生成式人工智能初学者指南 - Java 版

时间投入：整个工作坊可以在线完成，无需本地设置。环境设置需要2分钟，浏览示例根据探索深度需要1-3小时。

快速开始

1. 将此仓库分叉到您的 GitHub 账户
2. 点击 Code → Codespaces 标签 → ... → New with options...
3. 使用默认设置 – 这将选择为本课程创建的开发容器
4. 点击 Create codespace
5. 等待约2分钟，环境即准备就绪
6. 直接跳转到 第一个示例

想要本地克隆？

本仓库包括50多种语言的翻译，极大增加了下载大小。若想在不下载翻译的情况下克隆，请使用稀疏检出：

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'
​

这样您可以用更快的下载速度完整获得完成课程所需要的一切。

多语言支持

通过 GitHub Action 提供支持（自动且始终保持最新）

阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 (Myanmar) | 中文（简体） | 中文（繁体，香港） | 中文（繁体，澳门） | 中文（繁体，台湾） | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印尼语 | 意大利语 | 日语 | 卡纳达语 | 韩语 | 立陶宛语 | 马来语 | 马拉雅拉姆语 | 马拉地语 | 尼泊尔语 | 尼日利亚皮钦语 | 挪威语 | 波斯语 (法尔西) | 波兰语 | 葡萄牙语（巴西） | 葡萄牙语（葡萄牙） | 旁遮普语 (古鲁穆奇) | 罗马尼亚语 | 俄语 | 塞尔维亚语（西里尔文） | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 他加禄语（菲律宾语） | 泰米尔语 | 泰卢固语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语

想要本地克隆？

本仓库包括50多种语言的翻译，极大增加了下载大小。若想在不下载翻译的情况下克隆，请使用稀疏检出：

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'
​

这样您可以用更快的下载速度完整获得完成课程所需要的一切。

课程结构与学习路径

第一章：生成式人工智能简介

• 核心概念：理解大型语言模型、标记、嵌入向量及 AI 能力
• Java AI 生态系统：Spring AI 和 OpenAI SDK 概述
• 模型上下文协议：介绍 MCP 及其在 AI 代理通信中的作用
• 实际应用：包括聊天机器人和内容生成的真实场景
• → 开始第一章

第二章：开发环境设置

• 多服务商配置：设置 GitHub 模型、Azure OpenAI 和 OpenAI Java SDK 集成
• Spring Boot + Spring AI：企业级 AI 应用开发最佳实践
• GitHub 模型：免费 AI 模型访问，用于原型开发和学习（无信用卡要求）
• 开发工具：Docker 容器、VS Code 和 GitHub Codespaces 配置
• → 开始第二章

第三章：核心生成式 AI 技术

• 提示工程：优化 AI 模型响应的技巧
• 嵌入向量与向量操作：实现语义搜索和相似度匹配
• 检索增强生成 (RAG)：将 AI 与您的数据源结合
• 函数调用：使用自定义工具和插件扩展 AI 能力
• → 开始第三章

第四章：实际应用与项目

• 宠物故事生成器 (petstory/)：使用 GitHub 模型进行创意内容生成
• Foundry 本地演示 (foundrylocal/)：使用 OpenAI Java SDK 的本地 AI 模型集成
• MCP 计算服务 (calculator/)：用 Spring AI 实现基础模型上下文协议
• → 开始第四章

第五章：负责任的 AI 开发

• GitHub 模型安全：测试内置内容过滤和安全机制（硬阻止和软拒绝）
• 负责任 AI 演示：实操示例展示现代 AI 安全系统的工作方式
• 最佳实践：道德 AI 开发与部署的基本指导
• → 开始第五章

额外资源

LangChain

Azure / Edge / MCP / Agents

生成式 AI 系列

核心学习

Copilot 系列

获取帮助

如果您遇到困难或对构建 AI 应用有任何疑问。加入其他学习者和经验丰富的开发者的讨论，了解 MCP 相关内容。这里是一个支持性的社区，欢迎提问并自由分享知识。

如果您在构建过程中有产品反馈或遇到错误，请访问：

免责声明：
本文件由 AI 翻译服务 Co-op Translator 翻译而成。虽然我们力求准确，但请注意，自动翻译可能包含错误或不准确之处。请以原始语言的原始文档为权威来源。对于重要信息，建议使用专业人工翻译。因使用本翻译而产生的任何误解或误译，我们概不负责。