arabski | bengalski | bułgarski | birmański (Myanmar) | chiński (uproszczony) | chiński (tradycyjny, Hongkong) | chiński (tradycyjny, Makau) | chiński (tradycyjny, Tajwan) | chorwacki | czeski | duński | holenderski | estoński | fiński | francuski | niemiecki | grecki | hebrajski | hindi | węgierski | indonezyjski | włoski | japoński | kannada | khmerski | koreański | litewski | malajski | malajalam | marathi | nepalski | nigeryjski pidżyn | norweski | perski (farsi) | polski | portugalski (Brazylia) | portugalski (Portugalia) | pendżabski (Gurmukhi) | rumuński | rosyjski | serbski (cyrylica) | słowacki | słoweński | hiszpański | suahili | szwedzki | tagalog (filipiński) | tamil | telugu | tajski | turecki | ukraiński | urdu | wietnamski
Wolisz klonować lokalnie?
To repozytorium zawiera ponad 50 tłumaczeń językowych, co znacznie zwiększa rozmiar pobierania. Aby sklonować bez tłumaczeń, użyj 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"To daje wszystko, czego potrzebujesz, aby ukończyć kurs, przy znacznie szybszym pobieraniu.
Poznaj podstawy tworzenia aplikacji Generatywnej AI dzięki naszemu kompleksowemu kursowi składającemu się z 21 lekcji prowadzonemu przez Microsoft Cloud Advocates.
Kurs składa się z 21 lekcji. Każda lekcja obejmuje osobny temat, więc zacznij tam, gdzie chcesz!
Lekcje są oznaczone jako "Nauka" wyjaśniające koncepcję Generatywnej AI lub "Buduj", które wyjaśniają koncepcję i przykłady kodu w Python i TypeScript, jeśli to możliwe.
Dla programistów .NET sprawdź Generative AI for Beginners (.NET Edition)!
Każda lekcja zawiera także sekcję "Kontynuuj naukę" z dodatkowymi narzędziami do nauki.
-
Azure OpenAI Service - Lekcje: "aoai-assignment"
-
Microsoft Foundry Models - Lekcje: "githubmodels" (GitHub Models zostanie wycofany pod koniec lipca 2026 - zamiast tego używaj Microsoft Foundry Models)
-
OpenAI API - Lekcje: "oai-assignment"
-
Foundry Local - Uruchamiaj modele całkowicie offline na własnym urządzeniu, bez potrzeby subskrypcji chmury
-
Podstawowa znajomość Pythona lub TypeScript jest pomocna - *Dla zupełnych początkujących sprawdź te kursy Python i TypeScript
-
Konto na GitHub, aby sforkować to całe repozytorium do własnego konta na GitHub
Stworzyliśmy lekcję Konfiguracja kursu, która pomoże Ci w konfiguracji środowiska programistycznego.
Nie zapomnij oznaczyć (🌟) to repozytorium gwiazdką, aby łatwiej było je znaleźć później.
Jeśli szukasz bardziej zaawansowanych przykładów kodu, sprawdź naszą kolekcję Przykładów Kodu Generatywnej AI w Python i TypeScript.
Dołącz do naszego oficjalnego serwera Microsoft Foundry Discord, aby spotkać i nawiązać kontakty z innymi uczniami biorącymi udział w kursie oraz uzyskać wsparcie.
Zadawaj pytania lub dziel się opiniami o produkcie na naszym Microsoft Foundry Developer Forum na Github.
Odwiedź Microsoft for Startups, aby dowiedzieć się, jak zacząć budować z kredytami Azure już dzisiaj.
Masz sugestie lub znalazłeś błędy ortograficzne albo w kodzie? Zgłoś problem lub utwórz pull request
- Krótkie wideo wprowadzające do tematu
- Lekcję napisaną znajdującą się w README
- Przykłady kodu w Python i TypeScript wspierające Azure OpenAI i OpenAI API
- Linki do dodatkowych materiałów pozwalających kontynuować naukę
| # | Link do lekcji | Opis | Wideo | Dodatkowe materiały |
|---|---|---|---|---|
| 00 | Konfiguracja kursu | Nauka: Jak skonfigurować środowisko programistyczne | Wideo wkrótce | Dowiedz się więcej |
| 01 | Wprowadzenie do Generatywnej AI i LLM | Nauka: Zrozumienie, czym jest Generatywna AI i jak działają duże modele językowe (LLM). | Wideo | Dowiedz się więcej |
| 02 | Eksploracja i porównanie różnych LLM | Nauka: Jak wybrać odpowiedni model do swojego przypadku użycia | Wideo | Dowiedz się więcej |
| 03 | Odpowiedzialne wykorzystanie Generatywnej AI | Nauka: Jak odpowiedzialnie tworzyć aplikacje Generatywnej AI | Wideo | Dowiedz się więcej |
| 04 | Zrozumienie podstaw inżynierii promptów | Naucz się: Praktyczne najlepsze praktyki inżynierii promptów | Wideo | Dowiedz się więcej | | 05 | Tworzenie zaawansowanych promptów | Naucz się: Jak stosować techniki inżynierii promptów, które poprawiają wynik twoich promptów | Wideo | Dowiedz się więcej | | 06 | Budowanie aplikacji do generowania tekstu | Zbuduj: Aplikację generującą tekst przy użyciu Azure OpenAI / OpenAI API | Wideo | Dowiedz się więcej | | 07 | Budowanie aplikacji czatu | Zbuduj: Techniki efektywnego tworzenia i integracji aplikacji czatu | Wideo | Dowiedz się więcej | | 08 | Budowanie aplikacji wyszukiwania i baz wektorowych | Zbuduj: Aplikację wyszukiwania używającą osadzeń do przeszukiwania danych | Wideo | Dowiedz się więcej | | 09 | Budowanie aplikacji do generowania obrazów | Zbuduj: Aplikację do generowania obrazów | Wideo | Dowiedz się więcej | | 10 | Budowanie aplikacji AI low-code | Zbuduj: Aplikację Generative AI używając narzędzi Low Code | Wideo | Dowiedz się więcej | | 11 | Integracja zewnętrznych aplikacji z wywołaniem funkcji | Zbuduj: Czym jest wywołanie funkcji i jak jest wykorzystywane w aplikacjach | Wideo | Dowiedz się więcej | | 12 | Projektowanie UX dla aplikacji AI | Naucz się: Jak stosować zasady projektowania UX podczas tworzenia aplikacji Generative AI | Wideo | Dowiedz się więcej | | 13 | Zabezpieczanie aplikacji Generative AI | Naucz się: Zagrożenia i ryzyka dla systemów AI oraz metody ich zabezpieczania | Wideo | Dowiedz się więcej | | 14 | Cykl życia aplikacji Generative AI | Naucz się: Narzędzia i metryki do zarządzania cyklem życia LLM i LLMOps | Wideo | Dowiedz się więcej | | 15 | Retrieval Augmented Generation (RAG) oraz bazy wektorowe | Zbuduj: Aplikację wykorzystującą framework RAG do pobierania osadzeń z baz wektorowych | Wideo | Dowiedz się więcej | | 16 | Modele open source i Hugging Face | Zbuduj: Aplikację używającą modeli open source dostępnych na Hugging Face | Wideo | Dowiedz się więcej | | 17 | Agenci AI | Zbuduj: Aplikację korzystającą z frameworku AI Agent | Wideo | Dowiedz się więcej | | 18 | Dostrajanie LLM | Naucz się: Co, dlaczego i jak dostrajać LLM | Wideo | Dowiedz się więcej | | 19 | Budowanie z SLM | Naucz się: Korzyści z budowania z Małymi Modelami Językowymi | Wideo wkrótce | Dowiedz się więcej | | 20 | Budowanie z modelami Mistral | Naucz się: Cechy i różnice modeli z rodziny Mistral | Wideo wkrótce | Dowiedz się więcej | | 21 | Budowanie z modelami Meta | Naucz się: Cechy i różnice modeli z rodziny Meta | Wideo wkrótce | Dowiedz się więcej |
Szczególne podziękowania dla John Aziz za stworzenie wszystkich GitHub Actions i przepływów pracy
Bernhard Merkle za kluczowy wkład w każdą lekcję w celu poprawy doświadczenia ucznia oraz jakości kodu.
Nasz zespół tworzy inne kursy! Sprawdź:
Jeśli utkniesz lub masz pytania dotyczące tworzenia aplikacji AI. Dołącz do innych uczących się i doświadczonych programistów, aby uczestniczyć w dyskusjach na temat MCP. To wspierająca społeczność, w której pytania są mile widziane, a wiedza jest swobodnie dzielona.
Jeśli masz uwagi dotyczące produktu lub napotkasz błędy podczas tworzenia, odwiedź:
Zastrzeżenie: Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Choć dążymy do dokładności, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub niedokładności. Oryginalny dokument w jego języku źródłowym należy uznawać za autorytatywne źródło. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.