Generatyvinis DI pradedantiesiems

July 3, 2026 · View on GitHub

Generatyvinis DI pradedantiesiems – Java leidimas

Laiko sąnaudos: visas seminaras gali būti baigtas internetu be vietinės aplinkos nustatymo. Aplinkos nustatymas užtrunka 2 minutes, o pavyzdžių tyrinėjimas reikalauja 1–3 valandų, priklausomai nuo tyrinėjimo gylio.

Greitas pradėjimas

Sukurkite šio saugyklos šaką (fork) savo GitHub paskyroje
Spustelėkite Code → Codespaces skirtuką → ... → New with options...
Naudokite numatytuosius nustatymus – tai pasirinktinai pasirinkta šio kurso kūrimo konteineris
Spustelėkite Create codespace
Palaukite ~2 minutes, kol aplinka bus paruošta
Tiesiogiai pereikite į 2 skyrių: Azure AI Foundry rezervavimas

Daugiakalbė palaikyma

Palaikoma per GitHub Action (automatizuota ir visada atnaujinta)

Norite klonuoti vietoje?

Ši saugykla turi daugiau nei 50 kalbų vertimų, kurie žymiai padidina atsisiuntimo dydį. Norėdami klonuoti be vertimų, naudokite mažą atsisiuntimą (sparse checkout):

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"
Tai duoda viską, ko jums reikia kursui užbaigti su daug greitesniu atsisiuntimu.

Kurso struktūra ir mokymosi kelias

1 skyrius: Įvadas į generatyvinį DI

Pagrindinės sąvokos: Supratimas apie didelius kalbos modelius, žetonus, įdėinius ir DI galimybes
Java DI ekosistema: Spring AI ir OpenAI SDK apžvalga
Modelio konteksto protokolas: MCP pristatymas ir jo vaidmuo DI agentų komunikacijoje
Praktinės taikymo sritys: Tikri atvejai, įskaitant pokalbių robotus ir turinio generavimą
→ Pradėti 1 skyrių

2 skyrius: Kūrimo aplinkos nustatymas

Azure AI Foundry: Modelių diegimų rezervavimas kaip kodo su Bicep ir Azure Developer CLI (azd)
Spring Boot + Spring AI: Geriausios praktikos verslo DI programų kūrime
Autentifikacija be raktų: Saugi Microsoft Entra ID jungtis – nereikia valdyti API raktų
Kūrimo įrankiai: Docker konteineriai, VS Code ir GitHub Codespaces konfigūracija
→ Pradėti 2 skyrių

3 skyrius: Pagrindinės generatyvinio DI technikos

Užklausų inžinerija: Optimalios DI modelio atsakymų technikos
Įdėjiniai ir vektorinės operacijos: Semantinės paieškos ir panašumo atitikimo įgyvendinimas
Retrieval-Augmented Generation (RAG): DI sujungimas su jūsų duomenų šaltiniais
Funkcijų kvietimas: DI galimybių išplėtimas su pasirinktinais įrankiais ir papildiniais
→ Pradėti 3 skyrių

4 skyrius: Praktinės taikymo sritys ir projektai

Gyvūnų istorijų generatorius (petstory/): Kūrybinis turinio generavimas su Azure AI Foundry
Vietinė Foundry demonstracija (foundrylocal/): Vietinis DI modelio integravimas su OpenAI Java SDK
MCP skaičiuoklės paslauga (calculator/): Pagrindinė Modelio konteksto protokolo implementacija su Spring AI
→ Pradėti 4 skyrių

5 skyrius: Atsakingas DI kūrimas

Azure AI Foundry turinio sauga: Išbandykite įmontuotas turinio filtravimo ir saugos sistemas (griežtos blokados ir minkšti atsisakymai)
Atsakingo DI demonstracija: Praktinis pavyzdys, kaip veikia modernios DI saugos sistemos
Geriausios praktikos: Esminės gairės etiniam DI kūrimui ir diegimui
→ Pradėti 5 skyrių

Papildomi ištekliai

LangChain

Azure / Edge / MCP / Agentai

Generatyvinio DI serija

Pagrindinis mokymasis

Copilot serija

Pagalbos gavimas

Jeigu įstringate arba turite klausimų apie AI programėlių kūrimą. Prisijunkite prie bendraminčių ir patyrusių programuotojų diskusijų apie MCP. Tai palaikanti bendruomenė, kurioje klausimai yra laukiami, o žinios dalijamos laisvai.

Jei turite atsiliepimų apie produktą arba randate klaidų kūrimo metu, apsilankykite:

Atsakomybės apribojimas: Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba laikomas autoritetingu šaltiniu. Svarbiai informacijai rekomenduojama naudoti profesionalų žmogiškąjį vertimą. Mes neatsakome už jokius nesusipratimus ar neteisingą interpretaciją, kilusią naudojantis šiuo vertimu.