Waktu yang Diperlukan: Seluruh workshop dapat diselesaikan secara online tanpa pengaturan lokal. Pengaturan lingkungan memakan waktu 2 menit, dengan eksplorasi sampel membutuhkan 1-3 jam tergantung kedalaman eksplorasi.
Mulai Cepat
- Fork repositori ini ke akun GitHub Anda
- Klik Code → tab Codespaces → ... → New with options...
- Gunakan default – ini akan memilih kontainer Pengembangan yang dibuat untuk kursus ini
- Klik Create codespace
- Tunggu sekitar 2 menit hingga lingkungan siap
- Langsung ke Contoh pertama
Arab | Bengali | Bulgaria | Birma (Myanmar) | Cina (Sederhana) | Cina (Tradisional, Hong Kong) | Cina (Tradisional, Macau) | Cina (Tradisional, Taiwan) | Kroasia | Ceko | Denmark | Belanda | Estonia | Finlandia | Prancis | Jerman | Yunani | Ibrani | Hindi | Hungaria | Indonesia | Italia | Jepang | Kannada | Khmer | Korea | Lituania | Melayu | Malayalam | Marathi | Nepali | Pidgin Niger | Norwegia | Persia (Farsi) | Polandia | Portugis (Brasil) | Portugis (Portugal) | Punjabi (Gurmukhi) | Rumania | Rusia | Serbia (Sirilik) | Slowakia | Slovenia | Spanyol | Swahili | Swedia | Tagalog (Filipina) | Tamil | Telugu | Thai | Turki | Ukraina | Urdu | Vietnam
Lebih Suka Clone Secara Lokal?
Repositori ini mencakup 50+ terjemahan bahasa yang secara signifikan meningkatkan ukuran unduhan. Untuk clone tanpa terjemahan, gunakan sparse checkout:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/Generative-AI-for-beginners-java.git cd Generative-AI-for-beginners-java git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/Generative-AI-for-beginners-java.git cd Generative-AI-for-beginners-java git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"Ini memberikan semua yang Anda butuhkan untuk menyelesaikan kursus dengan unduhan yang jauh lebih cepat.
- Konsep Inti: Memahami Large Language Models, token, embedding, dan kemampuan AI
- Ekosistem AI Java: Gambaran umum Spring AI dan OpenAI SDK
- Protokol Konteks Model: Pengenalan MCP dan perannya dalam komunikasi agen AI
- Aplikasi Praktis: Skenario dunia nyata termasuk chatbot dan pembuatan konten
- → Mulai Bab 1
- Konfigurasi Multi-Penyedia: Siapkan GitHub Models, Azure OpenAI, dan integrasi OpenAI Java SDK
- Spring Boot + Spring AI: Praktik terbaik untuk pengembangan aplikasi AI perusahaan
- GitHub Models: Akses model AI gratis untuk prototipe dan pembelajaran (tanpa kartu kredit)
- Alat Pengembangan: Kontainer Docker, VS Code, dan konfigurasi GitHub Codespaces
- → Mulai Bab 2
- Prompt Engineering: Teknik untuk respons optimal model AI
- Embedding & Operasi Vektor: Implementasi pencarian semantik dan pencocokan kemiripan
- Retrieval-Augmented Generation (RAG): Gabungkan AI dengan sumber data Anda sendiri
- Pemanggilan Fungsi: Perluas kemampuan AI dengan alat khusus dan plugin
- → Mulai Bab 3
- Pet Story Generator (
petstory/): Pembuatan konten kreatif dengan GitHub Models - Demo Foundry Lokal (
foundrylocal/): Integrasi model AI lokal dengan OpenAI Java SDK - Layanan Kalkulator MCP (
calculator/): Implementasi dasar Model Context Protocol dengan Spring AI - → Mulai Bab 4
- Keamanan GitHub Models: Uji pemfilteran konten bawaan dan mekanisme keamanan (blok keras dan penolakan lunak)
- Demo AI Bertanggung Jawab: Contoh langsung yang menunjukkan cara kerja sistem keamanan AI modern dalam praktik
- Praktik Terbaik: Pedoman penting untuk pengembangan dan penerapan AI yang etis
- → Mulai Bab 5
Jika Anda mengalami kebuntuan atau memiliki pertanyaan tentang membangun aplikasi AI. Bergabunglah dengan pembelajar lain dan pengembang berpengalaman dalam diskusi tentang MCP. Ini adalah komunitas yang mendukung di mana pertanyaan disambut dan pengetahuan dibagikan dengan bebas.
Jika Anda memiliki umpan balik produk atau menemukan kesalahan saat membangun kunjungi:
Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berusaha untuk akurasi, harap diingat bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang sah. Untuk informasi penting, disarankan menggunakan terjemahan manusia profesional. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang salah yang timbul dari penggunaan terjemahan ini.