Generative AI for Beginners - 微软开源课程，用于从零开始构建生成式AI应用

Generative AI for Beginners - 微软开源课程，用于从零开始构建生成式AI应用

如果你最近在社交媒体上看到ChatGPT、Midjourney等AI工具的惊艳表现，心中涌起一个念头：“我也想学这个，但从哪里开始？”那么微软的这份开源课程正是为你准备的。Generative AI for Beginners是一个包含21节课程的完整学习路径，由微软的AI专家团队精心设计，专为想要进入生成式AI领域的开发者打造。不需要深厚的机器学习背景，不需要昂贵的硬件设备，只需要你具备基本的编程知识，就能通过这份课程逐步掌握提示工程、检索增强生成、智能体构建等核心技能，最终能够独立构建自己的生成式AI应用。

项目基本信息

一、项目介绍

Generative AI for Beginners是微软推出的一套开源课程，旨在帮助开发者从零开始学习生成式AI技术。与市面上充斥的碎片化教程不同，这是一套系统化的学习方案，共包含21节课，每节课都围绕一个具体主题展开，从理论讲解到动手实践环环相扣。

课程的设计理念非常务实：你不需要成为AI研究员，就能开始构建AI应用。课程重点放在如何利用现有的AI模型和API来解决问题，而不是从头训练模型。这意味着你可以在较低的技术门槛下快速上手，将精力集中在应用层的创新上。

课程内容涵盖生成式AI的方方面面：从基础的提示工程、文本生成、图像生成，到进阶的检索增强生成、智能体构建、模型微调，再到应用落地的评估指标、部署策略和安全性考虑。每一课都包含以下标准结构：

• 理论学习：通俗易懂的概念讲解
• 代码示例：可以直接运行的Python代码
• 练习题：巩固所学知识的动手任务
• 扩展阅读：深入学习的资源链接

值得一提的是，课程特别强调实践性。每一课都配有Jupyter Notebook格式的代码文件，你可以在本地或云端运行这些代码，边学边练。课程还使用了Azure AI服务作为示例，但代码设计具有通用性，你可以轻松适配到其他AI服务商。

二、核心优势

1. 零基础友好，循序渐进
   课程从最基础的概念讲起，比如“什么是生成式AI”和“大型语言模型如何工作”。即使你对机器学习一无所知，也能轻松跟上。随着课程深入，难度逐步提升，但始终保持在开发者能够掌握的范围内。
2. 21节完整课程，系统化学习
   不是零散的博客文章或短视频，而是一套完整的课程体系。21节课覆盖了从入门到精通的完整路径，每节课大约需要1-2小时完成，你可以按照自己的节奏学习。
3. 代码优先，动手实践
   每一课都包含可运行的代码示例，使用Python编写。课程假设你具备基础的Python知识，但不会要求太高。代码注释详尽，逻辑清晰，可以直接复制运行并修改实验。
4. 微软官方出品，质量保障
   由微软的AI专家和Azure团队共同打造，内容准确、权威。课程会持续更新，跟进生成式AI领域的最新发展。目前已有超过10万星标，是GitHub上最受欢迎的AI学习资源之一。
5. 多语言支持，覆盖主流技术
   课程以Python为主，但会介绍多种AI服务的API调用方式。同时，课程内容不绑定特定云服务商，学到的知识可以应用于OpenAI、Azure OpenAI、Anthropic等不同平台。
6. 社区活跃，学习有伴
   超过10万的星标和5万多的分支意味着这是一个极其活跃的开源项目。你可以在Issues区提问、在Discussions中讨论，甚至参与课程的翻译和改进。学习过程中遇到问题，大概率已经有人问过并得到了解答。

三、适用场景

• 想入门AI开发的程序员
  如果你已经熟悉编程（Python、JavaScript或类似语言），但对AI领域感到陌生，这份课程是最理想的起点。它会带你跨越“从0到1”的门槛，让你理解AI应用的构建方式，并能够动手实现第一个AI应用。
• 产品经理和技术决策者
  对于需要理解AI技术边界和可能性的产品经理，课程的前半部分（提示工程、文本生成、图像生成）能够快速建立对AI能力的直观认识。你可以通过课程了解哪些应用场景是可行的，哪些技术方案是成熟的。
• 创业者和独立开发者
  生成式AI正在催生大量创业机会。这份课程可以帮助你快速掌握核心技术，用最小的成本验证想法。课程中关于检索增强生成和智能体构建的内容，对于构建真正的AI产品至关重要。
• 教育和培训从业者
  如果你需要教授他人生成式AI知识，这份课程提供了完整的大纲、示例代码和练习题目。MIT开源协议允许你在教学或培训中使用这些材料，大大降低了课程开发成本。
• 企业开发团队
  对于计划将AI能力集成到产品中的企业团队，课程提供了从概念验证到生产部署的全流程指导。特别是关于评估指标、安全考量和应用设计的章节，对于企业级应用开发极具参考价值。

四、安装教程

这份课程本身不需要“安装”，你只需要准备好开发环境，克隆代码库即可开始学习。

1. 环境准备

确保你的系统已安装Python 3.8或更高版本：

python --version

如果没有安装，请从 python.org 下载并安装。

2. 克隆课程仓库

打开终端，执行以下命令：

git clone https://github.com/microsoft/generative-ai-for-beginners.git
cd generative-ai-for-beginners

3. 创建Python虚拟环境

为了隔离依赖，建议为课程创建独立的虚拟环境：

Windows:

python -m venv venv
venv\Scripts\activate

macOS/Linux:

python3 -m venv venv
source venv/bin/activate

4. 安装依赖

进入任意一个课程的代码目录，安装所需依赖。以第一课为例：

cd 01-introduction-to-generative-ai
pip install -r requirements.txt

如果你的网络环境需要代理，可以使用以下命令：

pip install -r requirements.txt --proxy http://your-proxy:port

5. 配置API密钥

课程中的代码需要调用AI服务的API。你可以选择使用OpenAI的API或Azure OpenAI服务。在项目根目录创建一个 .env 文件：

touch .env

编辑 .env 文件，添加你的API密钥：

# 如果使用OpenAI
OPENAI_API_KEY=sk-你的密钥

# 如果使用Azure OpenAI
AZURE_OPENAI_ENDPOINT=https://你的资源名.openai.azure.com/
AZURE_OPENAI_KEY=你的密钥

6. 验证环境

运行第一课的示例代码，确认一切正常：

cd 01-introduction-to-generative-ai
python prompt_basics.py

如果你能看到AI的响应输出，说明环境配置成功。

7. 在线学习选项

如果你不想在本地配置环境，也可以使用在线学习方式：

• 在GitHub仓库中直接阅读课程材料（Markdown格式）
• 使用GitHub Codespaces一键打开开发环境
• 在Azure上创建免费的计算实例运行代码

五、使用示例

课程包含丰富的代码示例，这里精选几个代表性案例，展示你将学到什么。

示例1：提示工程基础

这是课程第一课的内容，教你如何设计有效的提示词：

# 01-introduction-to-generative-ai/prompt_basics.py
import openai
from dotenv import load_dotenv
import os

load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

def simple_prompt(prompt):
    """基础提示词调用"""
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}]
    )
    return response.choices[0].message.content

# 示例1：直接提问
result1 = simple_prompt("什么是生成式AI？用一句话解释")
print("直接提问:", result1)

# 示例2：带约束的提示
result2 = simple_prompt("""
请用以下格式回答：
- 名称：[AI模型名称]
- 主要功能：[一句话描述]
- 适合场景：[列出3个场景]

主题：ChatGPT
""")
print("\n带约束的提示:\n", result2)

# 示例3：思维链提示
result3 = simple_prompt("""
请一步步思考：
1. 用户想要一个生日礼物推荐
2. 用户是15岁的男孩，喜欢科技产品
3. 预算在500元以内
4. 给出3个推荐并说明理由
""")
print("\n思维链提示:\n", result3)

示例2：检索增强生成

这是课程中非常实用的一个模块，展示了如何让AI访问外部知识库：

# 07-retrieval-augmented-generation/rag_example.py
import openai
import numpy as np
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity

# 模拟知识库
knowledge_base = [
    "微软的Azure OpenAI服务提供了GPT-4、GPT-3.5等模型",
    "提示工程是设计有效提示词以优化AI输出的技术",
    "检索增强生成结合了信息检索和文本生成的优势",
    "生成式AI可以用于文本创作、代码生成、图像生成等任务",
    "微调是在特定数据上继续训练预训练模型的过程"
]

def retrieve_relevant_context(query, documents, top_k=2):
    """检索与查询最相关的内容"""
    vectorizer = TfidfVectorizer()
    doc_vectors = vectorizer.fit_transform(documents)
    query_vector = vectorizer.transform([query])
    
    similarities = cosine_similarity(query_vector, doc_vectors)[0]
    top_indices = similarities.argsort()[-top_k:][::-1]
    
    return [documents[i] for i in top_indices]

def rag_answer(question):
    """使用RAG回答用户问题"""
    # 1. 检索相关上下文
    relevant_docs = retrieve_relevant_context(question, knowledge_base)
    context = "\n".join(relevant_docs)
    
    # 2. 构建增强提示
    prompt = f"""
    基于以下信息回答问题：
    
    相关信息：
    {context}
    
    问题：{question}
    
    请确保答案仅基于提供的信息。
    """
    
    # 3. 调用模型生成答案
    response = openai.ChatCompletion.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}]
    )
    
    return response.choices[0].message.content

# 测试
question = "什么是检索增强生成？"
answer = rag_answer(question)
print(f"问题: {question}")
print(f"答案: {answer}")

示例3：构建AI智能体

课程中关于智能体的内容展示了如何让AI自主调用工具：

# 15-building-agents/weather_agent.py
import openai
import json
import requests

class SimpleAgent:
    def __init__(self):
        self.tools = {
            "get_weather": self.get_weather,
            "calculate": self.calculate
        }
    
    def get_weather(self, city):
        """模拟获取天气信息"""
        # 实际应用中可调用真实天气API
        weather_data = {
            "北京": "晴天，25度",
            "上海": "多云，22度",
            "深圳": "小雨，28度"
        }
        return weather_data.get(city, "天气信息暂不可用")
    
    def calculate(self, expression):
        """计算数学表达式"""
        try:
            result = eval(expression)
            return f"计算结果: {result}"
        except:
            return "表达式无效"
    
    def decide_tool(self, user_input):
        """让AI决定使用哪个工具"""
        prompt = f"""
        用户输入: {user_input}
        
        可用工具:
        - get_weather: 查询天气，参数为城市名称
        - calculate: 计算数学表达式，参数为表达式字符串
        
        请以JSON格式输出你的决策：
        {{"tool": "工具名称", "params": "参数", "reason": "决策原因"}}
        
        如果不需要工具，输出：{{"tool": "none", "response": "直接回答"}}
        """
        
        response = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": prompt}],
            temperature=0
        )
        
        return json.loads(response.choices[0].message.content)
    
    def run(self, user_input):
        """运行智能体"""
        decision = self.decide_tool(user_input)
        
        if decision.get("tool") == "none":
            return decision.get("response", "我无法回答这个问题")
        
        tool_name = decision["tool"]
        params = decision["params"]
        
        if tool_name in self.tools:
            result = self.tools[tool_name](params)
            return f"工具执行结果: {result}"
        else:
            return "无法识别的工具"

# 测试智能体
agent = SimpleAgent()

print(agent.run("北京今天天气怎么样？"))
print(agent.run("帮我计算 123 + 456"))
print(agent.run("你好，很高兴见到你"))

示例4：图像生成应用

课程也涵盖多模态内容，这是图像生成的示例：

# 09-image-generation/image_gen_app.py
import openai
import requests
from PIL import Image
from io import BytesIO

def generate_image(prompt, size="1024x1024"):
    """使用DALL-E生成图像"""
    response = openai.Image.create(
        prompt=prompt,
        n=1,
        size=size
    )
    
    image_url = response['data'][0]['url']
    return image_url

def download_and_display_image(url):
    """下载并显示图像"""
    response = requests.get(url)
    img = Image.open(BytesIO(response.content))
    img.show()
    return img

# 生成图像
prompts = [
    "一只穿着宇航服的猫在月球上散步，卡通风格",
    "未来城市中的绿色花园，赛博朋克风格",
    "水彩画风格的宁静湖面，周围是秋天的树林"
]

for i, prompt in enumerate(prompts):
    print(f"生成图像 {i+1}: {prompt}")
    image_url = generate_image(prompt)
    print(f"图像URL: {image_url}")
    # download_and_display_image(image_url)  # 取消注释即可显示图像

示例5：评估与优化

课程最后部分包含评估AI应用质量的方法：

# 20-evaluation-and-metrics/evaluate.py
import openai
from typing import List, Dict

class AIEvaluator:
    def __init__(self):
        self.evaluation_criteria = {
            "相关性": "回答是否与问题直接相关",
            "准确性": "回答中的信息是否准确",
            "完整性": "回答是否覆盖了问题的关键点",
            "清晰度": "回答是否易于理解"
        }
    
    def evaluate_response(self, question: str, response: str) -> Dict[str, float]:
        """评估AI回答的质量"""
        prompt = f"""
        请评估以下AI回答的质量，按照1-5分打分：
        
        问题: {question}
        回答: {response}
        
        评分标准:
        - 相关性: {self.evaluation_criteria['相关性']}
        - 准确性: {self.evaluation_criteria['准确性']}
        - 完整性: {self.evaluation_criteria['完整性']}
        - 清晰度: {self.evaluation_criteria['清晰度']}
        
        请以JSON格式输出分数，例如:
        {{"相关性": 4, "准确性": 5, "完整性": 3, "清晰度": 4}}
        """
        
        result = openai.ChatCompletion.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": prompt}],
            temperature=0
        )
        
        try:
            import json
            scores = json.loads(result.choices[0].message.content)
            return scores
        except:
            return {"error": "评估失败"}
    
    def compare_responses(self, question: str, responses: List[str]) -> Dict:
        """比较多个回答的质量"""
        results = {}
        for i, response in enumerate(responses):
            scores = self.evaluate_response(question, response)
            results[f"response_{i+1}"] = {
                "scores": scores,
                "average": sum(scores.values()) / len(scores)
            }
        
        # 找出最佳回答
        best = max(results.items(), key=lambda x: x[1]["average"])
        results["best"] = best[0]
        
        return results

# 使用示例
evaluator = AIEvaluator()

question = "什么是生成式AI？"
responses = [
    "生成式AI是一种人工智能技术，可以创建新的内容。",
    "生成式AI指的是能够根据训练数据生成新内容的人工智能模型，包括文本、图像、音乐等。它通过学习数据中的模式和结构，创造出全新的、原创的内容，而不是简单地重复已有数据。",
    "就是能自己创造东西的AI。"
]

comparison = evaluator.compare_responses(question, responses)
print(json.dumps(comparison, indent=2, ensure_ascii=False))

六、常见问题

1. 问题：我没有机器学习背景，能学会吗？
   解决方案：完全可以。课程的设计初衷就是面向没有AI背景的开发者。前几节课会详细介绍必要的概念和原理，但重点放在如何使用现成的API，而不是从头训练模型。你只需要具备基础的Python编程能力即可。
2. 问题：课程需要付费的API密钥吗？
   解决方案：课程的大部分示例都设计为可以用免费或低成本的方式运行。OpenAI和Azure OpenAI都提供免费试用额度，足够完成课程中的练习。如果你不想使用付费服务，也可以选择开源模型（如通过Ollama运行本地模型），课程中有专门的章节介绍替代方案。
3. 问题：课程更新频率如何？
   解决方案：作为微软官方维护的开源项目，课程会定期更新。每次主要AI模型发布新版本时，课程都会同步更新相关内容。你可以在GitHub上关注项目，获取更新通知。目前项目活跃度很高，Issues和PR响应迅速。
4. 问题：课程有中文版吗？
   解决方案：有的。由于课程的受欢迎程度，社区已经完成了完整的中文翻译。你可以在GitHub仓库中找到 translations/zh-cn 目录，或者通过官方文档网站选择中文语言。所有21节课都已翻译完成，与英文版同步更新。

5. 问题：学完课程后能做什么？
   解决方案：完成课程后，你将具备独立构建生成式AI应用的能力。你可以：

   • 构建自己的聊天机器人或AI助手
   • 开发基于文档的问答系统
   • 创建内容生成工具
   • 设计能够调用外部工具的AI智能体
   • 将AI能力集成到现有应用
     课程最后有一个“毕业项目”模块，引导你将所学知识整合成一个完整应用。
6. 问题：课程会涉及法律和伦理问题吗？
   解决方案：会的。课程专门有一节关于AI应用的安全、伦理和法律考虑。内容包括：数据隐私、内容审核、偏见识别、版权问题、透明度和可解释性等。这些都是构建负责任的AI应用必须掌握的知识。

七、总结

Generative AI for Beginners是一份诚意满满的礼物，送给每一个想要踏入生成式AI领域的开发者。它没有故弄玄虚的数学公式，没有昂贵的硬件要求，只有21节精心设计的课程、数百个可运行的代码示例、以及一个热情活跃的学习社区。

这份课程最可贵的地方在于它的实用性和可及性。你不需要成为AI研究员，不需要发表论文，只需要有探索新技术的热情，就能在几个星期内从零基础到能够独立构建AI应用。课程中每个概念都有代码佐证，每个知识点都有动手练习，确保你真正掌握，而不仅仅是“听说过”。

对于初学者来说，最难的不是学习，而是不知道从何学起。Generative AI for Beginners解决了这个问题——它为你规划好了完整的路径，你只需要按部就班地走完。如果你已经准备好开始这段旅程，现在就可以去GitHub克隆这个项目，打开第一课的Jupyter Notebook，写下你人生中第一个AI应用的代码。