生成式AI入门课程拆解21 节课从 LLM 概念到 AI 应用的完整学习指南【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginnersgenerative-ai-for-beginners 是微软云布道师团队出品的生成式 AI 开源课程共 21 节编号 00 至 21覆盖从 LLM 概念、提示工程到 RAG 与 AI Agent 开发的完整链路。每节 Build 类课程均提供 Python 与 TypeScript 两套可运行示例支持 Azure OpenAI、OpenAI API 等多种模型接入方式帮助初学者在有限时间内做出第一个 AI 应用。项目速览下表帮助你 10 秒建立对课程的整体认知。维度说明规模21 节课分为 Learn概念讲解与 Build动手构建两类技术栈Python 与 TypeScript 双语言示例Markdown 课件覆盖范围LLM 原理、模型选型、提示工程、文本/图像/聊天应用、搜索与 RAG、函数调用、AI Agent、微调与安全产出物文本生成 Demo、聊天机器人、搜索应用、图像生成应用、RAG 问答应用等可运行代码核心能力详解本节解决课程覆盖哪些能力、各学到多深的问题。理解 LLM 工作原理与模型选型方法价值在于先建立概念坐标系再谈选型。生成式AI入门 讲透 LLM 的运作机制与典型用例补全、对话、摘要、创意写作LLM 对比方法 给出按任务质量、延迟、成本与模型卡片信息选模型的实操框架读完能判断自己的场景该用哪类模型。掌握提示工程基础与练习方法这部分把写提示词变成可复用的工程技能。提示工程基础 覆盖结构化提示、分词机制与幻觉场景高级提示技巧 补充链式推理等进阶手法两节课均配有可直接运行的练习与参考答案。接入 RAG 与向量数据库本节解决的是如何让模型引用你自己的私有数据。搜索应用构建 先用嵌入Embedding实现数据检索RAG 与向量数据库 再讲透文档切块、嵌入生成与检索增强的完整链路配套 Notebook 可直接跑通。负责任地使用生成式 AI 并理解应用安全负责任使用生成式 AI 介绍公平性、透明性等原则与风险缓解思路安全课程 梳理 AI 系统面临的主要威胁与加固方法帮助你在写第一行代码前就具备安全意识。快速上手本节给出一条两天内可见效的实操顺序每步都有可验证的结果。克隆仓库到本地git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners。结果本地出现 00 至 21 的完整课程目录。按 环境配置 配好开发环境与模型 API Key接入方式见 providers.md。结果.env写入 Key 后示例代码能发起一次测试调用。通读 01 生成式AI入门 与 02 模型对比。结果能用自己的话说出按质量、延迟、成本三条标准选模型的依据。手写 3 个结构化提示词完成 04 模块 的练习。结果在模型 Playground 中观察到提示改写前后的输出差异。跑通 06 文本生成 Demo再做 07 聊天应用。结果拿到第一个可交互的生成式 AI 应用。场景化实战组合本节解决哪些模块产出能直接复用的问题。构建带多轮上下文记忆与自定义指令的聊天机器人聊天应用构建产出可演示的对话 Demo按提示词生成图片并对比温度参数差异图像生成应用产出可复用的图像生成脚本让模型调用外部函数与工具函数调用集成产出带 Function Calling 的应用骨架接入自有文档搭建问答系统RAG 与向量数据库产出基于私有数据的检索增强应用适用人群与边界这部分帮你判断时间投入是否值得。适合谁零基础、想系统补齐生成式 AI 概念的读者会 Python 或 TypeScript、要做出第一个 AI 应用的开发者本机搭建看 环境搭建需要理解 AI 能力边界的产品与运营人员不适合谁只找生产级模型微调与部署方案的工程师以 .NET 为主技术栈的开发者已有 RAG 项目、需要深度调优手段的团队延伸方向学完 21 节课后可以沿以下三个方向继续深入开源模型与 Hugging Face在本地部署开源模型摆脱对云端 API 的依赖小型语言模型SLM学习轻量化模型的选型与落地场景LLM 微调理解微调的原理、适用条件与数据准备方法从 04 提示工程基础 入手先手写 3 个提示词再进代码两天内即可跑通你的第一个生成式 AI 应用。【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
生成式AI入门课程拆解：21 节课从 LLM 概念到 AI 应用的完整学习指南
生成式AI入门课程拆解21 节课从 LLM 概念到 AI 应用的完整学习指南【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginnersgenerative-ai-for-beginners 是微软云布道师团队出品的生成式 AI 开源课程共 21 节编号 00 至 21覆盖从 LLM 概念、提示工程到 RAG 与 AI Agent 开发的完整链路。每节 Build 类课程均提供 Python 与 TypeScript 两套可运行示例支持 Azure OpenAI、OpenAI API 等多种模型接入方式帮助初学者在有限时间内做出第一个 AI 应用。项目速览下表帮助你 10 秒建立对课程的整体认知。维度说明规模21 节课分为 Learn概念讲解与 Build动手构建两类技术栈Python 与 TypeScript 双语言示例Markdown 课件覆盖范围LLM 原理、模型选型、提示工程、文本/图像/聊天应用、搜索与 RAG、函数调用、AI Agent、微调与安全产出物文本生成 Demo、聊天机器人、搜索应用、图像生成应用、RAG 问答应用等可运行代码核心能力详解本节解决课程覆盖哪些能力、各学到多深的问题。理解 LLM 工作原理与模型选型方法价值在于先建立概念坐标系再谈选型。生成式AI入门 讲透 LLM 的运作机制与典型用例补全、对话、摘要、创意写作LLM 对比方法 给出按任务质量、延迟、成本与模型卡片信息选模型的实操框架读完能判断自己的场景该用哪类模型。掌握提示工程基础与练习方法这部分把写提示词变成可复用的工程技能。提示工程基础 覆盖结构化提示、分词机制与幻觉场景高级提示技巧 补充链式推理等进阶手法两节课均配有可直接运行的练习与参考答案。接入 RAG 与向量数据库本节解决的是如何让模型引用你自己的私有数据。搜索应用构建 先用嵌入Embedding实现数据检索RAG 与向量数据库 再讲透文档切块、嵌入生成与检索增强的完整链路配套 Notebook 可直接跑通。负责任地使用生成式 AI 并理解应用安全负责任使用生成式 AI 介绍公平性、透明性等原则与风险缓解思路安全课程 梳理 AI 系统面临的主要威胁与加固方法帮助你在写第一行代码前就具备安全意识。快速上手本节给出一条两天内可见效的实操顺序每步都有可验证的结果。克隆仓库到本地git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners。结果本地出现 00 至 21 的完整课程目录。按 环境配置 配好开发环境与模型 API Key接入方式见 providers.md。结果.env写入 Key 后示例代码能发起一次测试调用。通读 01 生成式AI入门 与 02 模型对比。结果能用自己的话说出按质量、延迟、成本三条标准选模型的依据。手写 3 个结构化提示词完成 04 模块 的练习。结果在模型 Playground 中观察到提示改写前后的输出差异。跑通 06 文本生成 Demo再做 07 聊天应用。结果拿到第一个可交互的生成式 AI 应用。场景化实战组合本节解决哪些模块产出能直接复用的问题。构建带多轮上下文记忆与自定义指令的聊天机器人聊天应用构建产出可演示的对话 Demo按提示词生成图片并对比温度参数差异图像生成应用产出可复用的图像生成脚本让模型调用外部函数与工具函数调用集成产出带 Function Calling 的应用骨架接入自有文档搭建问答系统RAG 与向量数据库产出基于私有数据的检索增强应用适用人群与边界这部分帮你判断时间投入是否值得。适合谁零基础、想系统补齐生成式 AI 概念的读者会 Python 或 TypeScript、要做出第一个 AI 应用的开发者本机搭建看 环境搭建需要理解 AI 能力边界的产品与运营人员不适合谁只找生产级模型微调与部署方案的工程师以 .NET 为主技术栈的开发者已有 RAG 项目、需要深度调优手段的团队延伸方向学完 21 节课后可以沿以下三个方向继续深入开源模型与 Hugging Face在本地部署开源模型摆脱对云端 API 的依赖小型语言模型SLM学习轻量化模型的选型与落地场景LLM 微调理解微调的原理、适用条件与数据准备方法从 04 提示工程基础 入手先手写 3 个提示词再进代码两天内即可跑通你的第一个生成式 AI 应用。【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
