Komitmen Masa: Seluruh bengkel boleh diselesaikan dalam talian tanpa persediaan tempatan. Persediaan persekitaran mengambil masa 2 minit, dengan penerokaan contoh memerlukan 1-3 jam bergantung pada tahap penerokaan.
Mula Pantas
- Fork repositori ini ke akaun GitHub anda
- Klik Code → tab Codespaces → ... → New with options...
- Gunakan tetapan lalai – ini akan memilih bekas Pembangunan yang dibuat untuk kursus ini
- Klik Create codespace
- Tunggu ~2 minit untuk persekitaran sedia
- Terus lompat ke Contoh pertama
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Lebih Suka Klon Secara Tempatan?
Repositori ini merangkumi lebih 50 terjemahan bahasa yang secara signifikan meningkatkan saiz muat turun. Untuk klon tanpa terjemahan, gunakan 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"Ini memberi anda segala yang anda perlukan untuk menyelesaikan kursus dengan muat turun yang jauh lebih pantas.
- Konsep Teras: Memahami Model Bahasa Besar, token, embedding, dan keupayaan AI
- Ekosistem AI Java: Gambaran keseluruhan Spring AI dan OpenAI SDK
- Protokol Konteks Model: Pengenalan kepada MCP dan peranannya dalam komunikasi agen AI
- Aplikasi Praktikal: Senario dunia sebenar termasuk chatbot dan penjanaan kandungan
- → Mula Bab 1
- Konfigurasi Multi-Penyedia: Tetapkan GitHub Models, Azure OpenAI, dan integrasi OpenAI Java SDK
- Spring Boot + Spring AI: Amalan terbaik untuk pembangunan aplikasi AI perusahaan
- GitHub Models: Akses model AI percuma untuk prototaip dan pembelajaran (tiada kad kredit diperlukan)
- Alat Pembangunan: Bekas Docker, VS Code, dan konfigurasi GitHub Codespaces
- → Mula Bab 2
- Reka Bentuk Arahan: Teknik untuk respons model AI yang optimum
- Embedding & Operasi Vektor: Laksanakan carian semantik dan padanan kesamaan
- Generasi Diperbanyakkan dengan Pemulihan (RAG): Gabungkan AI dengan sumber data anda sendiri
- Panggilan Fungsi: Luaskan keupayaan AI dengan alat dan pemalam tersuai
- → Mula Bab 3
- Penjana Cerita Haiwan Peliharaan (
petstory/): Penjanaan kandungan kreatif dengan GitHub Models - Demo Foundry Tempatan (
foundrylocal/): Integrasi model AI tempatan dengan OpenAI Java SDK - Khidmat Kalkulator MCP (
calculator/): Pelaksanaan asas Protokol Konteks Model dengan Spring AI - → Mula Bab 4
- Keselamatan GitHub Models: Uji penapisan kandungan terbina dalam dan mekanisme keselamatan (blok keras dan penolakan lembut)
- Demo AI Bertanggungjawab: Contoh praktik menunjukkan bagaimana sistem keselamatan AI moden berfungsi
- Amalan Terbaik: Garis panduan penting untuk pembangunan dan penerapan AI yang beretika
- → Mula Bab 5
Jika anda tersekat atau mempunyai sebarang pertanyaan tentang membina aplikasi AI. Sertai para pelajar dan pembangun berpengalaman dalam perbincangan mengenai MCP. Ia adalah komuniti yang menyokong di mana soalan dialu-alukan dan pengetahuan dikongsi secara percuma.
Jika anda mempunyai maklum balas produk atau ralat semasa membina, lawati:
Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk ketepatan, sila maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang sahih. Untuk maklumat penting, terjemahan profesional oleh manusia adalah disyorkan. Kami tidak bertanggungjawab terhadap sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.
