21 lekcji uczących wszystkiego, co musisz wiedzieć, aby zacząć budować aplikacje z wykorzystaniem sztucznej inteligencji generatywnej
Arabski | Bengalski | Bułgarski | Birmański (Myanmar) | Chiński (uproszczony) | Chiński (tradycyjny, Hongkong) | Chiński (tradycyjny, Makau) | Chiński (tradycyjny, Tajwan) | Chorwacki | Czeski | Duński | Niderlandzki | Estoński | Fiński | Francuski | Niemiecki | Grecki | Hebrajski | Hindi | Węgierski | Indonezyjski | Włoski | Japoński | Kannada | Khmerski | Koreański | Litewski | Malajski | Malajalam | Marathi | Nepalski | Pidżyn nigeryjski | Norweski | Perski (Farsi) | Polski | Portugalski (Brazylia) | Portugalski (Portugalia) | Pendżabski (Gurmukhi) | Rumuński | Rosyjski | Serbski (cyrylica) | Słowacki | Słoweński | Hiszpański | Suahili | Szwedzki | Tagalog (Filipiński) | Tamilski | Telugu | Tajski | Turecki | Ukraiński | Urdu | Wietnamski
Wolisz klonować lokalnie?
To repozytorium zawiera tłumaczenia na ponad 50 języków, 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"Dzięki temu otrzymasz wszystko, czego potrzebujesz do ukończenia kursu, a pobieranie będzie dużo szybsze.
Poznaj podstawy tworzenia aplikacji z wykorzystaniem AI generatywnej dzięki naszemu kompleksowemu kursowi składającemu się z 21 lekcji, przygotowanemu przez Microsoft Cloud Advocates.
Ten kurs ma 21 lekcji. Każda lekcja omawia osobny temat, więc zacznij tam, gdzie chcesz!
Lekcje są oznaczone jako "Learn" – tłumaczące koncepcję AI generatywnej albo "Build" – tłumaczące koncepcję wraz z przykładami kodu w Python i TypeScript gdy jest to możliwe.
Dla programistów .NET sprawdź Sztuczną inteligencję generatywną dla początkujących (edycja .NET)!
Każda lekcja zawiera też sekcję "Keep Learning" z dodatkowymi materiałami do nauki.
-
Azure OpenAI Service - Lekcje: "aoai-assignment"
-
Modele Microsoft Foundry - Lekcje: "githubmodels" (GitHub Models zakończy działanie pod koniec lipca 2026 – używaj zamiast tego Microsoft Foundry Models)
-
OpenAI API - Lekcje: "oai-assignment"
-
Foundry Local - Uruchamiaj modele w pełni offline na własnym urządzeniu, bez potrzeby subskrypcji w chmurze
-
Podstawowa znajomość Pythona lub TypeScript będzie pomocna - *Dla absolutnie początkujących sprawdź te kursy Python i TypeScript
-
Konto GitHub, aby sfałdować całe repozytorium do własnego konta GitHub
Stworzyliśmy lekcję Konfiguracja kursu, która pomoże Ci w ustawieniu środowiska programistycznego.
Nie zapomnij dodać repozytorium do ulubionych (🌟), aby łatwiej je znaleźć później.
Jeśli szukasz bardziej zaawansowanych przykładów kodu, sprawdź naszą kolekcję przykładów kodu AI generatywnej w Python i TypeScript.
Dołącz do naszego oficjalnego serwera Microsoft Foundry Discord, aby poznać i nawiązać kontakty z innymi uczestnikami kursu oraz uzyskać wsparcie.
Zadawaj pytania lub dziel się opiniami o produkcie na naszym forum deweloperów Microsoft Foundry na GitHub.
Odwiedź Microsoft for Startups, aby dowiedzieć się, jak zacząć budować z wykorzystaniem kredytów Azure już dziś.
Masz sugestie lub znalazłeś błędy ortograficzne albo w kodzie? Zgłoś problem lub stwórz pull request
- Krótkie wideo wprowadzające do tematu
- Pisemną lekcję umieszczoną w pliku README
- Przykłady kodu w Python i TypeScript wspierające Azure OpenAI i OpenAI API
- Linki do dodatkowych materiałów do dalszej nauki
| # | Link do lekcji | Opis | Wideo | Dodatkowa nauka |
|---|---|---|---|---|
| 00 | Konfiguracja kursu | Naucz się: Jak skonfigurować środowisko programistyczne | Wideo wkrótce | Dowiedz się więcej |
| 01 | Wprowadzenie do sztucznej inteligencji generatywnej i LLM | Naucz się: Zrozumieć czym jest AI generatywna i jak działają duże modele językowe (LLM). | Wideo | Dowiedz się więcej |
| 02 | Eksploracja i porównanie różnych LLM | Naucz się: Jak wybrać odpowiedni model do twojego zastosowania | Wideo | Dowiedz się więcej |
| 03 | Odpowiedzialne korzystanie z generatywnej SI | Nauka: Jak odpowiedzialnie budować aplikacje Generatywnej SI | Wideo | Dowiedz się więcej |
| 04 | Podstawy inżynierii promptów | Nauka: Praktyczne najlepsze praktyki inżynierii promptów | Wideo | Dowiedz się więcej |
| 05 | Tworzenie zaawansowanych promptów | Nauka: Jak stosować techniki inżynierii promptów poprawiające wyniki promptów. | Wideo | Dowiedz się więcej |
| 06 | Budowanie aplikacji generujących tekst | Buduj: Aplikację generującą tekst z wykorzystaniem Azure OpenAI / OpenAI API | Wideo | Dowiedz się więcej |
| 07 | Budowanie aplikacji chat | Buduj: Techniki efektywnego tworzenia i integrowania aplikacji chat | Wideo | Dowiedz się więcej |
| 08 | Budowanie aplikacji wyszukujących w bazach wektorowych | Buduj: Aplikację wyszukującą dane przy użyciu embeddingów | Wideo | Dowiedz się więcej |
| 09 | Budowanie aplikacji generujących obrazy | Buduj: Aplikację generującą obrazy | Wideo | Dowiedz się więcej |
| 10 | Budowanie aplikacji AI o niskim kodzie | Buduj: Aplikację Generatywnej SI z użyciem narzędzi Low Code | Wideo | Dowiedz się więcej |
| 11 | Integracja zewnętrznych aplikacji za pomocą function calling | Buduj: Czym jest function calling i jego zastosowania w aplikacjach | Wideo | Dowiedz się więcej |
| 12 | Projektowanie UX dla aplikacji AI | Nauka: Jak stosować zasady projektowania UX podczas tworzenia aplikacji Generatywnej SI | Wideo | Dowiedz się więcej |
| 13 | Zabezpieczanie aplikacji Generatywnej SI | Nauka: Zagrożenia i ryzyka dla systemów SI oraz metody ich zabezpieczania | Wideo | Dowiedz się więcej |
| 14 | Cykl życia aplikacji Generatywnej SI | Nauka: Narzędzia i metryki do zarządzania cyklem życia LLM oraz LLMOps | Wideo | Dowiedz się więcej |
| 15 | Generacja z wzbogaceniem danych (RAG) i bazy wektorowe | Buduj: Aplikację wykorzystującą framework RAG do pobierania embeddingów z baz wektorowych | Wideo | Dowiedz się więcej |
| 16 | Modele Open Source i Hugging Face | Buduj: Aplikację wykorzystującą modele open source dostępne na Hugging Face | Wideo | Dowiedz się więcej |
| 17 | Agenci SI | Buduj: Aplikację wykorzystującą framework AI Agent | Wideo | Dowiedz się więcej |
| 18 | Dostrajanie LLM | Nauka: Co to jest, dlaczego i jak dostrajać LLM | Wideo | Dowiedz się więcej |
| 19 | Budowanie z SLM | Nauka: Zalety budowania z użyciem Small Language Models | Wideo wkrótce | Dowiedz się więcej |
| 20 | Budowanie z modelami Mistral | Nauka: Funkcje i różnice modeli Mistral | Wideo wkrótce | Dowiedz się więcej |
| 21 | Budowanie z modelami Meta | Nauka: Funkcje i różnice modeli Meta | Wideo wkrótce | Dowiedz się więcej |
Szczególne podziękowania dla John Aziz za stworzenie wszystkich GitHub Actions i workflow
Bernhard Merkle za kluczowe wkłady do każdej lekcji, poprawiające doświadczenie uczącego się i kodu.
Nasz zespół tworzy inne kursy! Sprawdź:
Jeśli utkniesz lub masz pytania dotyczące tworzenia aplikacji AI. Dołącz do innych uczących się i doświadczonych programistów w dyskusjach o MCP. To wspierająca społeczność, gdzie pytania są mile widziane, a wiedza dzielona jest swobodnie.
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.