Generative AI for Beginners (Version 3):课程入口文档、多语言自动同步机制与本地部署配置指南
2026/9/12 11:02:29 网站建设 项目流程

Generative AI for Beginners (Version 3):课程入口文档、多语言自动同步机制与本地部署配置指南

【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

本文以仓库中 translations/lt/README.md(立陶宛语版课程入口文档)为主体,系统讲解 Generative AI for Beginners 第三版 21 门课程的组织结构、50+ 语言自动翻译同步机制、稀疏克隆(sparse checkout)快速拉取方式,以及运行课程代码所需的四类模型服务、账号凭据与.env环境变量配置。读完后你将能够:按任意课程自由切入学习、理解多语言文档的自动化维护边界、并独立完成从克隆仓库到配置 API 凭据的全部环境准备工作。

课程定位与版本信息

translations/lt/README.md是 README.md(英文主入口)的立陶宛语对照版本,两者内容结构完全一致。根据该文档的描述,本课程的定位是:

  • 课程名称:Generative AI for Beginners(Version 3)- A Course(第三版);
  • 课程规模:共 21 门课程(另含 1 门第 00 课“Course Setup”环境准备课),由 Microsoft Cloud Advocates 团队制作;
  • 学习方式:每门课独立成篇,覆盖各自主题,可以从任意一门开始学,无需严格顺序推进;
  • 课程标签体系:课程分为两类——“Learn(学习)”类课程讲解生成式 AI 概念,“Build(构建)”类课程在讲解概念的同时给出代码示例,尽可能同时提供PythonTypeScript两种实现;
  • 进阶入口:每门课还包含一个 “Keep Learning / Toliau mokytis” 章节,提供扩展学习资源;.NET 开发者另有独立的 .NET 版本课程可参考。

多语言机制:立陶宛语入口如何与主仓库保持同步

文档开头专门用“Multi-Language Support(多语言支持)”一节说明:本仓库的 50 余种语言翻译通过 GitHub Action 自动化维护,始终与英文主文档保持最新。这一机制在文档中有三处可验证的痕迹:

  1. 自动更新标记注释:语言导航表位于<!-- CO-OP TRANSLATOR LANGUAGES TABLE START --><!-- CO-OP TRANSLATOR LANGUAGES TABLE END -->之间;“Other Courses(其他课程)”板块则被<!-- CO-OP TRANSLATOR OTHER COURSES START/END -->包裹。这些标记由翻译机器人识别,只有标记区域内的内容会被自动重写;
  2. 免责声明:文档末尾(<!-- CO-OP TRANSLATOR DISCLAIMER -->标记内)声明该文档由 Co-op Translator 的 AI 翻译服务生成,自动翻译可能存在误差,以原文语言版本为权威来源
  3. 仓库级规范佐证:AGENTS.md 明确约定“翻译存放在translations/目录、翻译图片存放在translated_images/目录、不提交部分翻译、机器翻译不接受(人工贡献内容)、翻译更新由 GitHub Actions 处理(不要手动编辑)”。

从目录结构看,立陶宛语版本与英文主文档是严格镜像关系:

  • translations/lt/ 目录共含70 个文件:24 个 README(课程入口、21 门课、第 00 课以及第 08 课的脚本说明 translations/lt/08-building-search-applications/scripts/README.md)之外,还有28 个与英文课程一一对应的 Jupyter Notebook 作业,以及 AGENTS.md、CONTRIBUTING.md、SECURITY.md、CODE_OF_CONDUCT.md、CHANGELOG.md 等配套文档的译文;
  • translated_images/lt/ 目录含125 张 WebP 格式课程配图(如repo-thumbnailv4-fixed.11f1ce6a85d01461.webp),文件名带内容哈希后缀,供各语言 README 在引用插图时指向本地化图片,避免跨语言图片 404;
  • 英文对照版本见 translations/en/README.md,其结构与根目录 README.md 一致,仅语言导航表中的相对链接深度不同(../ar/README.md./translations/ar/README.md)。

稀疏克隆:跳过 50+ 语言译文快速拉取课程

文档指出:50+ 语言的翻译与图片显著增大了仓库的下载体积,因此提供了一套基于 sparse checkout 的克隆方案,可完整继承如下(git sparse-checkout set --no-cone的第一个参数'/*'表示检出根目录内容,!前缀的表达式用于排除目录):

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners cd generative-ai-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners cd generative-ai-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

其中--filter=blob:none使 Git 不立即下载文件内容(blob 按需拉取),--sparse开启稀疏工作区;两者配合后仅检出课程本体(22 个课程目录及根级配置),跳过translations/translated_images/两大目录,从而以明显更快的速度获得完成课程所需的全部文件。如果只想在线阅读某一语言版本,也可以直接浏览translations/<语言代码>/README.md,无需克隆。

前置要求:模型服务、账号与本地凭据

课程作业与服务提供商的映射关系

文档“Ko reikia / What You Need”一节列出运行课程代码可选的四类服务,并注明了各自对应的作业命名规则(这一规则在 00-course-setup/03-providers.md 中被完整继承):

服务对应作业文件标签说明
Azure OpenAI Serviceaoai-assignmentAzure OpenAI 现归属 Microsoft Foundry,凭据为资源 endpoint + key
Microsoft Foundry Modelsgithubmodels一个 endpoint + key 访问数百个模型;文档特别注明GitHub Models 将于 2026 年 7 月底退役,应改用 Microsoft Foundry Models
OpenAI APIoai-assignment直接使用 OpenAI 项目的 API key
Foundry Local本地运行在自有设备上完全离线运行模型,无需云订阅

这一命名规则可以在仓库中直接印证:例如 06-text-generation-apps/python/ 下同时存在aoai-app.pyoai-app.pygithubmodels-app.py三个变体,05-advanced-prompts/ 则同时提供python/javascript/实现。文档说明:可以配置其中一个、全部或零个服务,缺少凭据的相关作业会直接报错而不影响其他课程。

此外文档还要求:具备 Python 或 TypeScript 基础知识(初学者建议先补语言基础课程)、拥有一个 GitHub 账号以便 fork 仓库。

本地凭据配置:从 .env.copy 到 .env

课程的配套文档 00-course-setup/README.md 与 00-course-setup/03-providers.md 给出了完整的.env配置流程。仓库根目录的 .env.copy 提供了各变量的权威模板(该文件本身被 gitignore 保护机制排除在提交之外,复制出的.env同样不会入库):

# OpenAI Provider OPENAI_API_KEY='<add your OpenAI API key here>' ## Azure OpenAI in Microsoft Foundry AZURE_OPENAI_API_VERSION='2024-10-21' # 默认值已设置(当前稳定 GA API 版本) AZURE_OPENAI_API_KEY='<add your Foundry resource key here>' AZURE_OPENAI_ENDPOINT='<add your Foundry resource endpoint here, e.g. https://<resource-name>.openai.azure.com>' AZURE_OPENAI_DEPLOYMENT='<add your chat completion model deployment name here, e.g. gpt-5-mini>' AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT='<add your embeddings model deployment name here, e.g. text-embedding-3-small>' ## Microsoft Foundry Models AZURE_INFERENCE_ENDPOINT='<add your Microsoft Foundry project endpoint here>' AZURE_INFERENCE_CREDENTIAL='<add your Microsoft Foundry Models API key here>' AZURE_INFERENCE_CHAT_MODEL='<add a temperature-capable model deployment name here, e.g. Llama-3.3-70B-Instruct>' ## Hugging Face HUGGING_FACE_API_KEY='<add your HuggingFace API or token here>'

各变量含义(继承自 00-course-setup/03-providers.md 的变量说明表):

变量含义
OPENAI_API_KEY非 Azure OpenAI 端点所用服务的授权密钥
AZURE_OPENAI_API_KEYAzure OpenAI 服务的授权密钥
AZURE_OPENAI_ENDPOINT已部署的 Azure OpenAI 资源端点
AZURE_OPENAI_DEPLOYMENT文本生成模型(chat completion)的部署名
AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT文本嵌入模型(向量检索)的部署名
AZURE_INFERENCE_ENDPOINTMicrosoft Foundry 项目的推理端点
AZURE_INFERENCE_CREDENTIALMicrosoft Foundry 项目的 API key

.env.copy中有两处值得注意的工程细节:其一,AZURE_OPENAI_API_VERSION默认固定为2024-10-21(当前稳定 GA 版本);其二,注释明确提示gpt-5-minireasoning(推理型)模型,不支持 temperature/top_p 参数,改用 max_output_tokens 控制输出长度,因此温度采样类示例需要另部署一个支持 temperature 的模型(如 Llama 系列)并填入AZURE_INFERENCE_CHAT_MODEL

课程示例代码读取这些变量的方式也很直接:作业脚本通过python-dotenvload_dotenv()加载.env后以os.getenv("AZURE_INFERENCE_ENDPOINT")之类的方式取值;仓库 shared/python/env_utils.py 中还提供了get_required_env()等工具函数,在环境变量缺失或为空时抛出带说明的ValueError,保证凭据缺失时能给出可读报错而不是静默失败。

21 门课程完整清单

以下为文档课程表的完整继承(链接已从原文档局部相对路径转换为仓库根目录起点;原表中“Video / 更多学习”两列指向外部站点,按本仓库文档说明,前 19 门课配视频导学,第 00、19、20、21 门课在文档中标注“视频即将上线”,每门课均附扩展学习章节):

#课程链接(立陶宛语版)类型描述
00Kurso sąranka / Course SetupLearn如何搭建开发环境
01Įvadas į generatyviąją AI ir LLMLearn理解什么是生成式 AI、大语言模型(LLM)如何工作
02LGSD tyrinėjimas ir palyginimasLearn如何为你的场景选择合适的模型
03Atsakingas generatyvinio DI naudojimasLearn如何负责任地构建生成式 AI 应用
04Pagrindai apie užklausų inžinerijąLearn提示工程(Prompt Engineering)最佳实践上手
05Pažangių užklausų kūrimasLearn如何运用提示工程技巧改进输出结果
06Teksto generavimo programų kūrimasBuild使用 Azure OpenAI / OpenAI API 构建文本生成应用
07Pokalbių programų kūrimasBuild高效构建与集成对话应用的技术
08Paieškos programų su vektorinėmis duomenų bazėmis kūrimasBuild使用 Embedding 做数据检索的搜索应用
09Vaizdų generavimo programų kūrimasBuild图像生成应用
10Mažo kodo DI programų kūrimasBuild使用低代码工具构建生成式 AI 应用
11Išorinių programų integracija su funkcijų kvietimaisBuild什么是函数调用(Function Calling)及其应用场景
12Naudotojo sąsajos dizainas DI programomsLearn开发生成式 AI 应用时如何应用 UX 设计原则
13Generatyvinių DI programų saugumasLearnAI 系统的威胁与风险,以及如何保护这些系统
14Generatyvinio DI programų gyvavimo ciklasLearn管理 LLM 生命周期与 LLMOps 的工具和指标
15RAG ir vektorinės duomenų bazėsBuild使用 RAG 框架从向量数据库检索 embeddings 的应用
16Atviro kodo modeliai ir Hugging FaceBuild使用 Hugging Face 上的开源模型构建应用
17DI agentaiBuild使用 AI Agent 框架构建应用
18LLM smulkus konfigūravimasLearnLLM 微调的 what / why / how
19Kūrimas su SLMLearn使用小型语言模型(SLM)构建的优势
20Kūrimas su Mistral modeliaisLearnMistral 系列模型的特性与差异
21Kūrimas su Meta modeliaisLearnMeta 系列模型的特性与差异

每门课在文档中承诺包含四个组成部分:主题视频导学、位于该课 README 中的书面课程、支持 Azure OpenAI 与 OpenAI API 的 Python/TypeScript 代码示例,以及继续学习的资源链接。

立陶宛语翻译的目录结构印证

translations/lt/的目录树与课程目录一一镜像,验证了“译文与课程结构同步”的维护约定:

translations/lt/ ├── 00-course-setup/ # 01-setup-cloud.md / 02-setup-local.md / 03-providers.md / README.md ├── 01-introduction-to-genai/ ├── ... # 02 ~ 21 共 21 个课程目录 ├── 21-meta/ ├── AGENTS.md / CHANGELOG.md / CODE_OF_CONDUCT.md / CONTRIBUTING.md / SECURITY.md ├── docs/ └── README.md # 即本文主体文档

对照英文主仓库,translations/lt/下 28 个.ipynb作业与 06-text-generation-apps/python/、07-building-chat-applications/python/、11-integrating-with-function-calling/python/ 等课程目录中的aoai-assignment.ipynboai-assignment.ipynbgithubmodels-assignment.ipynb等命名保持一致,说明翻译流程同时覆盖了书面课程与配套作业两部分。

求助渠道与贡献注意事项

文档“Getting Help”一节给出两个求助入口:面向学习者与开发者的 Microsoft Foundry Discord 社区(讨论 MCP 等主题),以及面向产品反馈与构建报错的 GitHub 上 Microsoft Foundry Developer Forum。贡献方面,00-course-setup/README.md 明确要求:本仓库的翻译不接受机器翻译,译者须在自己熟练掌握的语言中志愿承担,翻译会经社区验证;提交 Pull Request 时 CLA-bot 会自动处理贡献者协议。对于立陶宛语版本,文档免责声明再次强调:自动翻译可能存在误差,重要信息请以英文原文为准

小结

translations/lt/README.md 作为立陶宛语课程入口,完整继承了第三版课程的核心信息:21 门 Learn/Build 混合课程、aoai/oai/githubmodels/ Foundry Local 四类服务与作业标签的映射、.env凭据配置规范(含 2026 年 7 月 GitHub Models 退役、迁移至 Microsoft Foundry Models 的版本约束),以及一套可复制的 sparse checkout 克隆命令。结合translations/translated_images/的镜像目录结构和 AGENTS.md 中的自动化翻译约定,可以确认该文档并非手工维护的静态译文,而是由 GitHub Actions 与英文主文档 README.md 自动同步、持续更新的课程入口页面——学习者可从任意语言版本切入,课程内容的技术细节则以英文原文为权威依据。

【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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询