शुरुआती के लिए जनरेटिव एआई - जावा संस्करण

July 3, 2026 · View on GitHub

Generative AI for Beginners - Java Edition

समय की प्रतिबद्धता: पूरे कार्यशाला को ऑनलाइन बिना लोकल सेटअप के पूरा किया जा सकता है। पर्यावरण सेटअप में 2 मिनट लगते हैं, और नमूनों की खोज में 1-3 घंटे लग सकते हैं, खोज की गहराई के आधार पर।

त्वरित शुरुआत

इस रिपॉज़िटरी को अपने GitHub खाते में फ़ोर्क करें
क्लिक करें Code → Codespaces टैब → ... → New with options...
डिफ़ॉल्ट का उपयोग करें – इससे इस कोर्स के लिए बनाए गए Development container का चयन होगा
क्लिक करें Create codespace
~2 मिनट प्रतीक्षा करें जब तक पर्यावरण तैयार न हो जाए
सीधे कूदें अध्याय 2: Provision Azure AI Foundry पर

बहु-भाषा समर्थन

GitHub Action द्वारा समर्थित (स्वचालित और हमेशा अद्यतन)

स्थानीय रूप से क्लोन करना पसंद है?

इस रिपॉज़िटरी में 50+ भाषा अनुवाद शामिल हैं जो डाउनलोड आकार को काफी बढ़ाते हैं। बिना अनुवादों के क्लोन करने के लिए, sparse checkout का उपयोग करें:

Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/Generative-AI-for-beginners-java.git
cd Generative-AI-for-beginners-java
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-java.git
cd Generative-AI-for-beginners-java
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
इससे आपको कोर्स पूरा करने के लिए आवश्यक सभी चीज़ें मिल जाएंगी, साथ ही डाउनलोड भी बहुत तेज़ होगा।

कोर्स संरचना और सीखने का मार्ग

अध्याय 1: जनरेटिव एआई परिचय

कोर अवधारणाएँ: बड़े भाषा मॉडल, टोकन, एम्बेडिंग, और एआई क्षमताओं को समझना
Java AI इकोसिस्टम: Spring AI और OpenAI SDKs का अवलोकन
मॉडल संदर्भ प्रोटोकॉल: MCP परिचय और AI एजेंट संचार में इसकी भूमिका
व्यावहारिक अनुप्रयोग: चैटबॉट और कंटेंट जनरेशन जैसे वास्तविक दुनिया के परिदृश्य
→ अध्याय 1 शुरू करें

अध्याय 2: विकास पर्यावरण सेटअप

Azure AI Foundry: Bicep और Azure Developer CLI (azd) का उपयोग कर मॉडल डिप्लॉयमेंट कोड के रूप में प्रदान करें
Spring Boot + Spring AI: एंटरप्राइज़ AI एप्लिकेशन विकास के सर्वोत्तम अभ्यास
कीलेस प्रमाणीकरण: Microsoft Entra ID के साथ सुरक्षित कनेक्शन — कोई API चाबी प्रबंधित करने की आवश्यकता नहीं
विकास उपकरण: Docker कंटेनर, VS Code, और GitHub Codespaces कॉन्फ़िगरेशन
→ अध्याय 2 शुरू करें

अध्याय 3: कोर जनरेटिव एआई तकनीकें

प्रॉम्प्ट इंजीनियरिंग: AI मॉडल के इष्टतम उत्तर के लिए तकनीकें
एम्बेडिंग और वेक्टर ऑपरेशन: सेमैटिक सर्च और समानता मिलान लागू करना
रिट्रीवल-ऑगमेंटेड जनरेशन (RAG): AI को आपके अपने डेटा स्रोतों के साथ संयोजित करना
फंक्शन कॉलिंग: कस्टम टूल और प्लगइन्स के साथ AI क्षमताओं का विस्तार
→ अध्याय 3 शुरू करें

अध्याय 4: व्यावहारिक अनुप्रयोग और प्रोजेक्ट्स

Pet Story Generator (petstory/): Azure AI Foundry के साथ रचनात्मक कंटेंट जनरेशन
Foundry Local Demo (foundrylocal/): OpenAI Java SDK के साथ लोकल AI मॉडल एकीकरण
MCP Calculator Service (calculator/): Spring AI के साथ बेसिक मॉडल संदर्भ प्रोटोकॉल लागू करना
→ अध्याय 4 शुरू करें

अध्याय 5: जिम्मेदार AI विकास

Azure AI Foundry कंटेंट सुरक्षा: इन-बिल्ट कंटेंट फिल्टरिंग और सुरक्षा तंत्र (हार्ड ब्लॉक्स और सॉफ्ट रिफ़्यूज़ल) का परीक्षण करें
जिम्मेदार AI डेमो: आधुनिक AI सुरक्षा प्रणालियों के व्यावहारिक कार्यान्वयन का उदाहरण
सर्वोत्तम अभ्यास: नैतिक AI विकास और तैनाती के लिए आवश्यक दिशानिर्देश
→ अध्याय 5 शुरू करें

अतिरिक्त संसाधन

कोर लर्निंग

सहायता प्राप्त करें

यदि आप फंसे हुए हैं या AI ऐप्स बनाने के बारे में कोई प्रश्न हैं। MCP पर चर्चा में साथी शिक्षार्थियों और अनुभवी डेवलपर्स के साथ शामिल हों। यह एक सहायक समुदाय है जहां प्रश्नों का स्वागत है और ज्ञान स्वतंत्र रूप से साझा किया जाता है।

यदि आपके पास उत्पाद प्रतिक्रिया या निर्माण के दौरान त्रुटियाँ हैं तो जाएं:

अस्वीकरण: इस दस्तावेज़ का अनुवाद AI अनुवाद सेवा Co-op Translator का उपयोग करके किया गया है। जबकि हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवादों में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। मूल दस्तावेज़ अपनी मूल भाषा में ही प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।