Microsoft Generative AI for Beginners

Microsoft Generative AI for Beginners

微软官方出品 —— 21 节课，从零到一掌握生成式 AI。

这是什么？适合谁？

Microsoft Generative AI for Beginners 是微软官方推出的免费生成式 AI 课程（Version 3），共 21 课，系统讲解 LLM 原理、Prompt Engineering、RAG、Agent 开发、AI 伦理、Fine-tuning、SLM、Mistral/Meta 系列模型等核心主题。每课包含理论讲解、短视频、Python 和 TypeScript 代码示例和实战练习。GitHub 113K+ stars，MIT 开源，支持 50+ 语言翻译。

课程特色：

• 覆盖 Azure OpenAI、Microsoft Foundry Models、OpenAI API、Foundry Local 四种运行环境
• Python 和 TypeScript 双语言代码支持
• 每课包含短视频 + README 教程 + 实战练习 + 额外资源
• GitHub Action 自动维护多语言翻译
• 全球最受欢迎的生成式 AI 入门课程之一

适合谁？一是 AI 初学者，想系统学习生成式 AI 的基础知识；二是转行 AI 的开发者，需要结构化学习路径；三是企业培训负责人，需要内部培训材料。不适合：已有 AI 开发经验的从业者（内容偏基础）。

准备工作

• 环境：Python 3.8+，Jupyter Notebook（或 TypeScript 环境）
• 账号：GitHub 账号（用于 Fork 课程仓库）
• API 密钥：Azure OpenAI / OpenAI API Key / Microsoft Foundry Models（至少选一）
• 免云方案：Foundry Local —— 完全本地运行，无需云端订阅
• 加入社区：Microsoft Foundry Discord 获取学习社区支持

课程大纲

第 1 步：克隆仓库

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

# 跳过翻译文件（大幅减少下载量）
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'

第 2 步：课程规划

完整 21 课分为五大模块：

基础入门（第 00-03 课）—— Learn 类型

Prompt Engineering（第 04-05 课）—— Learn 类型

应用构建（第 06-11 课）—— Build 类型

进阶主题（第 12-18 课）

模型专题（第 19-21 课）—— 最新版新增

第 3 步：动手实践

每课末尾有实战练习，建议按顺序学习，从第 01 课开始。课程目录按数字顺序排列：

ls -d 0*/
# 00-course-setup/  01-introduction-to-genai/  ...

初级用法

最简单的 LLM 调用

# 第 06 课 - 文本生成应用
from openai import OpenAI

client = OpenAI()  # 或使用 AzureOpenAI

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "用简单的话解释什么是生成式 AI"}]
)
print(response.choices[0].message.content)

使用 Foundry Local（无需云端）

# 安装 Foundry Local
# 完全离线，无需 API Key
# 适用于隐私敏感场景

高级玩法

实现 RAG 应用

# 第 15 课 - RAG 与向量数据库
# 使用向量数据库（如 Chroma、Qdrant）存储文档 Embedding
# 构建检索增强生成流程
from openai import OpenAI

client = OpenAI()

# 1. 将文档转为 Embedding
response = client.embeddings.create(
    model="text-embedding-3-small",
    input="你的文档内容..."
)

# 2. 检索相关内容后，将上下文注入 Prompt
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "基于以下上下文回答："},
        {"role": "user", "content": f"上下文：{retrieved_docs}\n\n问题：用户的问题"}
    ]
)

Fine-tuning 自定义模型

# 第 18 课 - Fine-tuning
# 使用自己的数据集微调模型，适配特定任务

Function Calling 集成外部工具

# 第 11 课 - Function Calling
# 让 LLM 调用外部 API 获取实时数据或执行业务操作

小技巧

1. 使用 sparse-checkout 快速克隆：仓库极大（50+ 翻译），用 --sparse 跳过翻译文件夹
2. Python + TypeScript 双语言：根据你的偏好选择语言，课程代码两种语言都提供
3. 先跑起来再说：不要卡在理论知识，先用课程代码跑通一个示例，再回头理解原理
4. 用 Foundry Local 零成本学习：完全本地运行，没有任何 API 费用
5. GitHub Codespaces 一键启动：在 GitHub 仓库页面按 . 键或使用 Codespaces 直接打开
6. 关注课程集合：微软还有 AI Agents for Beginners 和 MCP for Beginners，形成完整学习路径

常见踩坑

踩坑 1：克隆仓库过大导致超时

• 症状：git clone 下载几十到几百 MB，耗时极长
• 解决：使用 sparse-checkout 排除 translations 文件夹，仅保留英文课程核心内容

踩坑 2：API Key 配置混淆

• 症状：Azure OpenAI 和 OpenAI API 的配置参数混淆
• 解决：课程 README 开头有明确的配置说明。Azure OpenAI 需要 api_key、api_base、deployment_name 三个参数

踩坑 3：Azure 账号注册失败

• 症状：注册 Azure 需要信用卡验证
• 解决：使用 OpenAI API（直接注册 OpenAI）或 Foundry Local（完全免费本地运行），无需 Azure 账号

踩坑 4：模型版本不一致

• 症状：课程代码中使用 gpt-4 但账号只有 gpt-4o-mini 权限
• 解决：在代码中替换为更低成本模型，多数课程示例在不同模型间通用

踩坑 5：Jupyter Notebook 内核问题

• 症状：.ipynb 文件无法正确加载
• 解决：确保安装了 jupyter 和 ipykernel，在仓库根目录运行 pip install -r requirements.txt

踩坑 6：翻译版本过时

• 症状：中文翻译停留在旧版本
• 解决：优先阅读英文原版。英文版本始终最新，GitHub Action 自动翻译可能存在数小时延迟

踩坑 7：Foundry Local 性能问题

• 症状：本地模型运行缓慢
• 解决：减少模型参数量级（如使用 7B 而非 70B 模型），或使用 GPU 加速

踩坑 8：初学者对 Python 和 Notebook 不熟悉

• 症状：不知道如何运行课程代码
• 解决：先学习微软的 Python for Beginners 课程

常见问题 FAQ

Q1: 这门课程完全免费吗？需要什么先决条件？

A: 课程内容完全免费（MIT 开源）。零成本学习方案：使用 Foundry Local 完全本地运行，无需任何 API 费用。基本编程知识（Python 或 TypeScript）有帮助，但不是强制要求——微软提供了 Python 入门课程。来源

Q2: 学完可以从事 AI 开发工作吗？

A: 本课程提供扎实的生成式 AI 理论基础和实践经验，足以让你开始构建 GenAI 应用。但对于专业岗位，建议补充：系统设计、部署运维（LLMOps）、安全合规等进阶知识。来源

Q3: 课程与 OpenAI 官方文档的差异？

A: 课程侧重系统性知识路径（从基础到高级），而 OpenAI 官方文档是 API 参考手册。两者互补：先学课程建立框架，再用官方文档查细节。课程每课末尾的”Keep Learning”部分会引导到官方文档。来源

Q4: 课程多久更新一次？

A: 课程持续维护，当前是最新 Version 3（2025-2026 更新），新增了 SLM、Mistral、Meta 等模型专题。GitHub 上的代码示例也会随 API 变更及时更新。关注 GitHub Issues 了解变更通知。来源

Q5: 课程支持在国内学习吗？

A: GitHub 仓库可直接访问。但 Azure OpenAI / OpenAI API 在国内的可用性取决于网络环境和政策。替代方案：使用 Foundry Local 本地运行，完全不需要连接海外 API 服务。企业用户可联系微软中国获取 Azure OpenAI 服务信息。来源

进阶学习建议

1. 完整学习路径：学完本课程后，继续学习 AI Agents for Beginners 和 MCP for Beginners，构建完整知识体系
2. 深入 LLMOps：学习 第 14 课 的 LLM 应用生命周期管理，掌握生产级部署
3. 动手做项目：用学到的知识构建个人项目，如智能客服、内容生成工具、RAG 知识库
4. 参与开源贡献：为课程贡献代码、翻译或文档改进
5. 关注最新模型：微软 Foundry Models Catalog 持续更新最新模型
6. 阅读论文：深入了解 Transformer、Attention 机制、RLHF 等底层技术
7. 参加认证考试：准备 AI-102 Azure AI Engineer Associate 认证

参考链接

• 课程 GitHub
• 微软 AI 学习路径
• AI Agents for Beginners
• MCP for Beginners
• Microsoft Foundry
• Foundry Local
• Microsoft Foundry Discord
• Azure OpenAI 服务

免责声明：本文档基于 Microsoft Generative AI for Beginners 开源课程（MIT）编写。课程内容由微软 Cloud Advocates 团队维护。使用 Azure OpenAI / OpenAI API 可能产生费用，由相应服务提供商收取。Foundry Local 是免云端的本地运行方案。Star 数、课程内容等数据来自 GitHub API（2026-07-23 快照），实际可能随时间变化。微软商标和标识的使用须遵循微软商标和品牌指南。