Време потребно: Цео радионица може се завршити онлајн без локалног подешавања. Постављање окружења траје 2 минута, док истраживање примера захтева 1-3 сата у зависности од дубине истраживања.
Брзи почетак
- Форкујте овај репозиторијум на свој GitHub налог
- Кликните Code → Codespaces таб → ... → New with options...
- Користите подразумеване вредности – ово ће изабрати развојни контејнер креиран за овај курс
- Кликните Create codespace
- Сачекајте ~2 минута да окружење буде спремно
- Пређите директно на Први пример
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)
- Основни концепти: Разумевање великих језичких модела, токена, уградњи и могућности вештачке интелигенције
- Јава AI екосистем: Преглед Spring AI и OpenAI SDK-ова
- Протокол контекста модела: Увод у MCP и његову улогу у комуникацији AI агената
- Практичне примене: Сценарији из стварног света, укључујући четботове и генерисање садржаја
- → Почните Поглавље 1
- Конфигурација за више провајдера: Поставите GitHub моделе, Azure OpenAI и OpenAI Java SDK интеграције
- Spring Boot + Spring AI: Најбоље праксе за развој AI апликација за предузећа
- GitHub модели: Бесплатан приступ AI моделима за прототипе и учење (без потребе за кредитном картицом)
- Развојни алати: Docker контејнери, VS Code и GitHub Codespaces конфигурација
- → Почните Поглавље 2
- Инжењеринг упита: Технике за оптималне одговоре AI модела
- Уградње и векторске операције: Имплементација семантичке претраге и упоређивања сличности
- Генерисање уз помоћ претраживања (RAG): Комбинујте AI са сопственим изворима података
- Позивање функција: Проширите могућности AI са прилагођеним алатима и додацима
- → Почните Поглавље 3
- Генератор прича о кућним љубимцима (
petstory/): Креативно генерисање садржаја са GitHub моделима - Foundry локална демонстрација (
foundrylocal/): Локална интеграција AI модела са OpenAI Java SDK - MCP услуга калкулатора (
calculator/): Основна имплементација протокола контекста модела са Spring AI - → Почните Поглавље 4
- Безбедност GitHub модела: Тестирајте уграђено филтрирање садржаја и механизме безбедности (тврде блокаде и меко одбијање)
- Демонстрација одговорне AI: Практичан пример који показује како модерни AI системи безбедности функционишу у пракси
- Најбоље праксе: Основне смернице за етички развој и примену AI
- → Почните Поглавље 5
- 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
Одрицање од одговорности:
Овај документ је преведен коришћењем услуге за превођење помоћу вештачке интелигенције Co-op Translator. Иако настојимо да обезбедимо тачност, молимо вас да имате у виду да аутоматски преводи могу садржати грешке или нетачности. Оригинални документ на његовом изворном језику треба сматрати меродавним извором. За критичне информације препоручује се професионални превод од стране људи. Не преузимамо одговорност за било каква погрешна тумачења или неспоразуме који могу произаћи из коришћења овог превода.