Generative AI for Beginners 完整上手指南21 节课带你从零开始构建生成式 AI 应用【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 是一套共 21 节课的生成式 AI 课程带你从理解大语言模型LLM开始逐步走向能落地的工程实践写 Prompt、建文本生成应用、做聊天机器人、搭向量搜索、调用 Function Calling、构建 RAG 与 Agent。它同时提供 Python 和 TypeScript 两套代码样例并覆盖 44 种语言的翻译版本。无论你是第一次接触生成式 AI 的开发者还是想系统补齐工程经验的老手都可以按自己的节奏从任意一节切入。30 秒跑通把环境先跑起来你不需要把所有内容学完才动手。仓库里有一个最小可行路径四步就能让代码在你机器上跑起来。克隆仓库本仓库含 40 多种语言翻译完整克隆体积较大网络一般时可用 sparse checkout 跳过 translations 目录git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners cd generative-ai-for-beginners然后创建虚拟环境、装依赖python -m venv .venv source .venv/bin/activate # Windows PowerShell 用 .\.venv\Scripts\activate pip install -r requirements.txt最后把根目录的.env.copy复制为.env并填入你的 API key下一节细讲。环境要求很简单Python ≥ 3.10见 pyproject.toml 中的 requires-python 字段Git以及你选用的 LLM 服务商的凭证。到这里你已经能跑了——后面的章节只是帮你把每一步走得更稳。数据接入配置 .env 与选择 LLM 服务商这个课程没有传统意义上的数据集你真正的原料是LLM 服务商的凭证。每个编码练习通过环境变量读取它们所以第一步永远是配好.env。仓库根目录的 .env.copy 是官方模板用cp .env.copy .env复制后填写即可。.env已被 gitignore密钥不会误提交。核心变量如下变量用途OPENAI_API_KEY直连 OpenAI 的鉴权密钥AZURE_OPENAI_ENDPOINT/AZURE_OPENAI_API_KEYAzure OpenAI现属 Microsoft Foundry资源地址与密钥AZURE_OPENAI_DEPLOYMENT文本生成模型的部署名如gpt-4o-miniAZURE_OPENAI_EMBEDDINGS_DEPLOYMENT向量嵌入模型部署名如text-embedding-3-smallAZURE_INFERENCE_ENDPOINT/AZURE_INFERENCE_CREDENTIALMicrosoft Foundry Models 的项目端点与密钥一套凭证访问 OpenAI、Meta、Mistral、Cohere 等数百个模型HUGGING_FACE_API_KEYHugging Face 访问令牌注意GitHub Models 将于 2026 年 7 月底退役相关练习已切换到 Microsoft Foundry Models——这正是上面那对AZURE_INFERENCE_*变量的用武之地。服务商怎么选看 00-course-setup/03-providers.md这份文档汇总了各家注册方式、费用与密钥获取路径服务商适合谁OpenAI最快上手直接拿 Project 级 API keyAzure OpenAI / Microsoft Foundry企业场景需要合规与托管部署Microsoft Foundry Models一套端点密钥跨多家模型厂商Hugging Face开源模型与推理服务Foundry Local / Ollama完全离线在自己设备上跑无需云订阅一个实用约定练习文件名的前缀就代表它需要哪个服务商——oai-对应 OpenAIaoai-对应 Azure OpenAIgithubmodels-对应 Foundry Models。缺哪个凭证对应练习就会报错其他练习不受影响你可以只配置自己感兴趣的那一个。本地运行的方式也有四个选项详见 00-course-setup/02-setup-local.md原生 Python venv最快、VS Code Dev Container环境完全一致、Miniconda、浏览器里的经典 Jupyter。新手建议先走原生 Python。训练配置与启动选对练习、跑对文件环境就绪后训练这个动作在这里变成了选一节 Build 课 → 找到对应前缀的 notebook 或脚本 → 运行。课程 21 节中带代码的 Build 课分布在06 文本生成、07 聊天应用、08 搜索应用、09 图像生成、10 低代码 AI、11 Function Calling、15 RAG、16 开源模型、17 AI Agent。每节都同时提供 Python 与 TypeScript 实现。以第 06 节为例06-text-generation-apps/python/ 下你能看到oai-app.py、aoai-app.py、githubmodels-app.py三套实现——选一个与你.env匹配的前缀即可。运行 notebook推荐新手逐格执行最直观jupyter notebook或在 VS Code 中直接打开对应.ipynb文件。运行脚本则python 06-text-generation-apps/python/oai-app.py跑起来之后你会经历一个自然的调优循环模型输出不满意 → 改 Prompt → 换模型或参数 → 再跑。这正是第 04 节Prompt 基础和第 05 节进阶 Prompt要教的事——它们配有 Python notebook如 04-prompt-engineering-fundamentals/python/ 下的三套 assignment让你在同一份代码上对比不同服务商的输出差异。调优实战四个真正见效的旋钮换部署而不是改代码。Azure OpenAI 侧的模型由部署决定AZURE_OPENAI_DEPLOYMENT控制文本生成模型AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT控制嵌入模型。改.env里的部署名不用动一行代码。用课程自带的共享工具少踩网络坑。shared/python/api_utils.py 提供了带超时和重试的请求封装以及create_openai_client/create_azure_openai_client两个客户端工厂shared/python/env_utils.py 的get_required_env会在密钥缺失时抛出可读的错误信息而不是让你对着None值猜半天。输入先校验。面向用户的生成式 AI 应用要防注入shared/python/input_validation.py 封装了数值与文本输入的边界检查练习代码里可以直接套用。从 Learn 课反推 Build 课。第 03 节负责任地使用生成式 AI讲了偏差与缓解机制第 13 节安全讲了威胁面——把这两节的原则带进你的 Build 课比单纯调参数收益更大。效果验证确认你的配置真的生效了仓库自带一层验收。tests/ 目录里的 pytest 用例不依赖任何外部 API专门验证共享工具与环境加载逻辑pytest典型输出里test_env_utils.py会检查变量存在时返回正确值、缺失时抛出带变量名的错误。跑通它说明你的 Python 环境与shared包路径没问题。课程整体规模一览维度数据课程章节21 节含第 00 节环境配置课程构成6 节概念课Learn 6 节编码课Build 其余主题课代码语言Python / TypeScript部分节含 JavaScript翻译版本44 种语言位于 translations/离线选项Foundry Local 与 Ollama无需云订阅疑难排查现象 → 原因 → 解法卡住时先对照这张表——它汇总自 00-course-setup/README.md 与 00-course-setup/02-setup-local.md 的官方故障清单现象原因解法调用 API 返回401 UnauthorizedOPENAI_API_KEY填错或已过期回服务商控制台核对密钥更新.env后重启 notebook 内核触发429限流请求频率超限降低调用频率或确认账户配额ModuleNotFoundError: dotenv依赖没装进当前虚拟环境确认 venv 已激活重跑pip install -r requirements.txtpython: command not found终端没挂到 Python / PATH 缺失重装后重开终端Codespace 里点选 bash容器构建卡住超过 10 分钟Codespace 容器构建异常Codespaces 菜单选Rebuild ContainerDocker 构建报No space left镜像盘空间不足Docker Desktop → Settings → Resources 调大磁盘VS Code 反复提示重新打开容器venv 与容器两条路线同时激活二选一用 venv 就拒绝容器提示用容器就忽略本地 Python进阶延伸仓库里还有哪些值得翻.devcontainer/开发容器的完整定义devcontainer.json与environment.yml让任何人用 Docker 一键复刻与 Codespaces 一致的环境。docs/站点导航_sidebar.md、功能路线图与安全指南想了解课程演进方向看这里。tests/pytest 用例与conftest.py想给课程代码提 PR 前先读懂这里的测试写法。translations/44 种语言的课程翻译每语言含 40 个 Markdown 与 28 个 notebook。presentations/整套课程的 PDF 与 PPTX 讲稿适合想直接拿去宣讲的人。每节末尾的Keep Learning板块官方整理的延伸阅读清单。下一步克隆仓库配好.env然后打开 01-introduction-to-genai/README.md 读完第 1 节——20 分钟后你会有自己的第一个 API 调用。【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-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Generative AI for Beginners 完整上手指南：21 节课带你从零开始构建生成式 AI 应用
Generative AI for Beginners 完整上手指南21 节课带你从零开始构建生成式 AI 应用【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 是一套共 21 节课的生成式 AI 课程带你从理解大语言模型LLM开始逐步走向能落地的工程实践写 Prompt、建文本生成应用、做聊天机器人、搭向量搜索、调用 Function Calling、构建 RAG 与 Agent。它同时提供 Python 和 TypeScript 两套代码样例并覆盖 44 种语言的翻译版本。无论你是第一次接触生成式 AI 的开发者还是想系统补齐工程经验的老手都可以按自己的节奏从任意一节切入。30 秒跑通把环境先跑起来你不需要把所有内容学完才动手。仓库里有一个最小可行路径四步就能让代码在你机器上跑起来。克隆仓库本仓库含 40 多种语言翻译完整克隆体积较大网络一般时可用 sparse checkout 跳过 translations 目录git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners cd generative-ai-for-beginners然后创建虚拟环境、装依赖python -m venv .venv source .venv/bin/activate # Windows PowerShell 用 .\.venv\Scripts\activate pip install -r requirements.txt最后把根目录的.env.copy复制为.env并填入你的 API key下一节细讲。环境要求很简单Python ≥ 3.10见 pyproject.toml 中的 requires-python 字段Git以及你选用的 LLM 服务商的凭证。到这里你已经能跑了——后面的章节只是帮你把每一步走得更稳。数据接入配置 .env 与选择 LLM 服务商这个课程没有传统意义上的数据集你真正的原料是LLM 服务商的凭证。每个编码练习通过环境变量读取它们所以第一步永远是配好.env。仓库根目录的 .env.copy 是官方模板用cp .env.copy .env复制后填写即可。.env已被 gitignore密钥不会误提交。核心变量如下变量用途OPENAI_API_KEY直连 OpenAI 的鉴权密钥AZURE_OPENAI_ENDPOINT/AZURE_OPENAI_API_KEYAzure OpenAI现属 Microsoft Foundry资源地址与密钥AZURE_OPENAI_DEPLOYMENT文本生成模型的部署名如gpt-4o-miniAZURE_OPENAI_EMBEDDINGS_DEPLOYMENT向量嵌入模型部署名如text-embedding-3-smallAZURE_INFERENCE_ENDPOINT/AZURE_INFERENCE_CREDENTIALMicrosoft Foundry Models 的项目端点与密钥一套凭证访问 OpenAI、Meta、Mistral、Cohere 等数百个模型HUGGING_FACE_API_KEYHugging Face 访问令牌注意GitHub Models 将于 2026 年 7 月底退役相关练习已切换到 Microsoft Foundry Models——这正是上面那对AZURE_INFERENCE_*变量的用武之地。服务商怎么选看 00-course-setup/03-providers.md这份文档汇总了各家注册方式、费用与密钥获取路径服务商适合谁OpenAI最快上手直接拿 Project 级 API keyAzure OpenAI / Microsoft Foundry企业场景需要合规与托管部署Microsoft Foundry Models一套端点密钥跨多家模型厂商Hugging Face开源模型与推理服务Foundry Local / Ollama完全离线在自己设备上跑无需云订阅一个实用约定练习文件名的前缀就代表它需要哪个服务商——oai-对应 OpenAIaoai-对应 Azure OpenAIgithubmodels-对应 Foundry Models。缺哪个凭证对应练习就会报错其他练习不受影响你可以只配置自己感兴趣的那一个。本地运行的方式也有四个选项详见 00-course-setup/02-setup-local.md原生 Python venv最快、VS Code Dev Container环境完全一致、Miniconda、浏览器里的经典 Jupyter。新手建议先走原生 Python。训练配置与启动选对练习、跑对文件环境就绪后训练这个动作在这里变成了选一节 Build 课 → 找到对应前缀的 notebook 或脚本 → 运行。课程 21 节中带代码的 Build 课分布在06 文本生成、07 聊天应用、08 搜索应用、09 图像生成、10 低代码 AI、11 Function Calling、15 RAG、16 开源模型、17 AI Agent。每节都同时提供 Python 与 TypeScript 实现。以第 06 节为例06-text-generation-apps/python/ 下你能看到oai-app.py、aoai-app.py、githubmodels-app.py三套实现——选一个与你.env匹配的前缀即可。运行 notebook推荐新手逐格执行最直观jupyter notebook或在 VS Code 中直接打开对应.ipynb文件。运行脚本则python 06-text-generation-apps/python/oai-app.py跑起来之后你会经历一个自然的调优循环模型输出不满意 → 改 Prompt → 换模型或参数 → 再跑。这正是第 04 节Prompt 基础和第 05 节进阶 Prompt要教的事——它们配有 Python notebook如 04-prompt-engineering-fundamentals/python/ 下的三套 assignment让你在同一份代码上对比不同服务商的输出差异。调优实战四个真正见效的旋钮换部署而不是改代码。Azure OpenAI 侧的模型由部署决定AZURE_OPENAI_DEPLOYMENT控制文本生成模型AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT控制嵌入模型。改.env里的部署名不用动一行代码。用课程自带的共享工具少踩网络坑。shared/python/api_utils.py 提供了带超时和重试的请求封装以及create_openai_client/create_azure_openai_client两个客户端工厂shared/python/env_utils.py 的get_required_env会在密钥缺失时抛出可读的错误信息而不是让你对着None值猜半天。输入先校验。面向用户的生成式 AI 应用要防注入shared/python/input_validation.py 封装了数值与文本输入的边界检查练习代码里可以直接套用。从 Learn 课反推 Build 课。第 03 节负责任地使用生成式 AI讲了偏差与缓解机制第 13 节安全讲了威胁面——把这两节的原则带进你的 Build 课比单纯调参数收益更大。效果验证确认你的配置真的生效了仓库自带一层验收。tests/ 目录里的 pytest 用例不依赖任何外部 API专门验证共享工具与环境加载逻辑pytest典型输出里test_env_utils.py会检查变量存在时返回正确值、缺失时抛出带变量名的错误。跑通它说明你的 Python 环境与shared包路径没问题。课程整体规模一览维度数据课程章节21 节含第 00 节环境配置课程构成6 节概念课Learn 6 节编码课Build 其余主题课代码语言Python / TypeScript部分节含 JavaScript翻译版本44 种语言位于 translations/离线选项Foundry Local 与 Ollama无需云订阅疑难排查现象 → 原因 → 解法卡住时先对照这张表——它汇总自 00-course-setup/README.md 与 00-course-setup/02-setup-local.md 的官方故障清单现象原因解法调用 API 返回401 UnauthorizedOPENAI_API_KEY填错或已过期回服务商控制台核对密钥更新.env后重启 notebook 内核触发429限流请求频率超限降低调用频率或确认账户配额ModuleNotFoundError: dotenv依赖没装进当前虚拟环境确认 venv 已激活重跑pip install -r requirements.txtpython: command not found终端没挂到 Python / PATH 缺失重装后重开终端Codespace 里点选 bash容器构建卡住超过 10 分钟Codespace 容器构建异常Codespaces 菜单选Rebuild ContainerDocker 构建报No space left镜像盘空间不足Docker Desktop → Settings → Resources 调大磁盘VS Code 反复提示重新打开容器venv 与容器两条路线同时激活二选一用 venv 就拒绝容器提示用容器就忽略本地 Python进阶延伸仓库里还有哪些值得翻.devcontainer/开发容器的完整定义devcontainer.json与environment.yml让任何人用 Docker 一键复刻与 Codespaces 一致的环境。docs/站点导航_sidebar.md、功能路线图与安全指南想了解课程演进方向看这里。tests/pytest 用例与conftest.py想给课程代码提 PR 前先读懂这里的测试写法。translations/44 种语言的课程翻译每语言含 40 个 Markdown 与 28 个 notebook。presentations/整套课程的 PDF 与 PPTX 讲稿适合想直接拿去宣讲的人。每节末尾的Keep Learning板块官方整理的延伸阅读清单。下一步克隆仓库配好.env然后打开 01-introduction-to-genai/README.md 读完第 1 节——20 分钟后你会有自己的第一个 API 调用。【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-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考