企业官网建设流程全解析

如何快速上手 Generative AI for Beginners：开发环境搭建一步到位（Azure OpenAI/OpenAI/本地离线任选）

【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是一门面向初学者的 21 节生成式 AI 实战课程：从大模型概念讲起，到用 Python / TypeScript 构建文本生成、聊天、图像生成等真实应用。本教程带你 10 分钟完成开发环境搭建——云（GitHub Codespaces）、本地（Python / Docker）任选，模型供应商 Azure OpenAI、OpenAI、本地离线方案随心切换，全程不踩依赖坑。

3 种运行方式，1 张表选对

动手前先花 30 秒看清自己适合哪条路：

三条路最终都通向同一批课程代码，可随时切换。官方说明分别在 00-course-setup/01-setup-cloud.md 与 00-course-setup/02-setup-local.md。

云方案 3 步跑通，零安装、免折腾

Step 1｜Fork 仓库。点击仓库右上角 Fork 按钮，把课程复制到你自己的账号，之后才能随意改代码、交作业。

Step 2｜一键创建 Codespace。在你的 Fork 中点Code → Codespaces → Create codespace on main：

浏览器版 VS Code 随即打开，内置开发容器（预装 Python 3、Node.js、.NET、Java）首次构建约 2 分钟。

Step 3｜安全地存 API 密钥。推荐用 Codespaces Secrets（不落地、不进代码库）：

⚙️ 齿轮图标 → Command Palette →Codespaces: Manage user secret→Add a new secret名称填OPENAI_API_KEY，值粘贴你的密钥，保存即可，课程代码会自动读取。

💡 每月免费额度为120 核时 / 60 GB 时，用完前记得Stop Codespace，别让闲置实例白白消耗配额。

本地方案 A：原生 Python 虚拟环境最快路径

前置工具清单（终端里逐个验证：python --version、git --version）：

四步走：

# 1. 克隆课程仓库 git clone https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners cd generative-ai-for-beginners # 2. 创建并激活虚拟环境 python -m venv .venv source .venv/bin/activate # macOS / Linux # .\.venv\Scripts\activate # Windows PowerShell # 3. 一键安装全部依赖 pip install -r requirements.txt

提示符前出现(.venv)前缀，说明你已进入隔离环境。依赖清单 requirements.txt 包含openai、python-dotenv、tiktoken、azure-ai-inference等课程必需库，版本均已锁定。

进阶：若你偏爱 Conda 管理多环境，00-course-setup/README.md 提供了 Miniconda 的environment.yml配置法，一条conda env create同样搞定。

本地方案 B：Docker Dev Container 环境永不漂移

仓库根目录自带 .devcontainer 配置——与云 Codespace完全同构的通用运行时，彻底杜绝"我电脑上能跑"的玄学问题。

1. 安装 Docker Desktop，确认docker --version可用；
2. VS Code 安装Remote – Containers扩展；
3. File → Open Folder打开课程目录，VS Code 检测到.devcontainer/会主动弹窗；
4. 点Reopen in Container，首次构建镜像约 3 分钟，终端提示符出现即进入容器。

⚠️ 二选一：同一项目里 venv 和容器别同时激活，否则 VS Code 会反复弹"重新打开"提示。

选对 LLM 供应商：Azure OpenAI / OpenAI / 本地离线任选

课程的练习文件用文件名前缀标注了所需供应商，配置谁就能跑谁，全部可选配：

完整对比（注册成本、API Key 获取位置、Playground 支持）见 00-course-setup/03-providers.md。

API 密钥安全配置：.env 文件 5 分钟搞定

🔐 铁律：密钥永远不写进代码。课程已提供模板 .env.copy，两步生成你的私有配置：

cp .env.copy .env # Windows: copy .env.copy .env

打开.env，按所用供应商填写对应变量（其余留空即可）：

.env已在.gitignore中，不会被误提交。Python 脚本通过python-dotenv的load_dotenv()自动加载，零额外配置。

跑通第一个示例：眼见为实

以第 06 课"文本生成"为例，在 VS Code 终端执行：

cd 06-text-generation-apps/python python oai-app.py # 或 aoai-app.py，取决于你配置的供应商

看到The capital of France is Paris——恭喜，环境搭建正式毕业！想改交互体验？打开 06-text-generation-apps/python/oai-app.py 边读边跑。

本地离线运行：Foundry Local 与 Ollama

不想用任何云服务？课程同样支持完全离线：

• Foundry Local：微软端侧运行时，自动选择 NPU / GPU / CPU 最优执行路径，并暴露OpenAI 兼容端点——课程代码几乎原样复用。安装：Windowswinget install Microsoft.FoundryLocal，macOSbrew install microsoft/foundrylocal/foundrylocal。
• Ollama：本地跑 Llama、Phi、Mistral、Gemma 等开源模型的主流工具。

两者都无需云订阅、无需 API Key。动手示例见 19-slm/README.md（第 19 课：用小型语言模型构建）。

5 个常见报错，1 分钟自查

环境搭好了，下一步学什么

按 README.md 的课程目录从 01-introduction-to-genai/README.md 开始，21 节逐层递进：概念课（Learn）与实战课（Build）穿插，每节均含 Python / TypeScript 双版本示例与延伸阅读。遇到具体课程的代码目录（如 06-text-generation-apps/），先读它的 README，再运行python/或typescript/下的样例即可。

🎯 一句话总结：选一条路（云 / 本地 / 离线）→ 配一个.env→ 跑第一个oai-app.py，你的生成式 AI 开发之路就正式出发了。

【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