Generative AI for Beginners：多语言支持的国际化AI课程体系终极指南

想要学习生成式AI却不知道从何开始？Generative AI for Beginners项目为您提供了一套完整的21节课程，帮助您从零开始构建生成式AI应用程序。这个由微软云倡导者开发的开源课程不仅内容全面，还支持40多种语言，让全球各地的学习者都能无障碍地掌握AI技术。

🌍 项目概述与多语言特色

Generative AI for Beginners是一个面向初学者的生成式AI学习项目，包含21节精心设计的课程。每个课程都分为"学习"和"构建"两种类型，前者解释生成式AI概念，后者提供Python和TypeScript两种语言的代码示例。

核心亮点：

• 21节完整课程：从基础概念到高级应用全面覆盖
• 多语言支持：支持阿拉伯语、中文、法语、德语、日语等40多种语言
• 双语言代码：Python和TypeScript双版本支持
• 持续更新：通过GitHub Action实现自动化翻译

📚 课程体系详解

基础入门模块（课程1-5）

这些课程为您奠定坚实的理论基础：

01-生成式AI与LLM介绍：了解生成式AI的基本概念和大语言模型的工作原理 02-探索比较不同LLM：学习如何为您的用例选择正确的模型 03-负责任地使用生成式AI：掌握构建负责任AI应用的方法 04-提示工程基础：实践提示工程最佳实践 05-高级提示创建：学习应用提示工程技术来改善提示结果

应用开发模块（课程6-11）

从理论走向实践，开始构建真实的AI应用：

06-构建文本生成应用：使用Azure OpenAI/OpenAI API构建文本生成应用 07-构建聊天应用：高效构建和集成聊天应用的技术 08-构建搜索应用向量数据库：使用嵌入搜索数据的搜索应用 09-构建图像生成应用：构建图像生成应用程序 10-构建低代码AI应用：使用低代码工具构建生成式AI应用 11-外部应用与函数调用集成：了解函数调用及其在应用中的用例

高级主题模块（课程12-21）

深入探索AI应用的高级特性和最佳实践：

12-AI应用UX设计：在开发生成式AI应用时应用UX设计原则 13-保护生成式AI应用：了解AI系统的威胁和风险以及保护这些系统的方法 14-生成式AI应用生命周期：管理LLM生命周期和LLMOps的工具和指标 15-RAG与向量数据库：使用RAG框架从向量数据库检索嵌入 16-开源模型与Hugging Face：使用Hugging Face上的开源模型构建应用 17-AI代理：使用AI代理框架构建应用

🛠️ 快速开始指南

环境配置

项目提供了详细的课程设置指南，帮助您配置开发环境。无论您是选择Azure OpenAI服务、GitHub市场模型目录还是OpenAI API，都能找到相应的配置说明。

学习路径建议

1. 初学者路径：按顺序完成所有21节课程
2. 有经验者路径：根据兴趣选择特定主题课程
3. 开发者路径：重点关注构建课程，快速上手实际开发

🌐 多语言支持详解

自动翻译系统

项目采用GitHub Action实现自动化翻译，确保所有语言版本始终保持最新。这意味着无论您选择哪种语言学习，都能获得与英文原版相同的内容质量。

语言覆盖范围

• 亚洲语言：中文、日语、韩语、印地语、泰语等
• 欧洲语言：法语、德语、西班牙语、俄语等
• 中东语言：阿拉伯语、希伯来语等
• 其他语言：总计40多种语言支持

💡 学习资源与支持

额外学习材料

每个课程都包含"继续学习"部分，提供额外的学习工具和资源，帮助您深入探索每个主题。

社区支持

加入官方的Azure AI Foundry Discord服务器，与其他学习者交流，获得技术支持和指导。

🎯 项目价值与适用人群

适合人群

• AI初学者：没有任何AI背景的学习者
• 开发者：希望将AI集成到应用中的程序员
• 学生：计算机科学和相关专业的学生
• 爱好者：对AI技术感兴趣的个人

学习收益

通过学习本课程，您将能够：

• 理解生成式AI的核心概念和工作原理
• 掌握构建各类AI应用的实用技能
• 了解AI应用的最佳实践和安全考虑
• 获得实际项目开发经验

Generative AI for Beginners项目通过其全面的课程体系、多语言支持和持续更新机制，为全球学习者提供了一个理想的生成式AI入门平台。无论您的背景如何，都能在这里找到适合自己的学习路径，开启AI技术之旅。