Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Lebih suka Klon Secara Tempatan?
Repositori ini mengandungi 50+ terjemahan bahasa yang meningkatkan saiz muat turun dengan ketara. Untuk klon tanpa terjemahan, gunakan sparse checkout:
Bash / macOS / Linux:
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 (Windows):
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"Ini memberi anda segala yang anda perlukan untuk menamatkan kursus dengan muat turun yang jauh lebih pantas.
Pelajari asas membina aplikasi Generative AI dengan kursus komprehensif 21 pelajaran kami oleh Microsoft Cloud Advocates.
Kursus ini mempunyai 21 pelajaran. Setiap pelajaran merangkumi topik tersendiri jadi mulakan di mana sahaja yang anda suka!
Pelajaran dilabel sama ada pelajaran "Learn" yang menerangkan konsep Generative AI atau pelajaran "Build" yang menerangkan konsep dan contoh kod dalam kedua-dua Python dan TypeScript bila mungkin.
Untuk Pembangun .NET lihat Generative AI untuk Pemula (Edisi .NET)!
Setiap pelajaran juga termasuk bahagian "Keep Learning" dengan alat pembelajaran tambahan.
-
Azure OpenAI Service - Pelajaran: "aoai-assignment"
-
GitHub Marketplace Model Catalog - Pelajaran: "githubmodels"
-
OpenAI API - Pelajaran: "oai-assignment"
-
Pengetahuan asas Python atau TypeScript adalah berguna - *Untuk pemula mutlak lihat kursus Python dan TypeScript
-
Akaun GitHub untuk fork keseluruhan repositori ini ke akaun GitHub anda sendiri
Kami telah mencipta pelajaran Persediaan Kursus untuk membantu anda menyediakan persekitaran pembangunan anda.
Jangan lupa untuk berbintang (🌟) repositori ini supaya lebih mudah dicari kemudian.
Jika anda mencari sampel kod yang lebih maju, lihat koleksi kami Sampel Kod Generative AI dalam kedua-dua Python dan TypeScript.
Sertai server rasmi Azure AI Foundry Discord untuk bertemu dan berhubung dengan pelajar lain yang mengikuti kursus ini dan dapatkan sokongan.
Ajukan soalan atau kongsi maklum balas produk di Azure AI Foundry Developer Forum di Github.
Lawati Microsoft untuk Startups untuk mengetahui cara memulakan pembangunan dengan kredit Azure hari ini.
Ada cadangan atau menemui kesalahan ejaan atau kod? Buat isu atau Buat permintaan tarik
- Pengenalan video ringkas kepada topik
- Pelajaran bertulis terletak dalam README
- Contoh kod Python dan TypeScript yang menyokong Azure OpenAI dan OpenAI API
- Pautan kepada sumber tambahan untuk meneruskan pembelajaran anda
| # | Pautan Pelajaran | Penerangan | Video | Pembelajaran Tambahan |
|---|---|---|---|---|
| 00 | Persediaan Kursus | Pelajari: Cara Menyediakan Persekitaran Pembangunan Anda | Video Akan Datang | Ketahui Lebih Lanjut |
| 01 | Pengenalan kepada Generative AI dan LLM | Pelajari: Memahami apa itu Generative AI dan bagaimana Model Bahasa Besar (LLM) berfungsi | Video | Ketahui Lebih Lanjut |
| 02 | Meneroka dan membandingkan LLM berbeza | Pelajari: Cara memilih model yang tepat untuk kes penggunaan anda | Video | Ketahui Lebih Lanjut |
| 03 | Menggunakan Generative AI dengan Bertanggungjawab | Pelajari: Cara membina Aplikasi Generative AI secara bertanggungjawab | Video | Ketahui Lebih Lanjut |
| 04 | Memahami Asas Kejuruteraan Prompt | Belajar: Amalan Terbaik Kejuruteraan Prompt secara praktikal | Video | Ketahui Lebih Lanjut |
| 05 | Mencipta Prompts Lanjutan | Belajar: Bagaimana menggunakan teknik kejuruteraan prompt untuk memperbaiki hasil prompts anda. | Video | Ketahui Lebih Lanjut |
| 06 | Membina Aplikasi Penjanaan Teks | Bina: Aplikasi penjanaan teks menggunakan Azure OpenAI / OpenAI API | Video | Ketahui Lebih Lanjut |
| 07 | Membina Aplikasi Chat | Bina: Teknik untuk membina dan mengintegrasi aplikasi chat secara cekap. | Video | Ketahui Lebih Lanjut |
| 08 | Membina Aplikasi Carian dengan Pangkalan Data Vektor | Bina: Aplikasi carian yang menggunakan Embeddings untuk mencari data. | Video | Ketahui Lebih Lanjut |
| 09 | Membina Aplikasi Penjanaan Imej | Bina: Aplikasi penjanaan imej | Video | Ketahui Lebih Lanjut |
| 10 | Membina Aplikasi AI Kod Rendah | Bina: Aplikasi AI Generatif menggunakan alat Kod Rendah | Video | Ketahui Lebih Lanjut |
| 11 | Mengintegrasi Aplikasi Luar dengan Panggilan Fungsi | Bina: Apa itu panggilan fungsi dan kegunaannya untuk aplikasi | Video | Ketahui Lebih Lanjut |
| 12 | Mereka Bentuk UX untuk Aplikasi AI | Belajar: Cara menggunakan prinsip reka bentuk UX apabila membangunkan Aplikasi AI Generatif | Video | Ketahui Lebih Lanjut |
| 13 | Mengamankan Aplikasi AI Generatif Anda | Belajar: Ancaman dan risiko terhadap sistem AI dan kaedah untuk mengamankan sistem ini. | Video | Ketahui Lebih Lanjut |
| 14 | Kitaran Hayat Aplikasi AI Generatif | Belajar: Alat dan metrik untuk menguruskan Kitaran Hayat LLM dan LLMOps | Video | Ketahui Lebih Lanjut |
| 15 | Penjanaan Tambahan Maklumat (RAG) dan Pangkalan Data Vektor | Bina: Aplikasi menggunakan Rangka Kerja RAG untuk mengambil embeddings dari Pangkalan Data Vektor | Video | Ketahui Lebih Lanjut |
| 16 | Model Sumber Terbuka dan Hugging Face | Bina: Aplikasi menggunakan model sumber terbuka yang tersedia di Hugging Face | Video | Ketahui Lebih Lanjut |
| 17 | Ejen AI | Bina: Aplikasi menggunakan Rangka Kerja Ejen AI | Video | Ketahui Lebih Lanjut |
| 18 | Penalaan Halus LLMs | Belajar: Apa, mengapa dan bagaimana penalaan halus LLMs | Video | Ketahui Lebih Lanjut |
| 19 | Membina dengan SLMs | Belajar: Manfaat membina dengan Model Bahasa Kecil | Video Akan Datang | Ketahui Lebih Lanjut |
| 20 | Membina dengan Model Mistral | Belajar: Ciri-ciri dan perbezaan Model Keluarga Mistral | Video Akan Datang | Ketahui Lebih Lanjut |
| 21 | Membina dengan Model Meta | Belajar: Ciri-ciri dan perbezaan Model Keluarga Meta | Video Akan Datang | Ketahui Lebih Lanjut |
Terima kasih istimewa kepada John Aziz kerana mencipta semua GitHub Actions dan aliran kerja
Bernhard Merkle kerana menyumbang secara penting bagi setiap pelajaran untuk meningkatkan pengalaman pembelajar dan kod.
Pasukan kami juga menghasilkan kursus lain! Lihat:
-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}
Jika anda tersekat atau mempunyai sebarang soalan tentang membina aplikasi AI. Sertai para pelajar dan pemaju berpengalaman dalam perbincangan tentang MCP. Ia adalah komuniti yang menyokong di mana soalan dialu-alukan dan pengetahuan dikongsi dengan bebas.
Jika anda mempunyai maklum balas produk atau kesilapan semasa membina, lawati:
Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila ambil perhatian bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat kritikal, terjemahan profesional oleh manusia adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau tafsiran silap yang timbul daripada penggunaan terjemahan ini.