Generative AI for Beginners 完整上手指南：4 步跑通你的第一个生成式 AI 应用

Generative AI for Beginners 完整上手指南4 步跑通你的第一个生成式 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-beginners想做一个能理解自然语言的小应用却总卡在环境怎么配、Key 从哪来、代码从哪跑generative-ai-for-beginners 这门 21 课的生成式 AI 入门课程就是为第一次接触这个方向的开发者准备的按课推进每课都有文字讲解和 Python/TypeScript 示例代码你跟着跑完就能亲手做出第一个文本生成应用。️ 全景路线图你要完成什么、分几步这门课的 21 节内容都放在以数字编号命名的目录里如06-text-generation-apps/、15-rag-and-vector-databases/每节都是一个概念 代码的闭环。对你来说最短跑通路径是下面 5 步阶段你要做什么完成后的产出① 准备环境克隆课程仓库、装好 Python 依赖一个能运行示例代码的本地环境② 配置模型接入选一个模型服务商、填好.env代码可以调用到大模型 API③ 走通前 3 课读完入门、模型对比、提示工程 3 节概念课能看懂每节课的代码示例④ 跑通第一个应用运行第 6 课文本生成示例并改参数一个能生成文字的 Python 应用⑤ 进阶按兴趣进入搜索、RAG、Agent 等课你的第一个完整 AI 项目雏形✅ 开工前自检环境与依赖清单这一步的目标是确认你的电脑具备运行条件后面就不用来回折腾。逐项打勾Python 3.10终端执行python --version能看到版本号3.10 及以上Git执行git --version有正常输出用于克隆课程仓库终端/编辑器有习惯用的终端VS Code 可选但推荐打开仓库时会提示装 Python 扩展一个模型服务商账号四选一即可OpenAI、Azure OpenAIMicrosoft Foundry、Microsoft Foundry Models、Hugging Face用于拿 API Key不想用云也有完全离线的本地方案第 19 课讲磁盘与网络能正常访问 pip 源和模型服务商网站硬件没有硬性要求——模型推理跑在云端你的电脑只需要能跑 Python。如果走离线方案Ollama/Foundry Local显存越大可用模型越大。 阶段一克隆仓库并装好依赖目标拿到课程代码装好所有 Python 依赖。先克隆仓库仓库内含 40 多种语言翻译体积较大只想跑课程本体可以用--sparse跳过翻译目录命令见 00-course-setup/01-setup-cloud.mdgit clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners cd generative-ai-for-beginners再建虚拟环境并安装依赖三步命令python -m venv .venv source .venv/bin/activate # Windows PowerShell 用 .\.venv\Scripts\activate pip install -r requirements.txt怎么验证做对了激活环境后你的命令提示符前会出现(.venv)执行python -c import openai, dotenv; print(ok)输出ok说明课程核心依赖openai、python-dotenv 等见 requirements.txt全部就绪。 阶段二配置 API Key让代码能调通模型目标配好环境变量后面跑任何一课的代码都不用再改配置。课程支持多个模型服务商用.env文件统一管理密钥。操作步骤先复制模板再填入你的值cp .env.copy .env打开.env按你选的服务商填对应变量其他行留空不影响OpenAI填OPENAI_API_KEYAzure OpenAI填AZURE_OPENAI_API_KEY、AZURE_OPENAI_ENDPOINT以及两个模型部署名AZURE_OPENAI_DEPLOYMENT文本生成如 gpt-4o-mini、AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT向量如 text-embedding-3-smallMicrosoft Foundry Models填项目页面上的 endpoint 和 key 到AZURE_INFERENCE_ENDPOINT、AZURE_INFERENCE_CREDENTIALHugging Face填HUGGING_FACE_API_KEY各服务商从哪拿密钥、如何部署模型00-course-setup/03-providers.md 有逐个截图讲解按自己的账号对着抄即可。怎么验证做对了运行下面这行能打印出你的 endpoint 而不是None说明python-dotenv已成功读取.envpython -c from dotenv import load_dotenv; import os; load_dotenv(); print(os.getenv(OPENAI_API_KEY) is not None)两个注意点.env已被.gitignore忽略可以放心留在本地但永远不要把真实 Key 贴进代码或提交到仓库跑课程代码时留意示例文件名前缀——oai-开头的示例需要 OpenAI Keyaoai-开头的需要 Azure OpenAI 配置前缀和 Key 不匹配会直接报认证错误。 阶段三走通第 0~3 课建立最小知识量目标看懂提示词、模型选择和负责任使用这三块地基为写代码做铺垫。这一步不需要敲代码按顺序读三个目录里的 README01-introduction-to-genai/理解生成式 AI 与 LLM 的工作方式以及 prompt、completion、token 这些高频词02-exploring-and-comparing-different-llms/学会按场景选模型参数、价格、上下文长度怎么权衡03-using-generative-ai-responsibly/了解幻觉、偏见等风险后面写应用时用得上怎么验证做对了能用自己的话说清temperature 是什么、embedding 干什么用、token 为什么影响费用。说不清就回对应课重读一遍这比急着写代码划算。⚙️ 阶段四跑通第一个文本生成应用目标真正让代码跑起来拿到模型生成的文字并亲手调参。进入第 6 课 06-text-generation-apps/python/ 目录选择与你 Key 匹配的前缀运行这里是 OpenAI 版python 06-text-generation-apps/python/oai-app.py怎么验证做对了终端打印出模型续写的文字示例 prompt 是补全 Once upon a time there was a没有 401/429 报错即跑通。跑通之后做两个小实验你就真正上手了改 prompt把oai-app.py里的prompt换成任意中文句子再运行观察输出风格变化改 model把deployment换成你账号里可用的其他模型名对比不同模型的回答差异这一课还涉及温度、token 上限等参数怎么调看下一节速查表。️ 关键参数速查表参数 / 变量默认值或示例作用什么时候改OPENAI_API_KEY等.env变量空需自填各服务商的认证凭据配置一次即可换服务商时改AZURE_OPENAI_DEPLOYMENT如gpt-4o-miniAzure 上文本生成模型的部署名部署了新模型、想换模型时AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT如text-embedding-3-smallAzure 上向量模型的部署名跑第 8、15 课搜索/RAG 时必填model/deployment代码内如gpt-4o-mini指定本次请求用哪个模型想对比不同模型效果时prompt代码内自由文本你的自然语言指令每次实验都改这是主要调优点temperature代码内0~21控制输出随机性越小越确定、越大越发散要稳定结果调低如 0.2要创意内容调高如 1.2max_tokens代码内由 SDK 默认限制生成长度也直接决定费用只要摘要等短输出时调小省钱storeResponses APIFalse是否让服务商留存本次请求默认不动 效果怎么判断这门课没有统一考试跑通与否看三个信号有没有异常程序正常结束、没有AuthenticationError401、RateLimitError429就属于正常输出是否符合 prompt 意图比如让它用一句话总结却回了一大段说明 temperature 偏高或 prompt 太模糊优先改 prompt而不是怀疑环境同一 prompt 多跑几次的稳定性temperature 调低后多次运行结果应高度一致如果差异很大说明模型本身随机性强或温度设置偏高三者都满足你的环境就是健康可用的可以放心进入后续课程。 故障急救箱现象原因解决ModuleNotFoundError: No module named dotenv依赖没装或没激活虚拟环境确认提示符带(.venv)重新执行pip install -r requirements.txt401 Unauthorized/ 认证错误Key 填错、过期或示例前缀oai/aoai与 Key 不匹配对照.env逐项检查换成匹配前缀的示例文件运行404模型/部署名不存在Azure 侧还没部署该模型或部署名拼写不符到 Foundry 门户部署模型推荐 gpt-4o-mini 和 text-embedding-3-small把.env里的部署名改成实际名称429限流请求太频繁或额度用尽放慢节奏重试检查服务商后台余额/速率限制python: command not foundPython 未加入 PATH 或终端没刷新重装 Python 时勾选 PATH或重开终端python --version验证pip 安装报 wheel 构建错误常见于 Windows构建工具缺失执行pip install --upgrade pip setuptools wheel后重试打印None而不是 Key当前目录不对没读到.env确认在项目根目录下运行.env位于仓库根目录可用ls -a确认文件存在 进阶方向跑通之后往哪走前 4 步走通后按你的兴趣选一条线深入对应的都是仓库里现成的课让应用会查资料08-building-search-applications/ 用 embedding 做语义搜索15-rag-and-vector-databases/ 完整实现 RAG含向量库与示例数据让应用会动手11-integrating-with-function-calling/ 函数调用17-ai-agents/ Agent 框架换模型、看模型16-open-source-models/ 用 Hugging Face 开源模型19-slm/ 在本地用 Ollama/Foundry Local 跑小模型彻底离线工程化14-the-generative-ai-application-lifecycle/ 讲评估指标与 LLMOps18-fine-tuning/ 讲微调的时机与方法不看代码也能学10-building-low-code-ai-applications/ 用低代码工具搭应用每节课的 README 里都带视频链接和Keep Learning延伸阅读需要更细的坑位排查可直接查 00-course-setup/02-setup-local.md 的故障表。环境、Key、第一个应用——三件事都已在你手里。打开终端从06-text-generation-apps开始改一句 prompt看它回什么。【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