ਸ਼ੁਰੂਆਤੀ ਲਈ ਜਨਰੇਟਿਵ ਏਆਈ - ਜਾਵਾ ਐਡੀਸ਼ਨ

July 3, 2026 · View on GitHub

Generative AI for Beginners - Java Edition

ਸਮੇਂ ਦੀ ਬੱਧਤਾ: ਪੂਰਾ ਵਰਕਸ਼ਾਪ ਔਨਲਾਈਨ ਬਿਨਾਂ ਕਿਸੇ ਲੋਕਲ ਸੈੱਟਅਪ ਦੇ ਪੂਰਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਵਿਸ਼ੇਸ਼ ਸੈੱਟਅਪ 2 ਮਿੰਟ ਲੈਂਦਾ ਹੈ, ਸੈਂਪਲ ਦੀ ਖੋਜ ਕਰਨ ਲਈ 1-3 ਘੰਟੇ ਲੱਗ ਸਕਦੇ ਹਨ ਖੋਜ ਦੀ ਗہرਾਈ ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।

ਤੁਰੰਤ ਸ਼ੁਰੂਆਤ

ਇਸ ਰਿਪੋਜ਼ਿਟਰੀ ਨੂੰ ਆਪਣੇ GitHub ਖਾਤੇ ਵਿੱਚ ਫੋਰਕ ਕਰੋ
Code → Codespaces ਟੈਬ → ... → New with options... 'ਤੇ ਕਲਿੱਕ ਕਰੋ
ਡਿਫਾਲਟ ਵਿੱਕਲਪ ਵਰਤੋਂ – ਇਹ ਇਸ ਕੋਰਸ ਲਈ ਬਣਾਏ ਗਏ ਡਿਵੈਲਪਮੈਂਟ ਕੰਟੇਨਰ ਨੂੰ ਚੁਣੇਗਾ
Create codespace 'ਤੇ ਕਲਿੱਕ ਕਰੋ
ਵਾਤਾਵਰਣ ਦੇ ਤਿਆਰ ਹੋਣ ਲਈ ਲਗਭਗ 2 ਮਿੰਟ ਉਡੀਕ ਕਰੋ
ਸਿੱਧਾ ਜਾਓ ਧੜਾ 2: Azure AI Foundry ਪ੍ਰਦਾਨ ਕਰੋ

ਬਹੁ-ਭਾਸ਼ੀ ਸਹਿਯੋਗ

GitHub Action ਦੇ ਜ਼ਰੀਏ ਸਹਾਇਤਾਪ੍ਰਾਪਤ (ਸਵੈਚਲਿਤ ਅਤੇ ਹਮੇਸ਼ਾ ਅੱਪ-ਟੂ-ਡੇਟ)

ਸਥਾਨਕ ਰੂਪ ਵਿੱਚ ਕਲੋਨ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹੋ?

ਇਸ ਰਿਪੋਜ਼ਿਟਰੀ ਵਿੱਚ 50 ਤੋਂ ਵੱਧ ਭਾਸ਼ਾ ਅਨੁਵਾਦ ਸ਼ਾਮਿਲ ਹਨ ਜੋ ਡਾਊਨਲੋਡ ਸਾਈਜ਼ ਨੂੰ ਕਾਫੀ ਵਧਾਉਂਦੇ ਹਨ। ਅਨੁਵਾਦ ਬਿਨਾਂ ਕਲੋਨ ਕਰਨ ਲਈ sparse checkout ਵਰਤੋਂ:

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"
ਇਹ ਤੁਹਾਨੂੰ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਲਈ ਜ਼ਰੂਰੀ ਸਭ ਕੁਝ ਤੇਜ਼ ਡਾਊਨਲੋਡ ਸਪਿੱਡ ਨਾਲ ਦਿੰਦਾ ਹੈ।

ਕੋਰਸ ਦੀ ਬਣਤਰ ਅਤੇ ਸਿੱਖਣ ਦਾ ਰਾਸਤਾ

ਧੜਾ 1: ਜਨਰੇਟਿਵ ਏਆਈ ਦਾ ਪਰਿਚਯ

ਮੁੱਖ ਧਾਰਨਾਵਾਂ: ਵੱਡੇ ਭਾਸ਼ਾਈ ਮਾਡਲ, ਟੋਕਣ, ਐਮਬੈਡੀੰਗਜ਼, ਅਤੇ ਏਆਈ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਸਮਝਣਾ
ਜਾਵਾ ਏਆਈ ਈਕੋਸਿਸਟਮ: Spring AI ਅਤੇ OpenAI SDK ਦਾ ਵੇਰਵਾ
ਮਾਡਲ ਕਾਂਟੈਕਸਟ ਪ੍ਰੋਟੋਕਾਲ: MCP ਦਾ ਪਰਿਚਯ ਅਤੇ ਏਆਈ ਏਜੰਟ ਸੰਚਾਰ ਵਿੱਚ ਇਸਦਾ ਭੂਮਿਕਾ
ਵਿਆਵਹਾਰਕ ਲਾਗੂਆਤ: ਚੈਟਬੋਟਸ ਅਤੇ ਸਮੱਗਰੀ ਬਣਾਉਣ ਸਮੇਤ ਹਕੀਕਤੀ ਉਦਾਹਰਨਾਂ
→ ਧੜਾ 1 ਸ਼ੁਰੂ ਕਰੋ

ਧੜਾ 2: ਵਿਕਾਸ ਵਾਤਾਵਰਣ ਸੈੱਟਅਪ

Azure AI Foundry: Bicep ਅਤੇ Azure Developer CLI (azd) ਨਾਲ ਮਾਡਲ ਤੈਨਾਤੀਆਂ ਨੂੰ ਕੋਡ ਵਜੋਂ ਪ੍ਰੋਵਾਈਜ਼ਨ ਕਰੋ
Spring Boot + Spring AI: ਉਦਯੋਗੀ ਏਆਈ ਐਪਲੀਕੇਸ਼ਨ ਵਿਕਾਸ ਦੇ ਵਧੀਆ ਤਰੀਕੇ
ਕੀਲੇਸ ਪ੍ਰਮਾਣਿਕਰਣ: Microsoft Entra ID ਨਾਲ ਸਰਕਿਊਰ ਕਨੈਕਸ਼ਨ — ਕੋਈ API ਕੁੰਜੀਆਂ ਦੇ ਮੈਨੇਜਮੈਂਟ ਤੋਂ ਬਿਨਾਂ
ਵਿਕਾਸ ਸੰਦ: ਡੋਕਰ ਕੰਟੇਨਰ, VS ਕੋਡ, ਅਤੇ GitHub Codespaces ਦੀ ਸੰਰਚਨਾ
→ ਧੜਾ 2 ਸ਼ੁਰੂ ਕਰੋ

ਧੜਾ 3: ਮੁੱਖ ਜਨਰੇਟਿਵ ਏਆਈ ਤਕਨੀਕਾਂ

ਪ੍ਰੌਂਪਟ ਇੰਜੀਨੀਅਰਿੰਗ: ਏਆਈ ਮਾਡਲ ਦੇ ਅਨੁਕੂਲ ਜਵਾਬ ਲਈ ਤਕਨੀਕਾਂ
ਐਮਬੈਡੀੰਗਜ਼ ਅਤੇ ਵੇਕਟਰ ਆਪਰੇਸ਼ਨਜ਼: ਸੈਂਮਾਂਟਿਕ ਖੋਜ ਅਤੇ ਸਮਾਨਤਾ ਮੈਚਿੰਗ ਲਾਗੂ ਕਰੋ
ਰਿਟਰੀਵਲ-ਅਗਮੈਂਟਡ ਜਨਰੇਸ਼ਨ (RAG): ਆਪਣੀ ਡੇਟਾ ਸਰੋਤਾਂ ਨਾਲ ਏਆਈ ਦਾ ਸੰਯੋਗ
ਫੰਕਸ਼ਨ ਕਾਲਿੰਗ: ਕਸਟਮ ਟੂਲ ਅਤੇ ਪਲੱਗਇਨਾਂ ਨਾਲ ਏਆਈ ਸਮਰੱਥਾਵਾਂ ਵਧਾਓ
→ ਧੜਾ 3 ਸ਼ੁਰੂ ਕਰੋ

ਧੜਾ 4: ਵਿਆਵਹਾਰਿਕ ਲਾਗੂਆਤ ਅਤੇ ਪ੍ਰੋਜੈਕਟ

ਪੈਟ ਸਟੋਰੀ ਜਨਰੇਟਰ (petstory/): Azure AI Foundry ਨਾਲ ਸਿਰਜਣਾਤਮਕ ਸਮੱਗਰੀ ਬਣਾਉਣਾ
Foundry ਲੋਕਲ ਡੈਮੋ (foundrylocal/): OpenAI ਜਾਵਾ SDK ਨਾਲ ਲੋਕਲ ਏਆਈ ਮਾਡਲ ਇੰਟਿਗਰੇਸ਼ਨ
MCP ਕੈਲਕਲੇਟਰ ਸਰਵਿਸ (calculator/): Spring AI ਨਾਲ ਬੁਨਿਆਦੀ ਮਾਡਲ ਕਾਂਟੈਕਸਟ ਪ੍ਰੋਟੋਕਾਲ ਲਾਗੂਆਤ
→ ਧੜਾ 4 ਸ਼ੁਰੂ ਕਰੋ

ਧੜਾ 5: ਜ਼ਿੰਮੇਵਾਰ ਏਆਈ ਵਿਕਾਸ

Azure AI Foundry ਕਨਟੈਂਟ ਸੇਫਟੀ: ਬਣੇ-ਅੰਦਰ ਸਮੱਗਰੀ ਛਾਨਬੀਨ ਅਤੇ ਸੁਰੱਖਿਆ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਜਾਂਚ (ਕਠੋਰ ਬਲਾਕ ਅਤੇ ਨਰਮ ਇਨਕਾਰ)
ਜ਼ਿੰਮੇਵਾਰ ਏਆਈ ਡੈਮੋ: ਅਧੁਨਿਕ ਏਆਈ ਸੁਰੱਖਿਆ ਸਿਸਟਮ ਕਿਵੇਂ ਕੰਮ ਕਰਦੇ ਹਨ ਦਾ ਹਥ-ਅਨੁਭਵ
ਵਧੀਆ ਅਭਿਆਸ: ਨੈਤਿਕ ਏਆਈ ਵਿਕਾਸ ਅਤੇ ਤੈਨਾਤੀ ਲਈ ਜ਼ਰੂਰੀ ਹਦਾਇਤਾਂ
→ ਧੜਾ 5 ਸ਼ੁਰੂ ਕਰੋ

ਵਾਧੂ ਸਰੋਤ

ਲੇਂਗਚੇਨ

ਜਨਰੇਟਿਵ ਏਆਈ ਸੀਰੀਜ਼

ਮੁੱਖ ਸਿੱਖਿਆ

ਕੋਪਾਇਲਟ ਸੀਰੀਜ਼

ਮਦਦ ਲੈਣਾ

ਜੇਕਰ ਤੁਸੀਂ ਫਸ ਜਾਂਦੇ ਹੋ ਜਾਂ AI ਐਪਸ ਬਣਾਉਣ ਬਾਰੇ ਕੋਈ ਸਵਾਲ ਹੈ। MCP ਬਾਰੇ ਚਰਚਾਵਾਂ ਵਿੱਚ ਸਾਥੀ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ ਅਨੁਭਵੀ ਡਿਵੈਲਪਰਨ ਦੇ ਨਾਲ ਜੁੜੋ। ਇਹ ਇੱਕ ਸਮਰਥਕ ਸਮੁਦਾਇ ਹੈ ਜਿੱਥੇ ਸਵਾਲ ਸੁਆਗਤ ਹਨ ਅਤੇ ਗਿਆਨ ਖੁੱਲ੍ਹੀ ਤਰ੍ਹਾਂ ਸਾਂਝਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਜੇਕਰ ਤੁਹਾਡੇ ਕੋਲ ਉਤਪਾਦ ਫੀਡਬੈਕ ਜਾਂ ਨਿਰਮਾਣ ਦੌਰਾਨ ਕੋਈ ਗਲਤੀ ਹੈ ਤਾਂ ਵੇਖੋ:

ਅਸਵੀਕਾਰੋਪਣ: ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾਵਾਂ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮੱਤਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹਾਂ।