Генеративный ИИ для начинающих - выпуск для Java
July 3, 2026 · View on GitHub
Требуемое время: Весь мастер-класс можно пройти онлайн без локальной настройки. Настройка окружения занимает 2 минуты, а изучение примеров — от 1 до 3 часов в зависимости от глубины исследования.
Быстрый старт
- Форкните этот репозиторий в свой аккаунт GitHub
- Нажмите Code → вкладка Codespaces → ... → New with options...
- Используйте настройки по умолчанию — будет выбран контейнер разработчика, созданный для этого курса
- Нажмите Create codespace
- Подождите ~2 минуты, пока окружение не будет готово
- Перейдите прямо к главе 2: Развертывание Azure AI Foundry
Многоязычная поддержка
Поддерживается через GitHub Action (автоматически и всегда актуально)
Арабский | Бенгальский | Болгарский | Бирманский (Мьянма) | Китайский (упрощенный) | Китайский (традиционный, Гонконг) | Китайский (традиционный, Макао) | Китайский (традиционный, Тайвань) | Хорватский | Чешский | Датский | Нидерландский | Эстонский | Финский | Французский | Немецкий | Греческий | Иврит | Хинди | Венгерский | Индонезийский | Итальянский | Японский | Каннада | Кхмерский | Корейский | Литовский | Малайский | Малайялам | Маратхи | Непальский | Нигерийский пиджин | Норвежский | Персидский (фарси) | Польский | Португальский (Бразилия) | Португальский (Португалия) | Панджаби (гурмукхи) | Румынский | Русский | Сербский (кириллица) | Словацкий | Словенский | Испанский | Суахили | Шведский | Тагальский (филиппинский) | Тамильский | Телугу | Тайский | Турецкий | Украинский | Урду | Вьетнамский
Предпочитаете клонировать локально?
В этом репозитории есть более 50 переводов, что существенно увеличивает размер загрузки. Чтобы клонировать без переводов, используйте 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"Это даст вам всё необходимое для прохождения курса с гораздо более быстрой загрузкой.
Структура курса и путь обучения
Глава 1: Введение в генеративный ИИ
- Основные понятия: понимание больших языковых моделей, токенов, эмбеддингов и возможностей ИИ
- Экосистема Java AI: обзор Spring AI и OpenAI SDK
- Протокол контекста модели: введение в MCP и его роль в коммуникации агентов ИИ
- Практические применения: реальные сценарии, включая чат-ботов и генерацию контента
- → Начать главу 1
Глава 2: Настройка среды разработки
- Azure AI Foundry: развертывание моделей как кода с помощью Bicep и Azure Developer CLI (azd)
- Spring Boot + Spring AI: лучшие практики разработки корпоративных ИИ приложений
- Аутентификация без ключей: безопасное подключение с Microsoft Entra ID — без необходимости управления API-ключами
- Инструменты разработки: контейнеры Docker, VS Code и конфигурация GitHub Codespaces
- → Начать главу 2
Глава 3: Основные техники генеративного ИИ
- Инжиниринг подсказок: методы для оптимальных ответов моделей ИИ
- Эмбеддинги и векторные операции: реализация семантического поиска и сопоставления по сходству
- Retrieval-Augmented Generation (RAG): объединение ИИ с собственными источниками данных
- Вызов функций: расширение возможностей ИИ с помощью пользовательских инструментов и плагинов
- → Начать главу 3
Глава 4: Практические применения и проекты
- Генератор историй о питомцах (
petstory/): творческая генерация контента с Azure AI Foundry - Демонстрация Foundry локально (
foundrylocal/): интеграция модели ИИ локально с OpenAI Java SDK - Сервис калькулятора MCP (
calculator/): базовая реализация протокола Model Context с Spring AI - → Начать главу 4
Глава 5: Ответственная разработка ИИ
- Контентная безопасность Azure AI Foundry: тестирование встроенных механизмов фильтрации и безопасности контента (жёсткие блокировки и мягкие отказы)
- Демонстрация ответственного ИИ: практический пример работы современных систем безопасности ИИ
- Лучшие практики: основные рекомендации по этичной разработке и внедрению ИИ
- → Начать главу 5
Дополнительные ресурсы
LangChain
Azure / Edge / MCP / Агенты
Серия по генеративному ИИ
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Основное обучение
Серия Copilot
Получение помощи
Если вы застряли или у вас есть вопросы по созданию AI-приложений, присоединяйтесь к другим учащимся и опытным разработчикам в обсуждениях о MCP. Это поддерживающее сообщество, где вопросы приветствуются, а знания freely делятся.
Если у вас есть отзывы о продукте или ошибки при разработке, посетите:
Отказ от ответственности: Этот документ был переведен с использованием сервиса машинного перевода Co-op Translator. Несмотря на наши усилия по обеспечению точности, имейте в виду, что автоматический перевод может содержать ошибки или неточности. Оригинальный документ на его исходном языке следует считать авторитетным источником. Для получения критически важной информации рекомендуется обратиться к профессиональному человеческому переводу. Мы не несем ответственности за любые недоразумения или неправильные толкования, возникшие в результате использования этого перевода.