生成式AI 21 节入门课从 LLM 原理到做出你的 RAG 问答应用【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 是微软开源的生成式AI入门课程共 21 节覆盖 LLM 原理、提示工程、RAG 与 AI Agent 开发的完整链路动手课配可运行的 Python 与 TypeScript 示例。读完知道如何两天内跑通你的第一个 AI Demo。先看地图21 节课程怎么分三段这节帮你把课程目录变成一张可跳着走的学习地图不用从头读到尾。三段式概念打底、提示工程、动手开发00–03 概念段环境配置、LLM 工作原理、模型对比、负责任地使用生成式AI04–05 提示段提示工程基础与高级技巧核心是把提示词写出结构06–21 开发段文本生成、聊天、搜索、图像、函数调用、RAG、Agent、微调每课一个可跑的小项目每课分 Learn讲概念和 Build带代码两种类型Build 课同时给出 Python 和 TypeScript 两套示例挑你熟的语言跟就行。按任务质量选模型不追新02 课给了一套实操框架从任务质量、响应延迟、调用成本三个维度对比候选模型。读完可以判断自己的场景该用大模型还是小模型不用默认选最贵的那个。模型分类与能力对比的完整讲解在 LLM 对比与选型LLM 基础概念从 生成式AI入门 开始读。两天跑通你的第一个 Demo这节给你一条最短见效路线先配环境第一天补概念练提示词第二天跑代码。环境准备三件事就够克隆仓库git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners按 环境配置说明 搭好本机 Python 或 TypeScript 环境在 .env 里填上按 模型供应商选择 申请到的 API Key第一天读概念第二天写代码第一天通读 01、02 两节掌握 LLM 选型方法然后手写 3 个结构化提示词完成 04 课练习第二天跑通 文本生成应用 的菜谱助手 Demo再顺手做 07 课的聊天应用提示词的结构化写法、分词机制和幻觉场景都在 提示工程基础链式推理等进阶手法在 高级提示技巧。三份能直接带走的产出这节回答哪节课的代码可以直接当我的第一个 AI 项目三选一个先做即可。带多轮记忆和自定义指令的聊天机器人07 课做的是带上下文记忆的聊天 Demo机器人记得前面聊过什么还能用系统指令固定人设和回答风格。跑通后你就有了一个能复用的聊天接口骨架。教程和配套 Notebook 见 聊天应用构建。接自有文档的 RAG 问答最小步骤08 课先用嵌入实现数据检索打基础15 课把文档切块、嵌入生成、向量库检索、增强生成四步完整串起来配 Notebook 可直接跟做。跑通后把数据源换成你自己的笔记或手册就是一个 RAG 问答应用。检索入门从 搜索应用构建 开始完整链路在 RAG 与向量数据库。按提示词出图对比温度参数的差异09 课教你按提示词生成图片并用同一提示词在不同温度下出图做对比直观感受参数对结果的影响。适合想理解生成式AI不只是文字的人。教程在 图像生成应用。你处在哪个阶段该不该学这节帮你快速判断时间投入是否值得避免学完发现不对口。最适合的三类人零基础、想系统补齐生成式AI概念的人从 01 课读起即可会 Python 或 TypeScript、要做出第一个 AI 应用的开发者直接按上面两天路线走产品、运营等需要理解 AI 能力边界的人重点读 01、03、12 三节概念课两种情况建议先别学只找生产级模型微调与部署方案的工程师18 课的微调内容偏入门已有 RAG 项目、需要深度调优手段的团队15 课覆盖不到调优细节学完 21 节往哪走这节给三个进阶出口按你的方向挑一个继续。本地跑开源模型16 课讲 Llama、Mistral、Falcon 等开源模型的特点与成本差异教你用 Hugging Face 上的模型搭应用适合想摆脱云端 API 依赖、控制成本的人。教程在 开源模型应用。轻量模型与 Agent 两条线想省资源19 课讲小型语言模型SLM的选型与 Phi 系列实操见 小型语言模型入门想让程序自主干活17 课用 Agent 框架让 LLM 拿到工具和状态自己拆解执行任务见 AI Agent 实战别急着背目录先打开 04 课手写 3 个提示词两天内你就能跑通第一个文本生成应用。【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-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 生成式AI 21 节入门课：从 LLM 原理到做出你的 RAG 问答应用
生成式AI 21 节入门课从 LLM 原理到做出你的 RAG 问答应用【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 是微软开源的生成式AI入门课程共 21 节覆盖 LLM 原理、提示工程、RAG 与 AI Agent 开发的完整链路动手课配可运行的 Python 与 TypeScript 示例。读完知道如何两天内跑通你的第一个 AI Demo。先看地图21 节课程怎么分三段这节帮你把课程目录变成一张可跳着走的学习地图不用从头读到尾。三段式概念打底、提示工程、动手开发00–03 概念段环境配置、LLM 工作原理、模型对比、负责任地使用生成式AI04–05 提示段提示工程基础与高级技巧核心是把提示词写出结构06–21 开发段文本生成、聊天、搜索、图像、函数调用、RAG、Agent、微调每课一个可跑的小项目每课分 Learn讲概念和 Build带代码两种类型Build 课同时给出 Python 和 TypeScript 两套示例挑你熟的语言跟就行。按任务质量选模型不追新02 课给了一套实操框架从任务质量、响应延迟、调用成本三个维度对比候选模型。读完可以判断自己的场景该用大模型还是小模型不用默认选最贵的那个。模型分类与能力对比的完整讲解在 LLM 对比与选型LLM 基础概念从 生成式AI入门 开始读。两天跑通你的第一个 Demo这节给你一条最短见效路线先配环境第一天补概念练提示词第二天跑代码。环境准备三件事就够克隆仓库git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners按 环境配置说明 搭好本机 Python 或 TypeScript 环境在 .env 里填上按 模型供应商选择 申请到的 API Key第一天读概念第二天写代码第一天通读 01、02 两节掌握 LLM 选型方法然后手写 3 个结构化提示词完成 04 课练习第二天跑通 文本生成应用 的菜谱助手 Demo再顺手做 07 课的聊天应用提示词的结构化写法、分词机制和幻觉场景都在 提示工程基础链式推理等进阶手法在 高级提示技巧。三份能直接带走的产出这节回答哪节课的代码可以直接当我的第一个 AI 项目三选一个先做即可。带多轮记忆和自定义指令的聊天机器人07 课做的是带上下文记忆的聊天 Demo机器人记得前面聊过什么还能用系统指令固定人设和回答风格。跑通后你就有了一个能复用的聊天接口骨架。教程和配套 Notebook 见 聊天应用构建。接自有文档的 RAG 问答最小步骤08 课先用嵌入实现数据检索打基础15 课把文档切块、嵌入生成、向量库检索、增强生成四步完整串起来配 Notebook 可直接跟做。跑通后把数据源换成你自己的笔记或手册就是一个 RAG 问答应用。检索入门从 搜索应用构建 开始完整链路在 RAG 与向量数据库。按提示词出图对比温度参数的差异09 课教你按提示词生成图片并用同一提示词在不同温度下出图做对比直观感受参数对结果的影响。适合想理解生成式AI不只是文字的人。教程在 图像生成应用。你处在哪个阶段该不该学这节帮你快速判断时间投入是否值得避免学完发现不对口。最适合的三类人零基础、想系统补齐生成式AI概念的人从 01 课读起即可会 Python 或 TypeScript、要做出第一个 AI 应用的开发者直接按上面两天路线走产品、运营等需要理解 AI 能力边界的人重点读 01、03、12 三节概念课两种情况建议先别学只找生产级模型微调与部署方案的工程师18 课的微调内容偏入门已有 RAG 项目、需要深度调优手段的团队15 课覆盖不到调优细节学完 21 节往哪走这节给三个进阶出口按你的方向挑一个继续。本地跑开源模型16 课讲 Llama、Mistral、Falcon 等开源模型的特点与成本差异教你用 Hugging Face 上的模型搭应用适合想摆脱云端 API 依赖、控制成本的人。教程在 开源模型应用。轻量模型与 Agent 两条线想省资源19 课讲小型语言模型SLM的选型与 Phi 系列实操见 小型语言模型入门想让程序自主干活17 课用 Agent 框架让 LLM 拿到工具和状态自己拆解执行任务见 AI Agent 实战别急着背目录先打开 04 课手写 3 个提示词两天内你就能跑通第一个文本生成应用。【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-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考