Frameworks zum Abrufen von Embeddings aus Vektor-Datenbanken | Video | Mehr erfahren |
| 16 | Open-Source-Modelle und Hugging Face | Erstellen: Eine Anwendung unter Verwendung von Open Source Modellen, die auf Hugging Face verfügbar sind | Video | Mehr erfahren |
| 17 | KI-Agenten | Erstellen: Eine Anwendung unter Verwendung eines AI-Agent-Frameworks | Video | Mehr erfahren |
| 18 | Feinabstimmung von LLMs | Lernen: Das Was, Warum und Wie des Feinabstimmens von LLMs | Video | Mehr erfahren |
| 19 | Erstellen mit SLMs | Lernen: Die Vorteile des Erstellens mit Small Language Models | Video demnächst verfügbar | Mehr erfahren |
| 20 | Erstellen mit Mistral-Modellen | Lernen: Die Merkmale und Unterschiede der Mistral-Familienmodelle | Video demnächst verfügbar | Mehr erfahren |
| 21 | Erstellen mit Meta-Modellen | Lernen: Die Merkmale und Unterschiede der Meta-Familienmodelle | Video demnächst verfügbar | Mehr erfahren |
Besonderer Dank an John Aziz für die Erstellung aller GitHub Actions und Workflows
Bernhard Merkle für wichtige Beiträge zu jeder Lektion, die das Lernerlebnis und den Code verbessern.
Unser Team produziert weitere Kurse! Schauen Sie sich an:
Wenn Sie nicht weiterkommen oder Fragen zum Erstellen von KI-Apps haben. Treten Sie anderen Lernenden und erfahrenen Entwicklern in Diskussionen über MCP bei. Es ist eine unterstützende Gemeinschaft, in der Fragen willkommen sind und Wissen frei geteilt wird.
Wenn Sie Produktfeedback oder Fehler beim Erstellen haben, besuchen Sie:
Haftungsausschluss: Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner Ausgangssprache ist als maßgebliche Quelle zu betrachten. Für wichtige Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die durch die Nutzung dieser Übersetzung entstehen.