အချိန်ပေးဆောင်မှု: အတန်းတစ်ခုလုံးကို တိုက်ရိုက်တက်ခြင်းမလိုဘဲ အွန်လိုင်းမှတဆင့် ပြီးမြောက်နိုင်ပါသည်။ ပတ်ဝန်းကျင်တည်ဆောက်ခြင်းမှာ မိနစ် ၂ ခန့်ယူပြီး၊ နမူနာများကို စူးစမ်းတာမှာ စူးစမ်းမှုအနက်မှတ်အလျားအလိုက် ၁-၃ နာရီ ကြာနိုင်သည်။
အမြန် စတင်ခြင်း
- ဤဂစ်ဟတ် ရေပိုင်စုကို သင့် GitHub အကောင့်သို့ fork ဆွဲပါ
- Code → Codespaces tab → ... → New with options... ကို နှိပ်ပါ
- ပုံမှန်အတိုင်း အသုံးပြုပြီး၊ ဤသင်တန်းအတွက် ဖန်တီးထားသော Development container ကို ရွေးချယ်ပါ
- Create codespace ကိုနှိပ်ပါ
- ပတ်ဝန်းကျင် အသင့်ဖြစ်ရန် မိနစ် ၂ ခန့် စောင့်ပါ
- တိုက်ရိုက် Chapter 2: Provision Azure AI Foundry သို့ ရောက်ရန်
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
ကိုယ်တိုင် ဒေါင်းလုတ်လုပ်ချင်ပါသလား?
ဤရေပိုင်စုတွင် ဘာသာစကား ၅၀ ကျော် ထည့်သွင်းထားပြီး ဒါကြောင့် ဒေါင်းလုတ်ဖိုင်အရွယ်အစား ကြီးတက်သည်။ ဘာသာပြန် အပါအဝင် မထည့်ဘဲ clone ဆွဲချင်လျှင် sparse checkout ကို အသုံးပြုပါ။
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"ဤနည်းတူ သင်တန်း ပြီးမြောက်ရန် လိုအပ်သည့် အရာအားလုံးကို ပိုမိုလျင်မြန်စွာ ရယူနိုင်မှာ ဖြစ်သည်။
- အခြေခံအတွေးအခေါ်များ: Language Models ကြီးများ၊ token များ၊ embeddings နှင့် AI ၏ အင်အားများကို နားလည်ခြင်း
- Java AI ပတ်ဝန်းကျင်: Spring AI နှင့် OpenAI SDK များအကြောင်းအကျဉ်း
- Model Context Protocol: MCP မိတ်ဆက်ခြင်းနှင့် AI agent များကြား ဆက်သွယ်မှုအတွက် အခန်းကဏ္ဍ
- လက်တွေ့အသုံးပြုမှုများ: ဆွေးနွေးခြင်းနည်းပညာများနှင့် အကြောင်းအရာ ဖန်တီးမှု အခြေအနေများ
- → အခန်း ၁ စတင်ရန်
- Azure AI Foundry: Bicep နှင့် Azure Developer CLI (azd) အသုံးပြု၍ မော်ဒယ် deployment များကို ကုတ်ဖြင့် provision လုပ်ခြင်း
- Spring Boot + Spring AI: စက်မှုလုပ်ငန်း AI လျှောက်လွှာ ဖွံ့ဖြိုးရေးအတွက် သင့်တော်သောနည်းလမ်းများ
- နိုင်ငံသားအသုံးပြုထားခြင်း (Keyless Authentication): Microsoft Entra ID ဖြင့် လုံခြုံစိတ်ချစွာ ချိတ်ဆက်ခြင်း — API key မလိုအပ်ပါ
- ဖွံ့ဖြိုးရေး ကိရိယာများ: Docker container များ၊ VS Code နှင့် GitHub Codespaces ပြင်ဆင်ခြင်း
- → အခန်း ၂ စတင်ရန်
- Prompt Engineering: AI မော်ဒယ်များမှ အကောင်းဆုံး တုံ့ပြန်မှုရရှိအောင် နည်းဗျူဟာများ
- Embeddings နှင့် Vector လုပ်ဆောင်ချက်များ: အဓိပ္ပါယ်လိုက်ရှာဖွေခြင်းနှင့် ဆင်တူမှု ကိုက်ညီမှုလုပ်ငန်းများ
- Retrieval-Augmented Generation (RAG): ကိုယ်ပိုင် ဒေတာအရင်းမြစ်များနှင့် AI ပေါင်းစပ်ခြင်း
- Function Calling: AI ၏ အင်အားများကို စိတ်ကြိုက် ကိရိယာများနှင့် plugin များဖြင့် တိုးချဲ့ခြင်း
- → အခန်း ၃ စတင်ရန်
- Pet Story Generator (
petstory/): Azure AI Foundry အသုံးပြု၍ ဖန်တီးမှုအကြောင်းအရာ ထုတ်လုပ်ခြင်း - Foundry Local Demo (
foundrylocal/): OpenAI Java SDK ဖြင့် ဒေသဆိုင်ရာ AI မော်ဒယ် ပေါင်းစပ်ခြင်း - MCP Calculator Service (
calculator/): Spring AI ဖြင့် Model Context Protocol အခြေခံ အကောင်အထည်ဖော်ခြင်း - → အခန်း ၄ စတင်ရန်
- Azure AI Foundry အကြောင်းအရာ ဘေးကင်းရေး: ဖန်တီးထားသော အကြောင်းအရာ စစ်ထုတ်ခြင်းနှင့် ဘေးကင်းရေး စနစ်များကို စမ်းသပ်ခြင်း (အခက်အခဲတားဆီးခြင်းနှင့် ပြောကြားမှု အနုတ်လက္ခဏာများ)
- တာဝန်ယူသည့် AI မူကွဲ: ခေတ်မှီ AI ဘေးကင်းရေးစနစ်များ ဂရင်းကြမ်းမြင်ကွင်းကို အမြင်ရစေသည့် လက်တွေ့ ဥပမာ
- အကောင်းဆုံးသုံးစွဲရန် နည်းစနစ်များ: တာဝန်ယူသော AI ဖွံ့ဖြိုးရေးနှင့် တပ်ဆင်ခြင်း အတွက် အခြေခံ ညွှန်ကြားချက်များ
- → အခန်း ၅ စတင်ရန်
-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}
AI အက်ပ်တွေ ဖန်တီးရာမှာ စားနာမှုရှိသော်လည်း မေးခွန်းများ လွယ်ကူစွာမေးနိုင်တယ်။ MCP အကြောင်းကို ကျောင်းသားတွေနဲ့ အတွေ့အကြုံရှိ ထုတ်လုပ်သူတွေနဲ့ ဆွေးနွေးနိုင်တဲ့ အခန်းကဏ္ဍဖြစ်ပြီး မေးခွန်းတွေကို ကြိုဆိုပေးပြီး အသိပညာကို လွတ်လပ်စွာ မျှဝေပေးတယ်။
ထုတ်ကုန် တုံ့ပြန်ချက်များ သို့မဟုတ် တုတ်ယုတ်ချက်များ ရှိပါက ဒီနေရာမှ ကြည့်ရှုပါ။
ပြောကြားချက် ဤစာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးပမ်းနေသော်လည်း၊ စက်ကိရိယာဘာသာပြန်ခြင်းများတွင် အမှားများ သို့မဟုတ် မှားယွင်းချက်များ ပါဝင်နိုင်ကြောင်း သတိပြုပါရန် လိုအပ်ပါသည်။ မူလစာတမ်းကို မူရင်းဘာသာဖြင့်သာ ယုံကြည်စိတ်ချရသော အချက်အလက်အဖြစ် သတ်မှတ်သင့်သည်။ အရေးကြီးသည့် သတင်းအချက်အလက်များအတွက် ပရော်ဖက်ရှင်နယ် လူသားဘာသာပြန်သူဝန်ဆောင်မှုကို အကြံပြုပါသည်။ ဤဘာသာပြန်ချက်ကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုကွာခြားမှုများ သို့မဟုတ် မမှန်ကန်သော အသုံးပြုမှုများအတွက် ကျွန်ုပ်တို့ တာဝန်မခံပါ။