企业官网建设流程全解析

生成式AI 21 节入门课：从 LLM 原理到做出你的 RAG 问答应用

【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

generative-ai-for-beginners 是微软开源的生成式AI入门课程，共 21 节，覆盖 LLM 原理、提示工程、RAG 与 AI Agent 开发的完整链路，动手课配可运行的 Python 与 TypeScript 示例。读完知道如何两天内跑通你的第一个 AI Demo。

先看地图：21 节课程怎么分三段

这节帮你把课程目录变成一张可跳着走的学习地图，不用从头读到尾。

三段式：概念打底、提示工程、动手开发

• 00–03 概念段：环境配置、LLM 工作原理、模型对比、负责任地使用生成式AI
• 04–05 提示段：提示工程基础与高级技巧，核心是"把提示词写出结构"
• 06–21 开发段：文本生成、聊天、搜索、图像、函数调用、RAG、Agent、微调，每课一个可跑的小项目

每课分 Learn（讲概念）和 Build（带代码）两种类型，Build 课同时给出 Python 和 TypeScript 两套示例，挑你熟的语言跟就行。

按任务质量选模型，不追新

02 课给了一套实操框架：从任务质量、响应延迟、调用成本三个维度对比候选模型。读完可以判断自己的场景该用大模型还是小模型，不用默认选最贵的那个。

模型分类与能力对比的完整讲解在 LLM 对比与选型，LLM 基础概念从 生成式AI入门 开始读。

两天跑通你的第一个 Demo

这节给你一条最短见效路线：先配环境，第一天补概念练提示词，第二天跑代码。

环境准备：三件事就够

1. 克隆仓库：git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners
2. 按 环境配置说明 搭好本机 Python 或 TypeScript 环境
3. 在 .env 里填上按 模型供应商选择 申请到的 API Key

第一天读概念，第二天写代码

• 第一天：通读 01、02 两节掌握 LLM 选型方法，然后手写 3 个结构化提示词，完成 04 课练习
• 第二天：跑通 文本生成应用 的菜谱助手 Demo，再顺手做 07 课的聊天应用

提示词的结构化写法、分词机制和幻觉场景都在 提示工程基础，链式推理等进阶手法在 高级提示技巧。

三份能直接带走的产出

这节回答"哪节课的代码可以直接当我的第一个 AI 项目"，三选一个先做即可。

带多轮记忆和自定义指令的聊天机器人

07 课做的是带上下文记忆的聊天 Demo：机器人记得前面聊过什么，还能用系统指令固定人设和回答风格。跑通后你就有了一个能复用的聊天接口骨架。

教程和配套 Notebook 见 聊天应用构建。

接自有文档的 RAG 问答最小步骤

08 课先用嵌入实现数据检索打基础，15 课把文档切块、嵌入生成、向量库检索、增强生成四步完整串起来，配 Notebook 可直接跟做。跑通后把数据源换成你自己的笔记或手册，就是一个 RAG 问答应用。

检索入门从 搜索应用构建 开始，完整链路在 RAG 与向量数据库。

按提示词出图，对比温度参数的差异

09 课教你按提示词生成图片，并用同一提示词在不同温度下出图做对比，直观感受参数对结果的影响。适合想理解"生成式AI不只是文字"的人。

教程在 图像生成应用。

你处在哪个阶段，该不该学

这节帮你快速判断时间投入是否值得，避免学完发现不对口。

最适合的三类人

• 零基础、想系统补齐生成式AI概念的人，从 01 课读起即可
• 会 Python 或 TypeScript、要做出第一个 AI 应用的开发者，直接按上面两天路线走
• 产品、运营等需要理解 AI 能力边界的人，重点读 01、03、12 三节概念课

两种情况建议先别学

• 只找生产级模型微调与部署方案的工程师，18 课的微调内容偏入门
• 已有 RAG 项目、需要深度调优手段的团队，15 课覆盖不到调优细节

学完 21 节，往哪走

这节给三个进阶出口，按你的方向挑一个继续。

本地跑开源模型

16 课讲 Llama、Mistral、Falcon 等开源模型的特点与成本差异，教你用 Hugging Face 上的模型搭应用，适合想摆脱云端 API 依赖、控制成本的人。教程在 开源模型应用。

轻量模型与 Agent 两条线

• 想省资源：19 课讲小型语言模型（SLM）的选型与 Phi 系列实操，见 小型语言模型入门
• 想让程序自主干活：17 课用 Agent 框架让 LLM 拿到工具和状态，自己拆解执行任务，见 AI Agent 实战

别急着背目录，先打开 04 课手写 3 个提示词，两天内你就能跑通第一个文本生成应用。

【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