我們非常期待你開始這門課程，並看看你會受到什麼啟發去創造基於生成式 AI 的項目！
為了確保你成功，這頁說明了設定步驟、技術要求，以及如有需要可尋求幫助的地方。
要開始進行本課程，你需要完成以下步驟。
Fork 整個倉庫 到你自己的 GitHub 帳戶，以便你能更改任何程式碼並完成挑戰。你也可以🌟星標這個倉庫，以便更容易找到它和相關的倉庫。
為避免執行程式碼時出現依賴問題，我們建議在GitHub Codespaces中執行本課程。
在你的 fork 倉庫中：Code -> Codespaces -> New on main
- ⚙️ 齒輪圖示 -> Command Palette -> Codespaces : Manage user secret -> Add a new secret。
- 名稱為 OPENAI_API_KEY，貼上你的金鑰，然後保存。
| 我想要… | 前往… |
|---|---|
| 開始第一課 | 01-introduction-to-genai |
| 離線操作 | setup-local.md |
| 設定 LLM 供應商 | providers.md |
| 認識其他學習者 | 加入我們的 Discord |
| 症狀 | 解決方法 |
|---|---|
| 容器建構持續卡住超過 10 分鐘 | Codespaces ➜ “Rebuild Container” |
出現 python: command not found |
終端機未附加，點擊 + ➜ bash |
從 OpenAI 返回 401 Unauthorized |
OPENAI_API_KEY 錯誤或過期 |
| VS Code 顯示 “Dev container mounting…” | 重新整理瀏覽器分頁——Codespaces 有時會斷線 |
| Notebook kernel 缺失 | Notebook 選單 ➜ Kernel ▸ Select Kernel ▸ Python 3 |
Unix 系統：
touch .envWindows 系統：
echo . > .env-
編輯
.env檔案：在文字編輯器（例如 VS Code、Notepad++ 或其他編輯器）中打開.env檔案。加入以下內容，將your_github_token_here替換成你實際的 GitHub Token：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：如果你還沒有安裝，需要安裝python-dotenv套件以將環境變數從.env檔案載入 Python 應用程式。你可以使用pip安裝：pip install python-dotenv
-
在 Python 腳本中載入環境變數：在你的 Python 腳本中，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 檔案載入環境變量 load_dotenv() # 存取 GITHUB_TOKEN 變量 github_token = os.getenv("GITHUB_TOKEN") print(github_token)
完成了！你已成功建立 .env 檔案，加入 GitHub Token，並載入到 Python 應用程式中。
要在本機電腦上運行程式碼，你需先安裝某個版本的Python。
接著你需要複製這個倉庫：
git clone https://github.com/microsoft/generative-ai-for-beginners
cd generative-ai-for-beginners當你完成所有檢出後，就可以開始了！
Miniconda 是用來安裝 Conda、Python 以及一些套件的輕量安裝器。
Conda 本身是一個套件管理器，讓你方便設定與切換不同 Python 虛擬環境和套件。它也非常適合用來安裝無法透過 pip 安裝的套件。
你可以參考MiniConda 安裝指南來完成安裝。
安裝 Miniconda 後，你需要複製倉庫（如果還沒做的話）
接著，你需要建立虛擬環境。使用 Conda 的話，在 .devcontainer 目錄下（如果你使用 Codespaces）建立一個新的環境描述檔案（environment.yml），路徑即為 .devcontainer/environment.yml。
請將下列範例內容加入你的環境描述檔案：
name: <environment-name>
channels:
- defaults
- microsoft
dependencies:
- python=<python-version>
- openai
- python-dotenv
- pip
- pip:
- azure-ai-ml如果你遇到 conda 使用錯誤，可以在終端機手動執行以下指令安裝 Microsoft AI 函式庫：
conda install -c microsoft azure-ai-ml
該環境檔案指定了我們需要的相依項。<environment-name> 代表你想用作 Conda 環境的名稱，<python-version> 是你想使用的 Python 版本，例如 3 代表最新的 Python 主版本。
完成後，你可以在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如有問題，請參考Conda 環境指南。
我們建議在本課程中使用Visual Studio Code (VS Code)編輯器，並安裝Python 支援外掛。不過這只是建議，非硬性要求。
注意：透過在 VS Code 中開啟課程倉庫，你可以選擇在容器內設定此專案。這是因為課程倉庫中有特別的
.devcontainer目錄。後面會詳細說明。
注意：克隆並開啟目錄後，VS Code 會自動建議你安裝 Python 支援外掛。
注意：如果 VS Code 建議你重新以容器模式開啟倉庫，請拒絕此請求，以便使用本地已安裝的 Python。
你也可以使用瀏覽器中的Jupyter 環境來工作。傳統 Jupyter 以及 Jupyter Hub 提供相當好用的開發環境，具備自動補齊、程式碼高亮等功能。
要在本機啟動 Jupyter，請打開終端機或命令行，切換到課程目錄，執行：
jupyter notebook或者
jupyterhub這會啟動一個 Jupyter 服務，並在命令行視窗中顯示存取 URL。
開啟該 URL 後，你應該會看到課程大綱並能瀏覽任何 *.ipynb 檔案，例如 08-building-search-applications/python/oai-solution.ipynb。
另一種選擇是使用容器，來避免在電腦或 codespace 設定一切。課程庫中的特殊 .devcontainer 資料夾，可讓 VS Code 在容器中設定該專案。除了 Codespaces 外，你需要安裝 Docker，坦白說也需要一點技術背景，我們建議有容器使用經驗者使用此方案。
安全管理 API 金鑰的最佳方式之一是使用 GitHub Codespaces 的 Codespace Secrets。請參考Codespaces secrets 管理指南以了解詳情。
本課程包含 6 個概念課節和 6 個程式實作課節。
實作課節使用 Azure OpenAI 服務。你需要有 Azure OpenAI 服務的存取權和 API 金鑰才能運行程式碼。你可以透過填寫此申請表申請存取權。
申請審核期間，每個程式實作課節也附有 README.md 文件，可以觀看程式碼與輸出結果。
若是第一次使用 Azure OpenAI 服務，請遵循本指南了解如何建立與部署 Azure OpenAI 服務資源。
若是第一次接觸 OpenAI API，請參考指南了解如何建立及使用介面。
我們在官方 AI Community Discord 伺服器中建立了頻道讓你認識其他學習者。這是建立人脈的好機會，適合其他志同道合的創業者、開發者、學生，以及所有想提升生成式 AI 技能的人。
專案團隊也會在此 Discord 伺服器上協助學習者。
本課程是開源計畫。如果你發現改進空間或問題，請建立 Pull Request 或提交 GitHub issues。
專案團隊會追蹤所有貢獻。投身開源是建立生成式 AI 事業的絕佳方式。
大部分貢獻需要你同意一份貢獻者授權協議（Contributor License Agreement，CLA），聲明你有權且確實授權我們使用你的貢獻。詳情請參閱CLA，貢獻者授權協議網站。
重要說明：當翻譯本倉庫的文字時，請確保不要使用機器翻譯。我們會透過社群驗證翻譯內容，因此請僅承擔你熟悉語言的翻譯工作。
當你提交 pull request 時，CLA 機器人會自動判斷你是否需要提供 CLA，並適當標記 PR（例如標籤、留言）。請遵循該機器人指示。你只需在所有採用此 CLA 的倉庫中完成一次。
本計畫已採用Microsoft 開源行為守則。欲瞭解詳情，請閱讀守則常見問題，或寄信至 Email opencode 詢問。
既然你已完成完成此課程所需的步驟，讓我們開始學習 生成式 AI 與大型語言模型簡介。
免責聲明： 本文件由 AI 翻譯服務 Co-op Translator 翻譯而成。雖然我們力求準確，但請注意，自動翻譯可能包含錯誤或不準確之處。應以文件的原文版本作為權威來源。對於重要資訊，建議採用專業人工翻譯。本公司不對因使用此翻譯所引起之任何誤解或誤譯承擔責任。