Генеративний ШІ для Початківців - Версія для Java

July 3, 2026 · View on GitHub

Час на виконання: Весь воркшоп можна пройти онлайн без локального налаштування. Налаштування середовища займає 2 хвилини, а на вивчення прикладів потрібно 1-3 години залежно від глибини дослідження.

Швидкий старт

Форкніть цей репозиторій у свій акаунт GitHub
Натисніть Code → вкладку Codespaces → ... → New with options...
Використовуйте налаштування за замовчуванням – це вибере контейнер розробки, створений для цього курсу
Натисніть Create codespace
Чекайте ~2 хвилини, доки середовище буде готове
Перейдіть безпосередньо до Розділу 2: Налаштування Azure AI Foundry

Підтримка багатьох мов

Підтримується через GitHub Action (Автоматично та Завжди Актуально)

Віддаєте перевагу локальному клонуванню?

Цей репозиторій містить понад 50 мовних перекладів, що значно збільшує розмір завантаження. Щоб клонувати без перекладів, використовуйте 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"
Це надасть усе необхідне для проходження курсу з набагато швидшим завантаженням.

Структура курсу та навчальний шлях

Розділ 1: Вступ до Генеративного ШІ

Основні концепції: Розуміння великих мовних моделей, токенів, вбудовань та можливостей ШІ
Екосистема Java ІІ: Огляд Spring AI та OpenAI SDK
Протокол Контексту Моделі: Вступ до MCP та його роль у взаємодії агентів ШІ
Практичні застосування: Реальні сценарії, включно з чатботами та генерацією контенту
→ Почати Розділ 1

Розділ 2: Налаштування середовища розробки

Azure AI Foundry: Розгортання моделей як коду за допомогою Bicep та Azure Developer CLI (azd)
Spring Boot + Spring AI: Кращі практики розробки корпоративних AI-додатків
Аутентифікація без ключів: Безпечне підключення за допомогою Microsoft Entra ID — без керування API-ключами
Інструменти розробки: Налаштування Docker контейнерів, VS Code та GitHub Codespaces
→ Почати Розділ 2

Розділ 3: Основні техніки генеративного ШІ

Інженерія підказок: Техніки для отримання оптимальних відповідей від моделей ШІ
Вбудовання та векторні операції: Реалізація семантичного пошуку та пошуку за подібністю
Відновлення з доповненням генерації (RAG): Поєднання ШІ з вашими власними джерелами даних
Виклик функцій: Розширення можливостей ШІ за допомогою власних інструментів та плагінів
→ Почати Розділ 3

Розділ 4: Практичні застосування та проекти

Генератор історій про домашніх тварин (petstory/): Креативна генерація контенту з Azure AI Foundry
Локальна демонстрація Foundry (foundrylocal/): Локальна інтеграція моделей ШІ з OpenAI Java SDK
Сервіс калькулятора MCP (calculator/): Базова реалізація Протоколу Контексту Моделі з Spring AI
→ Почати Розділ 4

Розділ 5: Відповідальна розробка ШІ

Azure AI Foundry Блокування контенту: Тестування вбудованих фільтрів контенту та механізмів безпеки (жорсткі блокування та м’які відмови)
Демонстрація відповідального ШІ: Практичний приклад роботи сучасних систем безпеки ШІ
Кращі практики: Важливі рекомендації для етичної розробки та впровадження ШІ
→ Почати Розділ 5

Додаткові ресурси

LangChain

Azure / Edge / MCP / Агенти

Серія з генеративного ШІ

Основи навчання

Серія Copilot

Отримання допомоги

Якщо ви застрягли або маєте питання щодо створення AI-додатків. Приєднуйтеся до інших учнів і досвідчених розробників у обговореннях MCP. Це підтримуюча спільнота, де питання вітаються, а знання вільно обмінюються.

Якщо у вас є відгуки про продукт або виникають помилки під час розробки, відвідайте:

Відмова від відповідальності: Цей документ було перекладено за допомогою сервісу штучного інтелекту для перекладу Co-op Translator. Хоча ми прагнемо до точності, будь ласка, майте на увазі, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ рідною мовою слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникли внаслідок використання цього перекладу.