21节生成式AI入门课程完整指南：从理解LLM到亲手构建AI应用，55种语言可用

21节生成式AI入门课程完整指南从理解LLM到亲手构建AI应用55种语言可用【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginnersGenerative AI for Beginners 是一套包含 21 节课的完整生成式 AI 课程体系面向零基础学习者覆盖 LLM 基础、提示工程、AI 应用开发三大板块。每节课同时提供 Python 与 TypeScript 双语言示例代码全套课程配有 55 种语言翻译任何人都能用母语完成学习。下面按看懂知识地图 → 理解学习路径设计 → 配置环境上手 → 用好配套资源的顺序带你过一遍看完即可规划出第一周的学习安排。零基础AI课程知识地图21节课分别解决什么问题课程由微软云布道师团队维护当前为 Version 3从第 00 课环境配置到第 21 课特定模型实战每一课对应一个独立主题可以按顺序学也可以挑感兴趣的直接看。全部课程一览#课程主题类型你能获得什么00课程环境配置学习配好开发环境选定模型服务01生成式AI与LLM导论学习理解生成式AI概念与大语言模型工作原理02探索与对比不同LLM学习学会为具体场景挑选合适的模型03负责任地使用生成式AI学习识别AI风险建立负责任的开发意识04提示工程基础学习动手练习最核心的提示词写法05构建进阶提示词学习掌握能显著提升输出质量的进阶技巧06构建文本生成应用实战调用模型API写出第一个文本生成应用07构建聊天应用实战做出带上下文记忆的智能聊天机器人08构建搜索应用与向量数据库实战用嵌入Embeddings实现语义搜索09构建图像生成应用实战开发文生图应用10构建低代码AI应用实战用低代码工具快速搭出AI应用11函数调用集成外部应用实战让模型调用外部函数、连接真实系统12为AI应用设计用户体验学习掌握AI产品的UX设计原则13保护你的AI应用安全学习了解AI系统面临的威胁与防护方法14AI应用生命周期与LLMOps学习学会用工具与指标管理模型运维15RAG与向量数据库实战搭建用你自己的数据问答的RAG应用16开源模型与Hugging Face实战用开源模型构建应用17AI智能体Agent实战用Agent框架开发自主完成任务的应用18大模型微调学习搞懂微调的what、why与how19小语言模型SLM实战学习理解SLM的优势与适用场景20Mistral模型实战学习掌握Mistral模型家族的特点21Meta模型实战学习掌握Meta系列模型的特点学习路径怎么设计先Learn概念再Build应用这套AI教程刻意把 21 节课分成Learn 课讲透概念和Build 课概念加代码一起上两类整体呈四个递进阶段避免新手一上来就陷入代码细节。概念阶段01–03课先搞清楚模型怎么说话第 01 课用生活化例子解释生成式AI与LLM模型如何看到文本分词 token、为什么能补全句子、为什么擅长摘要与对话帮你建立对大模型最直观的认知。第 02 课教你选模型面对 GPT 系列、Llama 系列等众多LLM如何根据任务类型、成本和性能指标做对比课程内置了基准测试图表辅助决策。第 03 课则提醒你在兴奋之余保持清醒AI 会编造事实、可能产生偏见如何负责任地使用并缓解这些风险。技巧阶段04–05课最实用的提示工程技巧提示工程是整套课程的重心之一。第 04 课从提示词怎么写讲起通过大量可复制的实例练习基础技巧并配有一张信息量很大的可视化笔记图方便随时回看。第 05 课进阶到角色设定、少样本提示等技巧每节技巧都附带 Python 和 JavaScript 的可运行示例见05-advanced-prompts/python/与05-advanced-prompts/javascript/让你直观看到改一句提示词输出差多少。实战阶段06–11、15–17课写出真正能跑的AI应用从第 06 课开始动手。文本生成、聊天机器人、语义搜索、文生图、低代码搭建、函数调用——每个Build课题都围绕一个具体应用展开代码在06-text-generation-apps/python/、07-building-chat-applications/python/等目录中按aoaiAzure OpenAI/ oaiOpenAI分别提供换服务商只需换文件。第 15 课是全课程含金量很高的一课RAG检索增强生成让大模型基于你自己的文档回答而不是凭空编造课程提供完整 Notebook 与数据文件可复现。第 16、17 课带你走出单一闭源API用 Hugging Face 上的开源模型搭应用再用 AI Agent 框架让模型自主规划、调用工具完成任务。工程阶段12–14、18–21课像工程师一样思考会做demo之后真正上线还需要第 12 课讲AI产品的UX设计如何展示不确定性、收集用户反馈第 13 课讲安全威胁与防护第 14 课介绍LLMOps——监控、评估、迭代模型应用的完整生命周期。第 18–21 课覆盖微调、小语言模型以及 Mistral、Meta 两大模型家族帮你在用现成API和训自己的模型之间找到合适的位置。零基础环境配置步骤三种方式任选一种跑起来第 00 课00-course-setup/专门解决第一行代码怎么跑起来包含三个分册云端环境01-setup-cloud.md、本地环境02-setup-local.md、模型服务商选择03-providers.md。课程支持四种模型来源按需选择Azure OpenAI Service、Microsoft Foundry Models、OpenAI API以及完全离线、无需任何云订阅的 Foundry Local——对只想先体验的学习者最友好。拿到代码只需要一条命令git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners仓库内含 55 种语言翻译体积较大。如果只需要英文原文可以用稀疏检出只下载课程核心文件速度会快很多git clone --filterblob:none --sparse https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners cd generative-ai-for-beginners git sparse-checkout set --no-cone /* !translations !translated_imagesPython 依赖统一放在根目录的requirements.txt装完即可运行各课示例。多语言教程支持55种翻译自动同步更新这是这套免费AI课程最容易被忽略、但对中文学习者最实用的特点translations/目录下收录了 55 种语言版本包括简体中文、繁体中文、日语、韩语、西班牙语、法语、德语、俄语、阿拉伯语、印地语等翻译由 GitHub Actions 自动化流水线驱动英文原版每次更新后各语言版本会同步刷新不会出现教程和代码对不上的尴尬。图片也做了多语言版本见translated_images/。中文读者直接打开translations/zh-CN/README.md即可开始目录结构与英文原版一一对应。配套资源清单视频、示例代码与共享工具库每节课内部都包含四件套学习颗粒度很细一段短视频引入适合通勤时看一篇图文教程READMEPython 与 TypeScript 双语言代码示例一节Keep Learning延伸阅读推荐。除课程内容外仓库里还有几个值得留意的工程化细节shared/python/提供了 API 调用、环境变量、输入校验等共享工具模块tests/配有对应单元测试说明这套AI课程本身也遵循规范的工程实践08-building-search-applications/scripts/还提供了完整的数据准备脚本可把公开语料加工成带嵌入的向量索引供搜索课使用。项目约定与贡献指南见CONTRIBUTING.md安全规范见docs/SECURITY_GUIDELINES.md。克隆仓库、从第 01 课的第一张图看起用一节周末的时间走完概念 提示工程前半场——你的AI开发之旅就从这里开始。【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考