Generative AI for Beginners 意大利语版课程指南从 21 课入门到生成式 AI 应用实战【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本文围绕本仓库generative-ai-for-beginners意大利语翻译版课程总览文档展开系统梳理这门 21 课生成式 AI 入门课程的整体结构、环境准备、LLM 服务商选择与配置、本地/云端运行方式。读完本文你将掌握如何用稀疏检出sparse checkout快速克隆这个包含 50 语言翻译的大型仓库、如何配置 Azure OpenAI / OpenAI API / Microsoft Foundry Models 等推理端点以及如何按Learn / Build双轨制逐课完成从提示词工程到 RAG、微调、AI Agent 的完整学习路径。课程是什么21 课学完生成式 AI 应用开发仓库意大利语版 READMEtranslations/it/README.md开篇即点明课程定位21 Lezioni che insegnano tutto ciò che devi sapere per iniziare a costruire applicazioni di Intelligenza Artificiale Generativa——21 堂课教你所需要知道的一切从零开始构建生成式 AI 应用。课程由 Microsoft Cloud Advocates 编写共 21 课每一课覆盖一个独立主题因此从你想开始的地方开始即可不强制线性顺序。课程有两种授课标签这与仓库 AGENTS.md 中对课程类型的描述完全一致Learn学习课聚焦讲解一个生成式 AI 概念以README.md理论文档为主例如提示词工程基础第 04 课、负责任的 AI第 03 课、微调第 18 课。Build构建课在讲解概念的同时提供可运行的代码示例尽量同时给出Python和TypeScript两个版本例如文本生成应用第 06 课、聊天应用第 07 课、RAG 与向量数据库第 15 课。每一课都包含四类要素一段主题引入视频、位于 README 中的书面课程、支持 Azure OpenAI 与 OpenAI API 的 Python/TypeScript 代码示例、以及Keep Learning继续学习板块的扩展资源链接。快速开始Fork、Codespace 与密钥配置课程官方推荐的零依赖启动路径是 GitHub Codespaces。仓库根目录的 00-course-setup/README.md 给出了三步流程Fork 整个仓库到自己的 GitHub 账户以便修改代码并完成各课作业挑战。创建 Codespace在 Fork 后的仓库页面依次点击Code → Codespaces → New on main自动基于仓库内置的.devcontainer配置构建统一开发环境包含 Python 依赖、Jupyter 内核与扩展。添加用户级 Secret通过 ⚙️ 齿轮图标 → Command Palette → Codespaces: Manage user secret 新建名为OPENAI_API_KEY的密钥粘贴 API Key 后保存。Codespaces 会自动将 Secret 注入环境避免密钥落入代码或.env文件。如果启动后遇到环境问题课程还提供了一份排障对照表见 00-course-setup/README.md症状解决办法容器构建卡住超过 10 分钟Codespaces → Rebuild Container重建容器python: command not found终端未挂载到容器点击新建bash终端来自 OpenAI 的401 UnauthorizedOPENAI_API_KEY错误或已过期VS Code 一直显示 Dev container mounting…刷新浏览器标签页Codespaces 偶发连接丢失Notebook 内核缺失Notebook 菜单 →Kernel → Select Kernel → Python 3本地克隆用稀疏检出跳过 50 翻译文件仓库包含超过 50 种语言的翻译整体体积显著增大。意大利语版 README 明确提示若只想完整学习课程内容而不需要翻译应使用sparse checkout稀疏检出两种主流 shell 的命令如下Bash / macOS / Linuxgit clone --filterblob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone /* !translations !translated_imagesCMDWindowsgit clone --filterblob:none --sparse https://github.com/microsoft/generative-ai-for-beginners.git cd generative-ai-for-beginners git sparse-checkout set --no-cone /* !translations !translated_images命令要点--filterblob:none让 Git 只按需下载文件内容blob--sparse启用稀疏检出模式随后sparse-checkout set --no-cone显式声明只保留根目录下的课程文件/*同时排除translations与translated_images两个目录!translations、!translated_images。这样既能拿到全部 21 课教材与代码又免去下载数百 MB 的翻译资源。若仍想保留本地完整克隆直接执行普通git clone即可仓库根目录的 README.md 是英文原版课程首页translations/it/README.md 则是本文所依据的意大利语版本两者结构一一对应。运行课程代码需要的 LLM 服务商意大利语版 README 的 Cosa ti Serve你需要什么一节明确列出三种可选的模型服务商课程作业通过文件名前缀与具体服务商绑定Azure OpenAI Service—— 对应文件标记aoai-如aoai-app.py、aoai-assignment.ipynbGitHub Marketplace Model Catalog—— 对应文件标记githubmodels-如githubmodels-app.pyOpenAI API—— 对应文件标记oai-如oai-app.py。此外还需具备 Python 或 TypeScript 的基础知识绝对零基础者可先学习官方入门课程并准备一个 GitHub 账户用于 Fork 仓库。版本一致性说明本文依据的意大利语文档为 Co-op Translator 自动翻译版本文末附有相应免责声明其中仍以GitHub Marketplace Model Catalog指代第二类服务商。但仓库根目录的英文原版 README.md、00-course-setup/03-providers.md 与 .env.copy 均已更新GitHub Models 将于 2026 年 7 月底退役由 Microsoft Foundry ModelsAzure AI Foundry 模型目录作为直接替代继续提供免费的模型试用目录与 Azure AI Inference SDK / OpenAI SDK 体验。因此在实际配置时请以下文基于.env.copy与providers.md的最新变量为准。服务商注册与接入对比仓库 00-course-setup/03-providers.md 给出了各服务商的接入速查表服务商费用API KeyPlayground备注OpenAI按用量计费项目级 Key无代码 Web Playground提供多种模型AzureAzure OpenAI按用量计费SDK 快速入门获取Studio 快速入门需提前申请开通访问权限Microsoft Foundry Models有免费额度项目 Overview 页面Foundry Playground一个端点 一个 Key 访问多家模型Hugging Face按用量计费Access TokensHugging Chat开源模型与推理服务器Foundry Local / Ollama免费本机运行不需要本地 CLI/SDK完全离线兼容 OpenAI 端点通过 .env 文件统一管理凭据无论选择哪家服务商仓库统一通过根目录的.env文件管理环境变量模板见 .env.copy# 复制模板 cp .env.copy .env.env已被 gitignore可安全存放密钥。完整变量说明如下摘自 .env.copy 与 00-course-setup/03-providers.md变量用途OPENAI_API_KEY非 Azure 的 OpenAI 端点授权 KeyAZURE_OPENAI_API_VERSIONAzure OpenAI API 版本模板默认2024-10-21当前稳定 GA 版本AZURE_OPENAI_API_KEYAzure OpenAIFoundry 资源授权 KeyAZURE_OPENAI_ENDPOINT已部署的 Azure OpenAI 资源端点形如https://resource-name.openai.azure.comAZURE_OPENAI_DEPLOYMENT文本生成chat completion模型部署名推荐gpt-4o-miniAZURE_OPENAI_EMBEDDINGS_DEPLOYMENT文本嵌入模型部署名推荐text-embedding-3-smallAZURE_INFERENCE_ENDPOINTMicrosoft Foundry 项目端点形如https://resource-name.services.ai.azure.com/modelsAZURE_INFERENCE_CREDENTIALMicrosoft Foundry Models API Key替代即将退役的GITHUB_TOKENHUGGING_FACE_API_KEYHugging Face 用户访问令牌以 Microsoft Foundry Models 为例的.env配置片段AZURE_INFERENCE_ENDPOINTadd your Microsoft Foundry project endpoint here AZURE_INFERENCE_CREDENTIALadd your Microsoft Foundry Models API key here在 Python 中加载环境变量仓库 requirements.txt 中固定依赖python-dotenv1.2.2用于从.env加载变量。意大利语版课程文档给出了标准用法from dotenv import load_dotenv import os # 从 .env 文件加载环境变量 load_dotenv() # 读取所需变量 endpoint os.getenv(AZURE_INFERENCE_ENDPOINT) token os.getenv(AZURE_INFERENCE_CREDENTIAL) print(endpoint)仓库还提供了更严谨的封装共享模块 shared/python/env_utils.py 中的get_required_env(var_name, description)会在变量缺失时抛出带提示的ValueErrorMissing required environment variable: … Please set it in your .env file or environment.validate_env_vars(*var_names)可一次性校验多个必填变量并返回字典get_env_with_default(var_name, default)则支持为可选变量提供默认值。对应测试见 tests/test_env_utils.py。各课作业代码如 06-text-generation-apps/python/aoai-app.py正是依赖这套环境变量约定来区分服务商与模型部署。21 课课程全景意大利语版 README 以完整表格列出全部 21 课含第 00 课环境配置每课标注了 Learn/Build 类型、主题与配套视频#课程意大利语版路径类型与内容00Impostazione del CorsoLearn如何配置开发环境01Introduzione allIA Generativa e ai LLMLearn什么是生成式 AI大语言模型LLM如何工作02Esplorare e confrontare diversi LLMLearn如何为你的用例选择正确的模型03Usare lIA Generativa ResponsabilmenteLearn如何负责任地构建生成式 AI 应用04Comprendere i Fondamenti di Prompt EngineeringLearn提示词工程实操最佳实践05Creazione di Prompt AvanzatiLearn应用提示词工程技术改进输出结果06Costruire Applicazioni per la Generazione di TestoBuild用 Azure OpenAI / OpenAI API 构建文本生成应用07Costruire Applicazioni di ChatBuild高效构建与集成聊天应用的技术08Costruire Applicazioni di Ricerca con Database VectorBuild用 Embeddings 检索数据的搜索应用09Costruire Applicazioni di Generazione ImmaginiBuild图像生成应用10Costruire Applicazioni AI Low CodeBuild用低代码工具构建生成式 AI 应用11Integrare Applicazioni Esterne con Function CallingBuild什么是 Function Calling 及其应用场景12Progettare la UX per Applicazioni AILearn在生成式 AI 应用开发中应用 UX 设计原则13Mettere in Sicurezza le tue Applicazioni AILearnAI 系统的威胁与风险及防护方法14Il Ciclo di Vita di unApplicazione AI GenerativaLearn管理 LLM 生命周期与 LLMOps 的工具和指标15Retrieval Augmented Generation (RAG) e Database VectorBuild用 RAG 框架从向量数据库检索 Embeddings16Modelli Open Source e Hugging FaceBuild使用 Hugging Face 上的开源模型构建应用17Agenti AIBuild用 AI Agent 框架构建应用18Fine-Tuning dei LLMLearnLLM 微调是什么、为什么、怎么做19Costruire con SLMLearn使用小语言模型SLM构建的好处20Costruire con Modelli MistralLearnMistral 家族模型的特点与差异21Costruire con Modelli MetaLearnMeta 家族模型的特点与差异从表中可以看出课程设计的两条主线前段00–05以概念打底中段06–15密集进入 Build 实战后段16–21再切入开源模型、Agent、微调与前沿模型家族。每一课在仓库中都对应一个独立目录内含README.md讲义、python/与typescript/代码示例及作业文件。例如第 08 课 08-building-search-applications 目录下同时提供了python/aoai-solution.ipynb、python/oai-solution.ipynb与scripts/转录数据处理脚本第 18 课 18-fine-tuning/python/openai 内含 JSONL 训练数据与微调演示 Notebook可直接作为对应课程的配套实践材料。从 Clone 到跑通第一段代码仓库 AGENTS.md 汇总了各语言版本的统一运行方式Python 环境python3 -m venv venv source venv/bin/activate # Windows 下为 venv\Scripts\activate pip install -r requirements.txt # 运行某一课示例 cd 06-text-generation-apps/python python aoai-app.pyTypeScript 环境进入具体课程的typescript/子目录如 06-text-generation-apps/typescript/recipe-app执行npm install、npm run build、npm start。Jupyter Notebook在仓库根目录执行jupyter notebook或jupyterhub浏览器打开后即可导航到任意*.ipynb文件例如 08-building-search-applications/python/oai-solution.ipynb。若使用本地 Python还可按 00-course-setup/README.md 的说明用 Miniconda 创建虚拟环境conda env create --name ai4beg --file environment.yml后conda activate ai4beg或在 VS Code 中打开仓库并使用 Python 扩展VS Code 检测到仓库内置的.devcontainer时还会提示是否在容器内重开。全程遵循密钥只进.env、绝不写进代码的约定。学习支持与后续进阶课程配套了完整的社区与进阶体系学习者可通过官方 AI 社区 Discord 频道与同学及课程维护团队交流遇到拼写或代码错误可提交 issue 或 Pull Request 参与开源共建注意按仓库要求翻译贡献不接受机器翻译需以人工翻译提交。如果已完成基础课程并希望进一步进阶可参考仓库英文版 README 中提到的生成式 AI 代码示例集合Python 与 TypeScript 双语言以及面向 .NET 开发者的独立课程版本。综合来看这份意大利语版 README 虽然只是课程的导航首页但它承载了课程最关键的入口信息——学习路径、环境要求、服务商选型与 21 课地图。配合仓库根目录的 00-course-setup、.env.copy、shared/python/env_utils.py 与各课源码即可完成从环境搭建到逐课实战的完整闭环这也是本仓库作为beginners课程在工程落地层面最值得复用的部分。【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
