初学者生成式AI（版本3）- 一门课程

通过微软云倡导者提供的21节全面课程，学习构建生成式AI应用的基础知识。

🌱 开始学习

这门课程共有21节课。每节课都涵盖一个独立主题，你可以从任意一节开始学习！

课程分为两类：“学习”课程解释生成式AI的概念，“构建”课程不仅解释概念，还提供Python和TypeScript的代码示例（尽可能提供）。

针对.NET开发者，请查看初学者生成式AI（.NET版）！

每节课还包括“继续学习”部分，提供额外的学习工具。

所需条件

要运行本课程的代码，你可以选择以下任意一种：

Azure OpenAI服务 - 课程: "aoai-assignment"
GitHub Marketplace模型目录 - 课程: "githubmodels"
OpenAI API - 课程: "oai-assignment"
基本的Python或TypeScript知识会有所帮助 - *对于完全的初学者，请查看这些Python和TypeScript课程
一个GitHub账户，用于分叉整个仓库到你的GitHub账户

我们创建了一个**课程设置**课程，帮助你设置开发环境。

别忘了收藏（🌟）这个仓库，方便以后查找。

🧠 准备部署了吗？

如果你在寻找更高级的代码示例，请查看我们提供的生成式AI代码示例集，包括Python和TypeScript代码。

🗣️ 结识其他学习者，获取支持

加入我们的官方Azure AI Foundry Discord服务器，与其他学习者交流并获取支持。

在我们的Azure AI Foundry开发者论坛上提出问题或分享产品反馈。

🚀 构建初创公司？

访问Microsoft for Startups，了解如何利用Azure积分开始构建。

🙏 想要贡献？

你有建议或发现拼写或代码错误吗？提交问题或创建拉取请求。

📂 每节课包括：

一个简短的视频介绍主题
位于README中的书面课程
支持Azure OpenAI和OpenAI API的Python和TypeScript代码示例
继续学习的额外资源链接

🗃️ 课程列表

#	课程链接	描述	视频	额外学习
00	课程设置	学习: 如何设置你的开发环境	视频即将上线	了解更多
01	生成式AI和LLM简介	学习: 了解什么是生成式AI以及大型语言模型（LLM）的工作原理	视频	了解更多
02	探索和比较不同的LLM	学习: 如何为你的使用场景选择合适的模型	视频	了解更多
03	负责任地使用生成式AI	学习: 如何负责任地构建生成式AI应用	视频	了解更多
04	理解提示工程基础	学习: 实践提示工程的最佳实践	视频	了解更多
05	创建高级提示	学习: 如何应用提示工程技术以改善提示的结果。	视频	了解更多
06	构建文本生成应用	构建: 使用 Azure OpenAI / OpenAI API 的文本生成应用	视频	了解更多
07	构建聊天应用	构建: 高效构建和集成聊天应用的技术	视频	了解更多
08	构建搜索应用与向量数据库	构建: 使用嵌入技术进行数据搜索的搜索应用	视频	了解更多
09	构建图像生成应用	构建: 图像生成应用	视频	了解更多
10	构建低代码 AI 应用	构建: 使用低代码工具构建生成式 AI 应用	视频	了解更多
11	通过函数调用集成外部应用	构建: 什么是函数调用及其在应用中的使用场景	视频	了解更多
12	为 AI 应用设计用户体验	学习: 在开发生成式 AI 应用时如何应用用户体验设计原则	视频	了解更多
13	保护您的生成式 AI 应用	学习: AI 系统面临的威胁和风险以及保护这些系统的方法	视频	了解更多
14	生成式 AI 应用生命周期	学习: 管理 LLM 生命周期和 LLMOps 的工具和指标	视频	了解更多
15	检索增强生成 (RAG) 和向量数据库	构建: 使用 RAG 框架从向量数据库中检索嵌入的应用	视频	了解更多
16	开源模型与 Hugging Face	构建: 使用 Hugging Face 上的开源模型构建应用	视频	了解更多
17	AI 代理	构建: 使用 AI 代理框架构建应用	视频	了解更多
18	微调 LLM	学习: 微调 LLM 的内容、原因和方法	视频	了解更多
19	使用 SLM 构建	学习: 使用小型语言模型构建的优势	视频即将上线	了解更多
20	使用 Mistral 模型构建	学习: Mistral 系列模型的特点和差异	视频即将上线	了解更多
21	使用 Meta 模型构建	学习: Meta 系列模型的特点和差异	视频即将上线	了解更多