21 Μαθήματα που διδάσκουν όλα όσα χρειάζεστε για να αρχίσετε να δημιουργείτε εφαρμογές Γεννητικής Τεχνητής Νοημοσύνης
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Προτιμάτε να Κλωνοποιήσετε Τοπικά;
Αυτή η αποθήκη περιλαμβάνει μεταφράσεις σε πάνω από 50 γλώσσες που αυξάνουν σημαντικά το μέγεθος λήψης. Για να κλωνοποιήσετε χωρίς τις μεταφράσεις, χρησιμοποιήστε sparse checkout:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"Αυτό σας δίνει όλα όσα χρειάζεστε για να ολοκληρώσετε το μάθημα με πολύ πιο γρήγορη λήψη.
Μάθετε τα βασικά για τη δημιουργία εφαρμογών Γεννητικής Τεχνητής Νοημοσύνης με το ολοκληρωμένο μας μάθημα 21 μαθημάτων από τους Microsoft Cloud Advocates.
Αυτό το μάθημα έχει 21 μαθήματα. Κάθε μάθημα καλύπτει το δικό του θέμα οπότε ξεκινήστε από όπου θέλετε!
Τα μαθήματα είναι επισημασμένα είτε ως "Μάθετε" που εξηγούν μια έννοια Γεννητικής Τεχνητής Νοημοσύνης είτε ως "Κατασκευή" που εξηγούν μια έννοια και παραδείγματα κώδικα σε Python και TypeScript όταν είναι δυνατόν.
Για προγραμματιστές .NET δείτε το Γεννητική Τεχνητή Νοημοσύνη για Αρχάριους (Έκδοση .NET)!
Κάθε μάθημα περιλαμβάνει επίσης μια ενότητα "Συνεχίστε να Μαθαίνετε" με επιπλέον εργαλεία μάθησης.
-
Azure OpenAI Service - Μαθήματα: "aoai-assignment"
-
Microsoft Foundry Models - Μαθήματα: "githubmodels" (Το GitHub Models αποσύρεται στο τέλος Ιουλίου 2026 - χρησιμοποιήστε αντί αυτού τα Microsoft Foundry Models)
-
OpenAI API - Μαθήματα: "oai-assignment"
-
Foundry Local - Εκτελέστε μοντέλα πλήρως εκτός σύνδεσης στη δική σας συσκευή, χωρίς συνδρομή στο cloud
-
Βασικές γνώσεις Python ή TypeScript είναι χρήσιμες - *Για απόλυτους αρχάριους δείτε αυτά τα Python και TypeScript μαθήματα
-
Λογαριασμός GitHub για να φτιάξετε fork σε αυτήν ολόκληρη την αποθήκη στον δικό σας λογαριασμό GitHub
Δημιουργήσαμε ένα μάθημα Εγκατάστασης Μαθήματος για να σας βοηθήσουμε με την εγκατάσταση του περιβάλλοντος ανάπτυξης.
Μην ξεχάσετε να αστερίσετε (🌟) αυτήν την αποθήκη για να τη βρείτε πιο εύκολα αργότερα.
Αν ψάχνετε για πιο προχωρημένα παραδείγματα κώδικα, δείτε τη συλλογή μας από Παραδείγματα Κώδικα Γεννητικής Τεχνητής Νοημοσύνης σε Python και TypeScript.
Εγγραφείτε στον επίσημο Discord server της Microsoft Foundry για να γνωρίσετε και να δικτυωθείτε με άλλους μαθητές που παρακολουθούν αυτό το μάθημα και λάβετε υποστήριξη.
Κάντε ερωτήσεις ή μοιραστείτε σχόλια για το προϊόν στο Microsoft Foundry Developer Forum στο Github.
Επισκεφτείτε το Microsoft for Startups για να μάθετε πώς να ξεκινήσετε να δημιουργείτε με πιστώσεις Azure σήμερα.
Έχετε προτάσεις ή βρήκατε ορθογραφικά ή λάθη κώδικα; Ανοίξτε ένα issue ή Κάντε ένα pull request
- Μια σύντομη εισαγωγή βίντεο στο θέμα
- Ένα γραπτό μάθημα που βρίσκεται στο README
- Παραδείγματα κώδικα Python και TypeScript που υποστηρίζουν Azure OpenAI και OpenAI API
- Συνδέσμους σε επιπλέον πόρους για να συνεχίσετε τη μάθησή σας
| # | Σύνδεσμος Μαθήματος | Περιγραφή | Βίντεο | Επιπλέον Μάθηση |
|---|---|---|---|---|
| 00 | Ρύθμιση Μαθήματος | Μάθετε: Πώς να Ρυθμίσετε το Περιβάλλον Ανάπτυξής σας | Βίντεο Έρχεται Σύντομα | Μάθετε Περισσότερα |
| 01 | Εισαγωγή στη Γεννητική Τεχνητή Νοημοσύνη και τα LLMs | Μάθετε: Κατανόηση του τι είναι η Γεννητική Τεχνητή Νοημοσύνη και πώς λειτουργούν τα Μεγάλα Γλωσσικά Μοντέλα (LLMs). | Βίντεο | Μάθετε Περισσότερα |
| 02 | Εξερεύνηση και σύγκριση διαφορετικών LLMs | Μάθετε: Πώς να επιλέξετε το κατάλληλο μοντέλο για τη χρήση σας | Βίντεο | Μάθετε Περισσότερα |
| 03 | Χρήση της Γεννητικής Τεχνητής Νοημοσύνης με Υπευθυνότητα | Μάθετε: Πώς να δημιουργείτε εφαρμογές Γεννητικής Τεχνητής Νοημοσύνης με υπευθυνότητα | Βίντεο | Μάθετε Περισσότερα |
| 04 | Κατανόηση των Βασικών Αρχών Μηχανικής Ερωτήσεων | Μάθετε: Βέλτιστες Πρακτικές Μηχανικής Ερωτήσεων με Πρακτική Εφαρμογή | Video | Μάθετε Περισσότερα | | 05 | Δημιουργία Προχωρημένων Ερωτήσεων | Μάθετε: Πώς να εφαρμόζετε τεχνικές μηχανικής ερωτήσεων που βελτιώνουν το αποτέλεσμα. | Video | Μάθετε Περισσότερα | | 06 | Κατασκευή Εφαρμογών Δημιουργίας Κειμένου | Κατασκευή: Μια εφαρμογή δημιουργίας κειμένου χρησιμοποιώντας Azure OpenAI / OpenAI API | Video | Μάθετε Περισσότερα | | 07 | Κατασκευή Εφαρμογών Συνομιλίας | Κατασκευή: Τεχνικές για τη γρήγορη κατασκευή και ενσωμάτωση εφαρμογών συνομιλίας. | Video | Μάθετε Περισσότερα | | 08 | Κατασκευή Εφαρμογών Αναζήτησης σε Βάσεις Δεδομένων Διδιανυσμάτων | Κατασκευή: Μια εφαρμογή αναζήτησης που χρησιμοποιεί Ενσωματώσεις για ανεύρεση δεδομένων. | Video | Μάθετε Περισσότερα | | 09 | Κατασκευή Εφαρμογών Δημιουργίας Εικόνας | Κατασκευή: Μια εφαρμογή δημιουργίας εικόνας | Video | Μάθετε Περισσότερα | | 10 | Κατασκευή Εφαρμογών Τεχνητής Νοημοσύνης Χαμηλού Κώδικα | Κατασκευή: Μια εφαρμογή Γενετικής Τεχνητής Νοημοσύνης χρησιμοποιώντας Εργαλεία Χαμηλού Κώδικα | Video | Μάθετε Περισσότερα | | 11 | Ενσωμάτωση Εξωτερικών Εφαρμογών με Κλήση Συνάρτησης | Κατασκευή: Τι είναι η κλήση συνάρτησης και οι περιπτώσεις χρήσης της στις εφαρμογές | Video | Μάθετε Περισσότερα | | 12 | Σχεδιασμός UX για Εφαρμογές Τεχνητής Νοημοσύνης | Μάθετε: Πώς να εφαρμόζετε αρχές σχεδιασμού UX κατά την ανάπτυξη εφαρμογών Γενετικής ΤΝ | Video | Μάθετε Περισσότερα | | 13 | Ασφάλεια των Εφαρμογών σας με Γενετική Τεχνητή Νοημοσύνη | Μάθετε: Τις απειλές και τους κινδύνους για τα συστήματα ΤΝ και τους τρόπους προστασίας τους | Video | Μάθετε Περισσότερα | | 14 | Ο Κύκλος Ζωής Εφαρμογών Γενετικής Τεχνητής Νοημοσύνης | Μάθετε: Τα εργαλεία και μετρικές για τη διαχείριση του Κύκλου Ζωής LLM και LLMOps | Video | Μάθετε Περισσότερα | | 15 | Αναζήτηση και Δημιουργία (RAG) και Βάσεις Δεδομένων Διδιανυσμάτων | Κατασκευή: Μια εφαρμογή που χρησιμοποιεί Σκελετό RAG για ανάκτηση ενσωματώσεων από Βάσεις Δεδομένων Διδιανυσμάτων | Video | Μάθετε Περισσότερα | | 16 | Ανοιχτά Μοντέλα και Hugging Face | Κατασκευή: Μια εφαρμογή που χρησιμοποιεί ανοιχτά μοντέλα διαθέσιμα στο Hugging Face | Video | Μάθετε Περισσότερα | | 17 | Πράκτορες Τεχνητής Νοημοσύνης | Κατασκευή: Μια εφαρμογή που χρησιμοποιεί Σκελετό Πράκτορα ΤΝ | Video | Μάθετε Περισσότερα | | 18 | Εξατομίκευση Μεγάλων Γλωσσικών Μοντέλων (LLMs) | Μάθετε: Τι, γιατί και πώς γίνεται η εξατομίκευση των LLMs | Video | Μάθετε Περισσότερα | | 19 | Κατασκευή με Μικρά Γλωσσικά Μοντέλα (SLMs) | Μάθετε: Τα οφέλη της κατασκευής με Μικρά Γλωσσικά Μοντέλα | Video Coming Soon | Μάθετε Περισσότερα | | 20 | Κατασκευή με Μοντέλα Mistral | Μάθετε: Τα χαρακτηριστικά και οι διαφορές των Μοντέλων της Οικογένειας Mistral | Video Coming Soon | Μάθετε Περισσότερα | | 21 | Κατασκευή με Μοντέλα Meta | Μάθετε: Τα χαρακτηριστικά και οι διαφορές των Μοντέλων της Οικογένειας Meta | Video Coming Soon | Μάθετε Περισσότερα |
Ειδικές ευχαριστίες στον John Aziz για τη δημιουργία όλων των GitHub Actions και ροών εργασίας
Bernhard Merkle για τις σημαντικές συνεισφορές σε κάθε μάθημα ώστε να βελτιωθεί η εμπειρία του μαθητή και του κώδικα.
Η ομάδα μας παράγει και άλλα μαθήματα! Δείτε:
Εάν κολλήσετε ή έχετε οποιεσδήποτε ερωτήσεις σχετικά με τη δημιουργία εφαρμογών AI, συμμετέχετε μαζί με άλλους μαθητές και έμπειρους προγραμματιστές σε συζητήσεις για το MCP. Είναι μια υποστηρικτική κοινότητα όπου οι ερωτήσεις είναι ευπρόσδεκτες και η γνώση μοιράζεται ελεύθερα.
Εάν έχετε σχόλια προϊόντος ή σφάλματα κατά την κατασκευή, επισκεφθείτε:
Αποποίηση ευθυνών: Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία μετάφρασης με τεχνητή νοημοσύνη Co-op Translator. Ενώ επιδιώκουμε την ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή λανθασμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.