微软生成式 AI 入门课

Generative AI for Beginners：安装说明

这个工具包里只有安装说明，由 Mindket 编写。课程、课文、代码和笔记本都在微软的仓库里：https://github.com/microsoft/generative-ai-for-beginners

这些说明不是微软写的，也没有得到微软的认可。README 把这个仓库叫作“Generative AI for Beginners (Version 3) - A Course”，并说它用“our 21-lesson comprehensive course by Microsoft Cloud Advocates”教授构建生成式 AI 应用的基础，意思是：微软 Cloud Advocates 团队做的、共 21 节课的课程。这些说明依据 2026 年 11 月 3 日读到的 README 和设置页面写成。

许可证：MIT。LICENSE 文件（https://github.com/microsoft/generative-ai-for-beginners/blob/main/LICENSE）写的是“Copyright (c) Microsoft Corporation.”

这门课是什么

README 说课程有 21 节课，每节讲一个独立的主题，所以你可以从任何一节开始。它的表格另外加了一节设置课 00，一共列出 22 行。一节课要么是讲解概念的“Learn”课，要么是讲解概念并在可行时用 Python 和 TypeScript 展示代码的“Build”课。README 说每节课都包含一段简短的视频介绍、README 里的一篇文字课程、支持 Azure OpenAI 和 OpenAI API 的 Python 与 TypeScript 代码示例，以及延伸学习的链接，不过它的表格里第 00、19、20、21 课标着“Video Coming Soon”。来源：https://github.com/microsoft/generative-ai-for-beginners/blob/main/README.md

课程列表

标题和文件夹名都抄自 README 的表格。文件夹里放着这节课的 README 和代码。

| # | 课程 | 文件夹 | 类型 |
|---|---|---|---|
| 00 | Course Setup | 00-course-setup | Learn |
| 01 | Introduction to Generative AI and LLMs | 01-introduction-to-genai | Learn |
| 02 | Exploring and comparing different LLMs | 02-exploring-and-comparing-different-llms | Learn |
| 03 | Using Generative AI Responsibly | 03-using-generative-ai-responsibly | Learn |
| 04 | Understanding Prompt Engineering Fundamentals | 04-prompt-engineering-fundamentals | Learn |
| 05 | Creating Advanced Prompts | 05-advanced-prompts | Learn |
| 06 | Building Text Generation Applications | 06-text-generation-apps | Build |
| 07 | Building Chat Applications | 07-building-chat-applications | Build |
| 08 | Building Search Apps Vector Databases | 08-building-search-applications | Build |
| 09 | Building Image Generation Applications | 09-building-image-applications | Build |
| 10 | Building Low Code AI Applications | 10-building-low-code-ai-applications | Build |
| 11 | Integrating External Applications with Function Calling | 11-integrating-with-function-calling | Build |
| 12 | Designing UX for AI Applications | 12-designing-ux-for-ai-applications | Learn |
| 13 | Securing Your Generative AI Applications | 13-securing-ai-applications | Learn |
| 14 | The Generative AI Application Lifecycle | 14-the-generative-ai-application-lifecycle | Learn |
| 15 | Retrieval Augmented Generation (RAG) and Vector Databases | 15-rag-and-vector-databases | Build |
| 16 | Open Source Models and Hugging Face | 16-open-source-models | Build |
| 17 | AI Agents | 17-ai-agents | Build |
| 18 | Fine-Tuning LLMs | 18-fine-tuning | Learn |
| 19 | Building with SLMs | 19-slm | Learn |
| 20 | Building with Mistral Models | 20-mistral | Learn |
| 21 | Building with Meta Models | 21-meta | Learn |

事先需要准备

• 一个 GitHub 账号，用来 Fork 这个仓库。Course Setup 页面说要 Fork 它，“to be able to change any code and complete the challenges”，意思是：这样才能修改代码、完成挑战。
• README 说，懂一点 Python 或 TypeScript 会有帮助。它给出了面向纯新手的 Python 课程和 TypeScript 课程的链接。
• 要运行代码，需要下面之一：Azure OpenAI Service、Microsoft Foundry Models、OpenAI API，或者 Foundry Local（模型完全离线运行在你自己的设备上）。模型提供方页面还加上了 Hugging Face 和 Ollama。Providers 页面说你可以配置一个、一个都不配或者全配：“You can configure one, none, or all providers.”Course Setup 页面说编码课用的是 Microsoft Foundry 里的 Azure OpenAI，需要一个 Azure 订阅和一个 API 密钥，并说使用权限是开放的、不用申请。Providers 表里对 Azure 写的是“Must Apply Ahead For Access”。
• 本地安装用 Python 3.12，也就是仓库里 .python-version 文件写的版本（3.12.10）。Local Setup 页面说 3.10 或更高，AGENTS.md 说 3.9 或更高，但根目录的 requirements.txt 固定了 numpy==2.4.2 和 pandas==3.0.0，PyPI 上写明它们要求 3.11 或更高（2026 年 11 月 3 日查过）。
• 只有 TypeScript 示例才需要 Node.js。读到的这些页面没有给出版本。

每节编码课的 README 都展示了它的代码和输出，所以你可以不运行任何东西就读完它。来源：https://github.com/microsoft/generative-ai-for-beginners/blob/main/00-course-setup/README.md

运行方式

• setup/github-codespaces.md：浏览器里的 VS Code，所有东西都已装好。设置指南推荐这种方式。
• setup/local-python.md：在你自己的电脑上，用 Python 虚拟环境。
• setup/dev-container.md：带 Docker 的 VS Code，和 Codespace 用的是同一种环境。
• setup/miniconda-and-jupyter.md：Conda 环境，以及浏览器里的笔记本。
• setup/model-providers.md：代码背后的模型、.env 文件和里面的每个变量。
• setup/typescript.md：运行一个 TypeScript 示例。
• setup/coding-agents.md：仓库自带的 AGENTS.md 文件。

让克隆小一点

README 说仓库里有 50 多种语言的翻译，它们会“significantly increases the download size”，意思是：大幅增加下载体积。README 给出了一个把翻译排除掉的稀疏检出做法。来源：https://github.com/microsoft/generative-ai-for-beginners/blob/main/README.md

git clone --filter=blob: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'

在 Windows CMD 里，README 给出的是：

git clone --filter=blob: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"

更新或移除

读到的这些页面没有给出更新或卸载步骤。课程就是一个仓库，所以要更新克隆，用 Git 从它拉取，要移除，删掉文件夹就行。这两句是 Mindket 写的，不是微软写的。Codespace 可以在命令面板里用 Codespaces: Stop Codespace 停止，见 setup/github-codespaces.md。Cloud Setup 页面也说要删除闲置的 codespace，但没有给出删除的命令。

同一个团队的其他课程

README 列出了这个团队的更多课程，其中有这门课的 .NET 版：https://github.com/microsoft/Generative-AI-for-beginners-dotnet，还有 Python 和 TypeScript 的“Generative AI Code Samples”，给出更进阶的代码：https://aka.ms/genai-beg-code

来源

• README：https://github.com/microsoft/generative-ai-for-beginners/blob/main/README.md
• Course Setup：https://github.com/microsoft/generative-ai-for-beginners/blob/main/00-course-setup/README.md
• Cloud Setup：https://github.com/microsoft/generative-ai-for-beginners/blob/main/00-course-setup/01-setup-cloud.md
• Local Setup：https://github.com/microsoft/generative-ai-for-beginners/blob/main/00-course-setup/02-setup-local.md
• Providers：https://github.com/microsoft/generative-ai-for-beginners/blob/main/00-course-setup/03-providers.md
• AGENTS.md：https://github.com/microsoft/generative-ai-for-beginners/blob/main/AGENTS.md
• LICENSE：https://github.com/microsoft/generative-ai-for-beginners/blob/main/LICENSE