Tijdsinvestering: De hele workshop kan online worden voltooid zonder lokale installatie. Het instellen van de omgeving duurt 2 minuten, en het verkennen van de voorbeelden neemt 1-3 uur in beslag, afhankelijk van de diepgang van de verkenning.
Snelle Start
- Fork deze repository naar je GitHub-account
- Klik op Code → Codespaces tabblad → ... → Nieuw met opties...
- Gebruik de standaardinstellingen – dit selecteert de ontwikkelcontainer die voor deze cursus is gemaakt
- Klik op Codespace maken
- Wacht ~2 minuten tot de omgeving gereed is
- Ga direct naar Het eerste voorbeeld
Frans | Spaans | Duits | Russisch | Arabisch | Perzisch (Farsi) | Urdu | Chinees (Vereenvoudigd) | Chinees (Traditioneel, Macau) | Chinees (Traditioneel, Hong Kong) | Chinees (Traditioneel, Taiwan) | Japans | Koreaans | Hindi | Bengaals | Marathi | Nepalees | Punjabi (Gurmukhi) | Portugees (Portugal) | Portugees (Brazilië) | Italiaans | Pools | Turks | Grieks | Thais | Zweeds | Deens | Noors | Fins | Nederlands | Hebreeuws | Vietnamees | Indonesisch | Maleis | Tagalog (Filipino) | Swahili | Hongaars | Tsjechisch | Slowaaks | Roemeens | Bulgaars | Servisch (Cyrillisch) | Kroatisch | Sloveens | Oekraïens | Birmaans (Myanmar)
- Kernconcepten: Begrip van grote taalmodellen, tokens, embeddings en AI-mogelijkheden
- Java AI Ecosysteem: Overzicht van Spring AI en OpenAI SDK's
- Model Context Protocol: Introductie tot MCP en de rol ervan in AI-agentcommunicatie
- Praktische Toepassingen: Realistische scenario's zoals chatbots en contentgeneratie
- → Start Hoofdstuk 1
- Multi-Provider Configuratie: Instellen van GitHub Models, Azure OpenAI en OpenAI Java SDK-integraties
- Spring Boot + Spring AI: Best practices voor AI-applicatieontwikkeling in ondernemingen
- GitHub Models: Gratis toegang tot AI-modellen voor prototyping en leren (geen creditcard nodig)
- Ontwikkeltools: Docker-containers, VS Code en GitHub Codespaces configuratie
- → Start Hoofdstuk 2
- Prompt Engineering: Technieken voor optimale AI-modelreacties
- Embeddings & Vectorbewerkingen: Implementeren van semantisch zoeken en overeenkomsten
- Retrieval-Augmented Generation (RAG): Combineer AI met je eigen gegevensbronnen
- Functieaanroepen: Breid AI-mogelijkheden uit met aangepaste tools en plugins
- → Start Hoofdstuk 3
- Pet Story Generator (
petstory/): Creatieve contentgeneratie met GitHub Models - Foundry Local Demo (
foundrylocal/): Lokale AI-modelintegratie met OpenAI Java SDK - MCP Calculator Service (
calculator/): Basisimplementatie van Model Context Protocol met Spring AI - → Start Hoofdstuk 4
- GitHub Models Veiligheid: Test ingebouwde contentfiltering en veiligheidsmechanismen (harde blokkades en zachte weigeringen)
- Verantwoordelijke AI Demo: Praktisch voorbeeld dat laat zien hoe moderne AI-veiligheidssystemen werken
- Best Practices: Essentiële richtlijnen voor ethische AI-ontwikkeling en implementatie
- → Start Hoofdstuk 5
- MCP Voor Beginners
- AI Agents Voor Beginners
- Generatieve AI voor Beginners met .NET
- Generatieve AI voor Beginners met JavaScript
- Generatieve AI voor Beginners
- ML voor Beginners
- Data Science voor Beginners
- AI voor Beginners
- Cybersecurity voor Beginners
- Webontwikkeling voor Beginners
- IoT voor Beginners
- XR Ontwikkeling voor Beginners
- Mastering GitHub Copilot voor AI Pair Programming
- Mastering GitHub Copilot voor C#/.NET Ontwikkelaars
- Kies Je Eigen Copilot Avontuur
- RAG Chat App met Azure AI Services
Disclaimer:
Dit document is vertaald met behulp van de AI-vertalingsservice Co-op Translator. Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in zijn oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor cruciale informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor eventuele misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.