Generatywna AI dla początkujących - edycja Java

July 3, 2026 · View on GitHub

Czas zaangażowania: Cały warsztat można ukończyć online bez lokalnej konfiguracji. Konfiguracja środowiska zajmuje 2 minuty, a eksploracja przykładów od 1 do 3 godzin w zależności od głębokości eksploracji.

Szybki start

Sforkuj to repozytorium na swoje konto GitHub
Kliknij Code → zakładka Codespaces → ... → New with options...
Użyj domyślnych ustawień – wybierze to kontener deweloperski stworzony dla tego kursu
Kliknij Create codespace
Poczekaj około 2 minut na przygotowanie środowiska
Przejdź bezpośrednio do Rozdział 2: Provision Azure AI Foundry

Wsparcie wielojęzyczne

Wsparcie poprzez GitHub Action (Automatyczne i zawsze aktualne)

Wolisz klonować lokalnie?

Repozytorium to zawiera ponad 50 tłumaczeń językowych, 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-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"
To da Ci wszystko, co potrzebne do ukończenia kursu z dużo szybszym pobieraniem.

Struktura kursu i ścieżka nauki

Rozdział 1: Wprowadzenie do generatywnej AI

Podstawowe pojęcia: Zrozumienie dużych modeli językowych, tokenów, osadzeń i możliwości AI
Ekosystem AI w Javie: Przegląd Spring AI i OpenAI SDK
Protokół kontekstu modelu: Wprowadzenie do MCP i jego rola w komunikacji agentów AI
Zastosowania praktyczne: Scenariusze rzeczywiste, w tym chatboty i generowanie treści
→ Rozpocznij rozdział 1

Rozdział 2: Konfiguracja środowiska deweloperskiego

Azure AI Foundry: Provisioning wdrożeń modeli jako kod przy użyciu Bicep i Azure Developer CLI (azd)
Spring Boot + Spring AI: Najlepsze praktyki w rozwoju aplikacji AI dla przedsiębiorstw
Uwierzytelnianie bez klucza: Bezpieczne połączenie z Microsoft Entra ID — bez zarządzania kluczami API
Narzędzia deweloperskie: Kontenery Dockera, VS Code i konfiguracja GitHub Codespaces
→ Rozpocznij rozdział 2

Rozdział 3: Podstawowe techniki generatywnej AI

Inżynieria promptów: Techniki uzyskiwania optymalnych odpowiedzi modeli AI
Osadzenia i operacje wektorowe: Implementacja wyszukiwania semantycznego i dopasowania podobieństw
Retrieval-Augmented Generation (RAG): Łączenie AI z własnymi źródłami danych
Wywoływanie funkcji: Rozszerzanie możliwości AI niestandardowymi narzędziami i wtyczkami
→ Rozpocznij rozdział 3

Rozdział 4: Praktyczne zastosowania i projekty

Generator historii o zwierzętach (petstory/): Kreatywne generowanie treści z Azure AI Foundry
Demo Foundry lokalne (foundrylocal/): Lokalna integracja modeli AI z OpenAI Java SDK
Usługa kalkulatora MCP (calculator/): Podstawowa implementacja Protokółu Kontekstu Modelu ze Spring AI
→ Rozpocznij rozdział 4

Rozdział 5: Odpowiedzialny rozwój AI

Azure AI Foundry bezpieczeństwo treści: Testowanie wbudowanych filtrów treści i mechanizmów bezpieczeństwa (twarde blokady i miękkie odmowy)
Demo odpowiedzialnej AI: Przykład praktyczny pokazujący działanie nowoczesnych systemów bezpieczeństwa AI
Najlepsze praktyki: Kluczowe wytyczne dla etycznego rozwoju i wdrażania AI
→ Rozpocznij rozdział 5

Dodatkowe materiały

LangChain

Azure / Edge / MCP / Agenci

Seria Generatywnej AI

Podstawowa nauka

Seria Copilot

Uzyskiwanie pomocy

Jeśli napotkasz trudności lub masz pytania dotyczące tworzenia aplikacji AI, dołącz do innych uczących się i doświadczonych deweloperów w dyskusjach o MCP. To wspierająca społeczność, gdzie pytania są mile widziane, a wiedza jest dzielona 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.