生成式AI入门指南从零开始贡献代码与问题反馈的完整流程【免费下载链接】generative-ai-for-beginners21 节课程开始使用生成式 AI 进行构建项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners生成式AI正在改变世界而参与开源项目是学习这项技术的最佳途径之一本文将为你详细介绍如何为微软的生成式AI初学者项目贡献代码、报告问题和参与翻译的完整流程。无论你是AI新手还是经验丰富的开发者都能通过这个21课时的完整课程快速上手生成式AI开发。 项目概览21课时掌握生成式AI生成式AI初学者项目是一个由微软云倡导者团队创建的综合性课程包含21个精心设计的课程涵盖了从基础概念到实际应用的所有内容。每个课程都包含视频介绍、文字说明、Python和TypeScript代码示例以及进一步学习的资源链接。课程分为学习和构建两种类型学习课程解释生成式AI概念而构建课程则提供具体的代码实现示例。项目支持多种LLM提供商包括Azure OpenAI服务、GitHub Marketplace模型目录和OpenAI API。 贡献前的准备工作1. Fork项目到个人账户首先你需要将项目Fork到自己的GitHub账户。这样你就可以自由地修改代码而不会影响主仓库。访问项目页面点击右上角的Fork按钮即可。2. 设置开发环境项目推荐使用GitHub Codespaces来避免依赖问题。在你的Fork中点击Code - Codespaces - New on main来创建代码空间。3. 添加API密钥在Codespaces中点击齿轮图标 - Command Palette - Codespaces: Manage user secrets - Add a new secret。设置名称为OPENAI_API_KEY粘贴你的API密钥并保存。️ 贡献代码的详细步骤步骤1创建分支并修改代码永远不要在main分支上直接修改。创建一个新的分支来进行你的更改git checkout -b your-feature-branch步骤2遵循代码规范项目有严格的代码规范要求确保你的修改符合以下标准相对路径检查所有相对链接必须正确工作使用VS Code的链接跟随功能验证跟踪ID要求所有URL和相对路径必须包含?wt.mc_id跟踪ID无本地化URL不要包含国家特定的本地化路径如/en-us/图片存储所有图片必须存储在./images文件夹中命名规范图片使用英文、数字和短横线命名步骤3提交更改确保每个提交都是原子性的一个PR只解决一个问题git add . git commit -m fix: 修复拼写错误 git push origin your-feature-branch步骤4创建Pull Request在你的Fork中点击Pull requests - New pull request选择你的分支填写详细的描述说明你的修改内容。 报告问题的正确方式问题分类指南Bug报告代码错误、功能不正常文档问题拼写错误、链接失效、内容过时功能请求新功能建议、改进建议翻译贡献多语言支持创建Issue的步骤访问项目的Issues页面点击New Issue选择适当的Issue模板提供详细的描述包括问题重现步骤预期行为实际行为环境信息操作系统、Python版本等相关截图或日志 参与翻译工作翻译规范要求项目支持40多种语言的翻译但请务必注意重要提示翻译文本时请确保不要使用机器翻译。我们将通过社区验证翻译质量请只为你精通的语言提供翻译。翻译工作流程检查现有翻译查看translations目录中是否已有你语言的翻译完整翻译提交翻译时请为所有相关文件创建单个PR我们不接受部分翻译质量保证确保翻译准确、自然符合技术文档的规范 GitHub工作流验证当你提交Pull Request时四个不同的工作流会自动触发验证1. 相对路径检查确保所有相对路径都能正常工作。使用VS Code的链接跟随功能Ctrl点击验证链接是否正确。2. 路径跟踪检查确保所有相对路径都包含跟踪ID。检查每个相对路径末尾是否有?wt.mc_id。3. URL跟踪检查确保所有Web URL都包含跟踪ID。检查每个URL末尾是否有?wt.mc_id。4. 无本地化URL检查确保所有URL不包含国家特定的本地化路径。检查URL中是否包含/en-us/或/en/等本地化路径。 课程结构与学习路径基础概念课程1-5课第1课生成式AI和LLM介绍第2课探索和比较不同LLM第3课负责任地使用生成式AI第4课提示工程基础第5课创建高级提示应用开发课程6-11课第6课构建文本生成应用第7课构建聊天应用第8课构建搜索应用和向量数据库第9课构建图像生成应用第10课构建低代码AI应用第11课使用函数调用集成外部应用高级主题课程12-21课第12课AI应用的用户体验设计第13课保护生成式AI应用第14课生成式AI应用生命周期第15课RAG和向量数据库第16课开源模型和Hugging Face第17课AI代理第18课LLM微调第19课使用SLM构建第20课使用Mistral模型构建第21课使用Meta模型构建 获取帮助与社区支持Discord社区加入Azure AI Foundry Discord服务器与其他学习者交流获取支持。这是一个友好的社区欢迎提问并自由分享知识。开发者论坛如果有产品反馈或构建过程中遇到错误可以访问Azure AI Foundry开发者论坛寻求帮助。其他学习资源项目还提供了一系列相关课程包括LangChain.js初学者边缘AI初学者MCP初学者AI代理初学者机器学习初学者数据科学初学者 成功贡献的关键要点阅读贡献指南在开始贡献前仔细阅读CONTRIBUTING.md文件遵循代码规范确保所有链接、图片和格式都符合项目要求单一职责原则每个PR只解决一个问题不要混合多个更改及时更新分支如果PR显示合并冲突先更新本地分支提供详细描述在Issue和PR中提供足够的信息参与社区讨论在Discord和论坛中积极参与讨论 进阶学习路径完成基础贡献后你可以成为代码审查者帮助审查其他人的PR参与翻译维护维护你精通的语言版本创建教程内容基于课程内容创建额外的学习材料改进文档帮助完善项目文档和示例开发新功能为项目添加新的课程或功能模块 实用技巧与建议本地开发设置如果你更喜欢本地开发可以参考setup-local.md文件进行环境配置。确保安装了正确的Python版本和所有依赖包。测试你的更改在提交PR前确保代码能够正常运行所有链接都有效图片显示正常格式符合Markdown规范持续学习生成式AI技术发展迅速建议定期关注项目更新学习新的AI技术参与社区讨论尝试新的应用场景通过参与生成式AI初学者项目的贡献你不仅能学习到最新的AI技术还能积累开源项目经验与全球开发者社区建立联系。现在就开始你的生成式AI学习之旅吧【免费下载链接】generative-ai-for-beginners21 节课程开始使用生成式 AI 进行构建项目地址: 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
生成式AI入门指南：从零开始贡献代码与问题反馈的完整流程
生成式AI入门指南从零开始贡献代码与问题反馈的完整流程【免费下载链接】generative-ai-for-beginners21 节课程开始使用生成式 AI 进行构建项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners生成式AI正在改变世界而参与开源项目是学习这项技术的最佳途径之一本文将为你详细介绍如何为微软的生成式AI初学者项目贡献代码、报告问题和参与翻译的完整流程。无论你是AI新手还是经验丰富的开发者都能通过这个21课时的完整课程快速上手生成式AI开发。 项目概览21课时掌握生成式AI生成式AI初学者项目是一个由微软云倡导者团队创建的综合性课程包含21个精心设计的课程涵盖了从基础概念到实际应用的所有内容。每个课程都包含视频介绍、文字说明、Python和TypeScript代码示例以及进一步学习的资源链接。课程分为学习和构建两种类型学习课程解释生成式AI概念而构建课程则提供具体的代码实现示例。项目支持多种LLM提供商包括Azure OpenAI服务、GitHub Marketplace模型目录和OpenAI API。 贡献前的准备工作1. Fork项目到个人账户首先你需要将项目Fork到自己的GitHub账户。这样你就可以自由地修改代码而不会影响主仓库。访问项目页面点击右上角的Fork按钮即可。2. 设置开发环境项目推荐使用GitHub Codespaces来避免依赖问题。在你的Fork中点击Code - Codespaces - New on main来创建代码空间。3. 添加API密钥在Codespaces中点击齿轮图标 - Command Palette - Codespaces: Manage user secrets - Add a new secret。设置名称为OPENAI_API_KEY粘贴你的API密钥并保存。️ 贡献代码的详细步骤步骤1创建分支并修改代码永远不要在main分支上直接修改。创建一个新的分支来进行你的更改git checkout -b your-feature-branch步骤2遵循代码规范项目有严格的代码规范要求确保你的修改符合以下标准相对路径检查所有相对链接必须正确工作使用VS Code的链接跟随功能验证跟踪ID要求所有URL和相对路径必须包含?wt.mc_id跟踪ID无本地化URL不要包含国家特定的本地化路径如/en-us/图片存储所有图片必须存储在./images文件夹中命名规范图片使用英文、数字和短横线命名步骤3提交更改确保每个提交都是原子性的一个PR只解决一个问题git add . git commit -m fix: 修复拼写错误 git push origin your-feature-branch步骤4创建Pull Request在你的Fork中点击Pull requests - New pull request选择你的分支填写详细的描述说明你的修改内容。 报告问题的正确方式问题分类指南Bug报告代码错误、功能不正常文档问题拼写错误、链接失效、内容过时功能请求新功能建议、改进建议翻译贡献多语言支持创建Issue的步骤访问项目的Issues页面点击New Issue选择适当的Issue模板提供详细的描述包括问题重现步骤预期行为实际行为环境信息操作系统、Python版本等相关截图或日志 参与翻译工作翻译规范要求项目支持40多种语言的翻译但请务必注意重要提示翻译文本时请确保不要使用机器翻译。我们将通过社区验证翻译质量请只为你精通的语言提供翻译。翻译工作流程检查现有翻译查看translations目录中是否已有你语言的翻译完整翻译提交翻译时请为所有相关文件创建单个PR我们不接受部分翻译质量保证确保翻译准确、自然符合技术文档的规范 GitHub工作流验证当你提交Pull Request时四个不同的工作流会自动触发验证1. 相对路径检查确保所有相对路径都能正常工作。使用VS Code的链接跟随功能Ctrl点击验证链接是否正确。2. 路径跟踪检查确保所有相对路径都包含跟踪ID。检查每个相对路径末尾是否有?wt.mc_id。3. URL跟踪检查确保所有Web URL都包含跟踪ID。检查每个URL末尾是否有?wt.mc_id。4. 无本地化URL检查确保所有URL不包含国家特定的本地化路径。检查URL中是否包含/en-us/或/en/等本地化路径。 课程结构与学习路径基础概念课程1-5课第1课生成式AI和LLM介绍第2课探索和比较不同LLM第3课负责任地使用生成式AI第4课提示工程基础第5课创建高级提示应用开发课程6-11课第6课构建文本生成应用第7课构建聊天应用第8课构建搜索应用和向量数据库第9课构建图像生成应用第10课构建低代码AI应用第11课使用函数调用集成外部应用高级主题课程12-21课第12课AI应用的用户体验设计第13课保护生成式AI应用第14课生成式AI应用生命周期第15课RAG和向量数据库第16课开源模型和Hugging Face第17课AI代理第18课LLM微调第19课使用SLM构建第20课使用Mistral模型构建第21课使用Meta模型构建 获取帮助与社区支持Discord社区加入Azure AI Foundry Discord服务器与其他学习者交流获取支持。这是一个友好的社区欢迎提问并自由分享知识。开发者论坛如果有产品反馈或构建过程中遇到错误可以访问Azure AI Foundry开发者论坛寻求帮助。其他学习资源项目还提供了一系列相关课程包括LangChain.js初学者边缘AI初学者MCP初学者AI代理初学者机器学习初学者数据科学初学者 成功贡献的关键要点阅读贡献指南在开始贡献前仔细阅读CONTRIBUTING.md文件遵循代码规范确保所有链接、图片和格式都符合项目要求单一职责原则每个PR只解决一个问题不要混合多个更改及时更新分支如果PR显示合并冲突先更新本地分支提供详细描述在Issue和PR中提供足够的信息参与社区讨论在Discord和论坛中积极参与讨论 进阶学习路径完成基础贡献后你可以成为代码审查者帮助审查其他人的PR参与翻译维护维护你精通的语言版本创建教程内容基于课程内容创建额外的学习材料改进文档帮助完善项目文档和示例开发新功能为项目添加新的课程或功能模块 实用技巧与建议本地开发设置如果你更喜欢本地开发可以参考setup-local.md文件进行环境配置。确保安装了正确的Python版本和所有依赖包。测试你的更改在提交PR前确保代码能够正常运行所有链接都有效图片显示正常格式符合Markdown规范持续学习生成式AI技术发展迅速建议定期关注项目更新学习新的AI技术参与社区讨论尝试新的应用场景通过参与生成式AI初学者项目的贡献你不仅能学习到最新的AI技术还能积累开源项目经验与全球开发者社区建立联系。现在就开始你的生成式AI学习之旅吧【免费下载链接】generative-ai-for-beginners21 节课程开始使用生成式 AI 进行构建项目地址: 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
