138 lines (107 loc) · 11.6 KB

Generative AI for Beginners - Java 版

所需時間：整個工作坊可於網上完成，毋須本地安裝。環境設置約需 2 分鐘，探索範例視深度而定需 1-3 小時。

快速入門

將本倉庫分叉到你的 GitHub 帳號
點擊 Code → Codespaces 索引標籤 → ... → New with options...
使用預設值 — 此選擇將開啟本課程所建立的開發容器
點擊 Create codespace
等待約 2 分鐘完成環境準備
直接跳至第 2 章：供應 Azure AI Foundry

多語言支援

透過 GitHub Action 支援（自動及常保最新）

阿拉伯文 | 孟加拉文 | 保加利亞文 | 緬甸語 | 中文（簡體） | 中文（繁體，香港） | 中文（繁體，澳門） | 中文（繁體，台灣） | 克羅地亞文 | 捷克文 | 丹麥文 | 荷蘭文 | 愛沙尼亞文 | 芬蘭文 | 法文 | 德文 | 希臘文 | 希伯來文 | 印地文 | 匈牙利文 | 印尼文 | 意大利文 | 日文 | 坎納達文 | 高棉文 | 韓文 | 立陶宛文 | 馬來文 | 馬拉雅拉姆文 | 馬拉地文 | 尼泊爾文 | 尼日利亞白話文 | 挪威文 | 波斯文（法爾西語） | 波蘭文 | 葡萄牙文（巴西） | 葡萄牙文（葡萄牙） | 旁遮普文（古魯穆奇書法） | 羅馬尼亞文 | 俄文 | 塞爾維亞文（西里爾字母） | 斯洛伐克文 | 斯洛維尼亞文 | 西班牙文 | 斯瓦希里文 | 瑞典文 | 他加祿文（菲律賓文） | 泰米爾文 | 泰盧固文 | 泰文 | 土耳其文 | 烏克蘭文 | 烏爾都文 | 越南文

想要本地克隆？

本倉庫包含 50 多種語言翻譯，會大幅增加下載大小。若想無翻譯下載，請使用稀疏檢出（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"
此方式可讓你以更快的速度下載完成課程所需全部內容。

課程結構與學習路線

第一章：生成式 AI 簡介

核心概念：理解大型語言模型、tokens、embeddings 及 AI 能力
Java AI 生態系統：Spring AI 與 OpenAI SDK 概述
模型上下文協議：MCP 簡介及其在 AI 代理溝通的角色
實際應用：包括聊天機械人與內容生成的真實場景
→ 開始第一章

第二章：開發環境設置

Azure AI Foundry：使用 Bicep 與 Azure Developer CLI (azd) 以程式碼方式供應模型部署
Spring Boot + Spring AI：企業 AI 應用開發最佳實踐
無鑰匙認證：透過 Microsoft Entra ID 進行安全連接 — 無需管理 API 金鑰
開發工具：Docker 容器、VS Code 及 GitHub Codespaces 配置
→ 開始第二章

第三章：核心生成式 AI 技術

提示工程：達至最佳 AI 模型回應的技術
Embeddings 與向量運算：實現語意搜尋與相似度匹配
檢索增強生成 (RAG)：結合 AI 與自身資料來源
函數呼叫：藉由自定義工具及外掛擴展 AI 功能
→ 開始第三章

第四章：實務應用與專案

寵物故事產生器 (petstory/)：利用 Azure AI Foundry 進行創意內容生成
Foundry 本地示範 (foundrylocal/)：本地 AI 模型整合 OpenAI Java SDK
MCP 計算器服務 (calculator/)：基礎模型上下文協議以 Spring AI 實作
→ 開始第四章

第五章：負責任的 AI 開發

Azure AI Foundry 內容安全：測試內建內容過濾與安全機制（硬性阻擋及軟性拒絕）
負責任 AI 示範：實務範例展示現代 AI 安全系統運作方式
最佳實踐：倫理 AI 開發與部署的關鍵指南
→ 開始第五章

其他資源

LangChain

Azure / Edge / MCP / Agents

生成式 AI 系列

核心學習

Copilot 系列

尋求協助

如果你在構建 AI 應用程式時遇到困難或有任何問題，請加入其他學習者和有經驗的開發者的討論。這是一個支持性的社群，歡迎提問並自由分享知識。

如果你在構建過程中有產品反饋或發現錯誤，請訪問：

免責聲明：本文件由 AI 翻譯服務 Co-op Translator 翻譯而成。雖然我們致力於確保準確性，但請注意，機器自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於重要資訊，建議進行專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋承擔責任。