वेळेची गरज: संपूर्ण कार्यशाळा स्थानिक सेटअपशिवाय ऑनलाइन पूर्ण केली जाऊ शकते. वातावरण सेटअपसाठी 2 मिनिटे लागतात, तर नमुने एक्सप्लोर करण्यासाठी 1-3 तास लागतात, एक्सप्लोरेशनच्या खोलीवर अवलंबून.
त्वरित सुरुवात
- हे रेपॉजिटरी तुमच्या GitHub खात्यावर फोर्क करा
- Code → Codespaces टॅब → ... → New with options... वर क्लिक करा
- डीफॉल्ट्स वापरा – हे या कोर्ससाठी तयार केलेल्या डेव्हलपमेंट कंटेनरची निवड करेल
- Create codespace वर क्लिक करा
- वातावरण तयार होण्यासाठी सुमारे 2 मिनिटे थांबा
- पहिल्या उदाहरणावर थेट जा
French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)
- मूलभूत संकल्पना: मोठ्या भाषा मॉडेल्स, टोकन्स, एम्बेडिंग्ज, आणि AI क्षमतांची समज
- जावा AI इकोसिस्टम: Spring AI आणि OpenAI SDKs चे विहंगावलोकन
- मॉडेल कॉन्टेक्स्ट प्रोटोकॉल: MCP आणि AI एजंट कम्युनिकेशनमधील त्याची भूमिका
- व्यावहारिक अनुप्रयोग: चॅटबॉट्स आणि सामग्री निर्मितीसह वास्तविक जगातील उदाहरणे
- → प्रकरण 1 सुरू करा
- मल्टी-प्रोव्हायडर कॉन्फिगरेशन: GitHub Models, Azure OpenAI, आणि OpenAI Java SDK इंटिग्रेशन सेटअप
- Spring Boot + Spring AI: एंटरप्राइझ AI अनुप्रयोग विकासासाठी सर्वोत्तम पद्धती
- GitHub Models: प्रोटोटायपिंग आणि शिकण्यासाठी मोफत AI मॉडेल प्रवेश (क्रेडिट कार्ड आवश्यक नाही)
- विकास साधने: Docker कंटेनर्स, VS Code, आणि GitHub Codespaces कॉन्फिगरेशन
- → प्रकरण 2 सुरू करा
- प्रॉम्प्ट इंजिनिअरिंग: AI मॉडेल्सकडून उत्तम प्रतिसाद मिळवण्यासाठी तंत्र
- एम्बेडिंग्ज आणि व्हेक्टर ऑपरेशन्स: सिमॅंटिक सर्च आणि साम्य जुळवणी अंमलात आणा
- रिट्रीव्हल-अग्मेंटेड जनरेशन (RAG): AI ला तुमच्या स्वतःच्या डेटा स्रोतांसह एकत्र करा
- फंक्शन कॉलिंग: कस्टम टूल्स आणि प्लगइन्ससह AI क्षमतांचा विस्तार करा
- → प्रकरण 3 सुरू करा
- पेट स्टोरी जनरेटर (
petstory/): GitHub Models सह सर्जनशील सामग्री निर्मिती - Foundry Local Demo (
foundrylocal/): OpenAI Java SDK सह स्थानिक AI मॉडेल इंटिग्रेशन - MCP कॅल्क्युलेटर सेवा (
calculator/): Spring AI सह मूलभूत मॉडेल कॉन्टेक्स्ट प्रोटोकॉल अंमलबजावणी - → प्रकरण 4 सुरू करा
- GitHub Models सुरक्षा: अंगभूत सामग्री फिल्टरिंग आणि सुरक्षा यंत्रणांची चाचणी (हार्ड ब्लॉक्स आणि सॉफ्ट नकार)
- जबाबदार AI डेमो: आधुनिक AI सुरक्षा प्रणाली प्रत्यक्षात कशा कार्य करतात याचे हँड्स-ऑन उदाहरण
- सर्वोत्तम पद्धती: नैतिक AI विकास आणि तैनातीसाठी आवश्यक मार्गदर्शक तत्त्वे
- → प्रकरण 5 सुरू करा
- MCP For Beginners
- AI Agents For Beginners
- Generative AI for Beginners using .NET
- Generative AI for Beginners using JavaScript
- Generative AI for Beginners
- ML for Beginners
- Data Science for Beginners
- AI for Beginners
- Cybersecurity for Beginners
- Web Dev for Beginners
- IoT for Beginners
- XR Development for Beginners
- Mastering GitHub Copilot for AI Paired Programming
- Mastering GitHub Copilot for C#/.NET Developers
- Choose Your Own Copilot Adventure
- RAG Chat App with Azure AI Services
अस्वीकरण:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator वापरून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात ठेवा की स्वयंचलित भाषांतरांमध्ये त्रुटी किंवा अचूकतेचा अभाव असू शकतो. मूळ भाषेतील दस्तऐवज हा अधिकृत स्रोत मानावा. महत्त्वाच्या माहितीसाठी, व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर करून उद्भवलेल्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही.