一、生成式 AI 初学者指南课程表
通过21节课程，学习构建生成式 AI 应用的基础知识，适合从业者做为生成式AI初学者指南。之后有有配到的教学视频发到B站，尽请关注！
我对本课程进行了全面的改造，如大模型使用本地部署、环境使用conda、开发工具使用本地或服务器的vscode，更有利于大家掌握。
🌱 1.入门指南
本课程共有21节课。每节课涵盖一个独立主题，您可以从任意一节开始学习！
课程分为两种类型：“学习”课程解释生成式 AI 概念，“构建”课程则同时提供概念讲解和Python及TypeScript的代码示例。
每节课还包括“继续学习”部分，提供额外的学习工具。
🚀 2.所需条件
具备 Python 的基础知识，比如环境搭建、conda、vscode、pycharm工具的使用。其他不需要更高深前置技术。
📂 3.每节课包括
README 中的课程内容
代码示例讲解和实际运行
继续学习的额外资源链接
🗃️ 4.课程列表
| # | 课程链接 | 描述 |
|---|---|---|
| 00 | [课程表及源码下载/本地环境搭建] | 学习：如何设置您的开发环境 |
| 01 | [生成式 AI 和 LLMs 简介] | 学习：了解什么是生成式 AI，以及大型语言模型（LLMs）的工作原理 |
| 02 | [探索和比较不同的 LLMs] | 学习：如何为您的使用场景选择合适的模型 |
| 03 | [负责任地使用生成式 AI] | 学习：如何负责任地构建生成式 AI 应用 |
| 04 | [理解提示工程基础] | 学习：实践提示工程的最佳实践 |
| 05 | [创建高级提示] | 学习内容：如何应用提示工程技术以改善提示的结果。 |
| 06 | [构建文本生成应用] | 构建内容：使用 Azure OpenAI / OpenAI API 构建文本生成应用 |
| 07 | [构建聊天应用] | 构建内容：高效构建和集成聊天应用的技术。 |
| 08 | [构建搜索应用与向量数据库] | 构建内容：使用嵌入技术进行数据搜索的搜索应用。 |
| 09 | [构建图像生成应用] | 构建内容：图像生成应用 |
| 10 | [构建低代码 AI 应用] | 构建内容：使用低代码工具构建生成式 AI 应用 |
| 11 | [通过函数调用集成外部应用] | 构建内容：什么是函数调用及其在应用中的使用场景 |
| 12 | [为 AI 应用设计用户体验] | 学习内容：在开发生成式 AI 应用时如何应用用户体验设计原则 |
| 13 | [保护您的生成式 AI 应用] | 学习内容：AI 系统面临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] | 学习内容：管理 LLM 生命周期和 LLMOps 的工具和指标 |
| 15 | [检索增强生成 (RAG) 和向量数据库] | 构建内容：使用 RAG 框架从向量数据库中检索嵌入的应用 |
| 16 | [开源模型与 Hugging Face] | 构建内容：使用 Hugging Face 上的开源模型构建应用 |
| 17 | [AI 代理] | 构建内容：使用 AI 代理框架构建应用 |
| 18 | [微调 LLMs] | 学习内容：微调 LLMs 的意义、原因和方法 |
| 19 | [使用 SLMs 构建] | 学习内容：使用小型语言模型构建的优势 |
| 20 | [使用 Mistral 模型构建] | 学习内容：Mistral 系列模型的特点和差异 |
| 21 | [使用 Meta 模型构建] | 学习内容：Meta 系列模型的特点和差异 |
二、课程源码下载 🖥️
我们将在自己的电脑上运行所有内容，请参考本指南。具体使用miniconda创建虚拟空间的方式，调试每节课中的代码。
1. 前置条件
| 工具 | 版本 / 说明 |
|---|---|
| Python | 3.10 及以上（可在 https://python.org 下载） |
| Git | 最新版（Xcode / Git for Windows / Linux 包管理器自带） |
| VS Code | 可选但推荐 https://code.visualstudio.com |
| Docker Desktop | 仅适用于选项 B。免费安装：https://docs.docker.com/desktop/ |
💡提示– 在终端验证工具是否安装：
python --version,git --version,docker --version,code --version
2. github下载源码
我们使用微软的经典课程代码做为教学代码，将进行大量改造，使每位同学都可以在本地系统性的掌握相关知识。
方法1 克隆本仓库源码
gitclone https://github.com/<your-github>/generative-ai-for-beginnerscdgenerative-ai-for-beginners方法2 下载本仓库源码
如果git下载太慢，可以直接下载zip文件
3. 将源码上传至服务器（如果源码在本地的同学不需要此步骤)
（1）我使用的服务器OS是Ubuntu24.04，下载源码后通过xftp传到服务器上，下节课我们开始搭建环境。
（2）使用unzip解压源码压缩包
 27: 移除元素 - 解法思路)
