Generative-AI-for-beginners-dotnet

GitHub
2.6k 1.9k 中等 2 次阅读 今天MIT图像Agent开发框架
AI 解读 由 AI 自动生成,仅供参考

Generative AI for Beginners .NET 是一门专为 .NET 开发者设计的实践课程,帮助他们快速掌握如何在 .NET 应用中集成生成式 AI 技术。通过五个实用的课程模块,开发者不仅能学习理论知识,还能通过真实代码示例和实际应用场景,快速上手构建自己的生成式 AI 应用。

这门课程解决了许多开发者在将 AI 技术融入 .NET 项目时面临的难题:如何从零开始实现生成式 AI 功能?它提供了清晰的指导、丰富的代码样例以及最新的工具支持,例如 Microsoft Agent Framework 和 Claude 模型的集成方案,让开发者能够轻松构建聊天机器人、多智能体系统等复杂应用。

Generative AI for Beginners .NET 非常适合有一定 .NET 开发经验并希望探索生成式 AI 的开发者。无论是想开发智能客服系统、自动化工作流,还是尝试前沿的多智能体技术,这门课程都能提供实用的帮助。对于研究人员或设计师来说,它的实践导向也降低了技术门槛,便于快速验证想法。

值得一提的是,课程紧跟技术前沿,集成了 Microsoft Agent Framework 的最新版本(Release Candidate),并支持多种 Claude 模型(如 Haiku、Sonnet 和 Opus)。这些亮点不仅提升了开发效率,还为构建现代化、高性能的 AI 应用提供了坚实基础。如果你是 .NET 开发者并对生成式 AI 感兴趣,这门课程无疑是一个绝佳的起点。

使用场景

一位 .NET 开发者正在为一家电商公司开发智能客服系统,需要实现自动生成回复和处理复杂用户请求的功能。

没有 Generative-AI-for-beginners-dotnet 时

  • 对生成式 AI 的基本概念和技术实现完全陌生,不知道如何将 AI 集成到现有的 .NET 应用中。
  • 缺乏实际代码示例,只能依赖零散的文档和教程,学习效率低下且容易出错。
  • 在尝试集成第三方 AI 模型(如 Claude)时,因缺乏清晰的 API 使用指导,导致开发进度严重拖延。
  • 自己设计的对话逻辑不够灵活,无法支持多轮对话或复杂的业务场景。

使用 Generative-AI-for-beginners-dotnet 后

  • 通过课程中的五节实战课程,快速掌握了生成式 AI 的核心概念,并学会了如何在 .NET 中应用这些技术。
  • 借助丰富的代码示例和迁移指南,开发者能够直接复用现有代码片段,大幅缩短了开发时间。
  • 提供了与 Microsoft Agent Framework 和 Claude 模型集成的具体案例,轻松实现了多轮对话和复杂业务逻辑。
  • 利用 Blazor Web 聊天应用示例,快速搭建了一个现代化的用户界面,提升了用户体验。

Generative-AI-for-beginners-dotnet 让开发者从零基础到高效构建生成式 AI 应用,显著降低了学习成本和开发难度。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes需要 GitHub 账户和 Azure 账户,支持通过 GitHub Codespaces 快速启动开发环境;可选使用 Ollama 运行本地模型。
python未说明
Azure Developer CLI
.NET SDK
Microsoft Agent Framework
Generative-AI-for-beginners-dotnet hero image

快速开始

面向初学者的生成式 AI .NET 课程

实用课程,教你如何在 .NET 中构建生成式 AI 应用程序

GitHub 许可证 GitHub 贡献者 GitHub 问题 GitHub 拉取请求 欢迎 PR

GitHub 关注者 GitHub 分支 GitHub 星标

Azure AI 社区 Discord

Microsoft Foundry GitHub 讨论

面向初学者的生成式 AI .NET 标志

欢迎来到 面向初学者的生成式 AI .NET,这是专为 .NET 开发人员设计的实践课程,带你进入生成式 AI 的世界!

这不是一个典型的“给你一些理论,祝你好运”的课程。本存储库专注于 实际应用实时编码,帮助 .NET 开发人员充分利用生成式 AI。

这是一门 动手实践实用性强 并且旨在 有趣 的课程!

别忘了 给这个仓库加星标 (🌟),以便稍后更容易找到它。

➡️ 通过 派生此仓库 获取你自己的副本,并在你的个人仓库中找到它。

✨ 最新动态

我们不断改进此课程,加入最新的 AI 工具、模型和实用示例:

  • 🚀 Microsoft Agent Framework 达到候选发布版本!

    Microsoft Agent Framework 已达到 候选发布版本 (1.0.0-rc1) —— 这是一个用于在 .NET 中构建代理和多代理系统的框架。我们的示例正在迁移到 RC API。在此期间,探索 25+ 个涵盖控制台应用程序、Web 聊天、多代理工作流和 Foundry 集成的 Agent Framework 示例。

    👉 探索 Agent Framework 示例

  • 🤖 使用 Agent Framework 的 Claude 模型

    将来自 Microsoft Foundry 的 Claude 模型 与 Microsoft Agent Framework 集成!三个全面的示例展示了:

    • 使用 ChatClientAgent 与 Claude 进行基本控制台聊天
    • 通过线程序列化/反序列化实现对话持久性
    • 具有现代 UI 的交互式 Blazor Web 聊天应用程序
    • 自定义 ClaudeToOpenAIMessageHandler 以实现无缝 API 桥接
    • 支持 Claude Haiku、Sonnet 和 Opus 模型

    👉 探索 Claude MAF 示例

    另外还有一个基础的 Claude 集成示例:

    👉 通过 Microsoft Foundry 使用 Claude 的 BasicChat

在我们的最新动态存档中查看所有以前的更新

🚀 简介

生成式 AI 正在改变软件开发,而 .NET 也不例外。本课程旨在通过以下方式简化学习过程:

  • 每节课配有 5-10 分钟的短视频。
  • 提供可以运行和探索的完整 .NET 代码示例。
  • 集成工具,包括 GitHub Codespaces,以便快速设置和缩短编码时间。你可以使用 Azure OpenAI 服务 / Microsoft FoundryOllama 进行本地模型托管。

你将学习如何将生成式 AI 集成到 .NET 项目中,从基本的文本生成到使用 Azure OpenAI 服务带有 Ollama 的本地模型 构建完整的解决方案。

📦 每节课包含

  • 短视频:快速概述本节课内容(5-10 分钟)。
  • 完整代码示例:功能齐全,随时可以运行。
  • 分步指导:简单的说明,帮助你学习和实现这些概念。
  • 深入参考资料:本课程侧重于 GenAI 的实际实现,若需深入了解理论部分,我们还提供了 面向初学者的生成式 AI - 课程 中的解释链接。

🗃️ 课程

# 课程链接 描述
01 生成式 AI 简介
  • 什么是生成式 AI,以及它与传统编程的区别
  • 为什么 .NET 是 AI 开发的一等公民(first-class citizen)
  • Microsoft AI 技术栈及其各部分的作用
  • 如何在 GitHub Codespaces 中运行示例或配置本地开发环境
02 生成式 AI 技术
  • 如何创建具有上下文和记忆的聊天对话
  • 文本嵌入(text embeddings)的工作原理及其重要性
  • 如何处理包括图像和文档在内的不同内容类型
  • 如何使用 Microsoft.Extensions.AI 抽象调用 AI 模型
03 AI 模式与应用
  • 如何构建理解语义的语义搜索
  • 如何实现检索增强生成(Retrieval Augmented Generation, RAG)
  • 如何创建能够处理和理解文档的应用程序
  • 何时使用每种模式以及如何将它们结合使用
04 使用 Microsoft Agent Framework 的 AI 代理
  • 代理与聊天机器人有何不同
  • 如何构建使用工具并采取行动的代理
  • 如何协调多个代理协同工作
  • 如何与模型上下文协议(Model Context Protocol, MCP)集成
05 负责任的 AI
  • 如何识别和缓解 AI 应用中的偏见
  • 如何实施内容安全和防护措施
  • 如何在系统中构建透明性和可解释性
  • 针对代理系统的伦理考量

🌐 多语言支持

语言 代码 翻译版 README 链接 最后更新日期
简体中文 zh 中文翻译 2025-06-24
繁体中文 tw 中文翻译 2025-06-24
法语 fr 法语翻译 2025-06-24
日语 ja 日语翻译 2025-06-24
韩语 ko 韩语翻译 2025-06-24
葡萄牙语 pt 葡萄牙语翻译 2025-06-24
西班牙语 es 西班牙语翻译 2025-06-24
德语 de 德语翻译 2025-06-24

注意: 所有翻译均于 2025-06-24 更新以匹配原始内容。详情请参阅 PR #161

🛠️ 所需条件

要开始学习,您需要:

  1. 一个 GitHub 账户(免费即可!)用于将此仓库 派生(fork) 到您自己的 GitHub 账户。

  2. 启用 GitHub Codespaces 以获得即时编码环境。您可以在仓库设置中启用 GitHub Codespaces。更多关于 GitHub Codespaces 的信息,请查看 此处

  3. 通过 派生此仓库 创建您的副本,或者使用页面顶部的 Fork 按钮。

  4. .NET 开发 的基本了解。更多关于 .NET 的信息,请查看 此处

  5. Azure Developer CLI (azd)在此安装(自动 Azure 设置所需)

  6. 一个 Azure 账户在此创建免费账户(免费账户即可!)

这就足够了。

我们设计了本课程,尽可能减少摩擦。为了帮助您快速上手,我们使用了以下方法:

  • 在 GitHub Codespaces 中运行:只需单击一下,您就可以获得一个预配置的环境来测试和探索课程。
  • 使用 Azure OpenAI / Microsoft Foundry:通过 Azure 访问强大的 AI 模型,适用于生产级场景。

当您准备扩展时,我们还提供了以下指南:

  • 使用 Ollama 在本地硬件上运行模型,以增强隐私和控制。

🚀 使用 Azure 快速入门

自动化设置(推荐)

对于首次使用 Azure 的用户,我们提供了一个自动化设置脚本,用于部署所有必要的资源:

# 导航到仓库根目录
cd Generative-AI-for-beginners-dotnet

# 运行设置脚本
./setup.ps1

这将:

  • ✅ 部署 Azure OpenAI 资源(gpt-5-mini, text-embedding-3-small)
  • ✅ 创建必要的存储和支持服务
  • ✅ 自动配置 .NET 用户密钥
  • ✅ 显示您的 Azure OpenAI 终端节点和凭据

详细说明,请参阅 Azure 资源设置指南


手动设置现有 Azure 账户

如果您已经拥有 Azure OpenAI 账户并已部署模型,请直接配置密钥:

# 设置共享密钥(所有示例均使用)
dotnet user-secrets set --id genai-beginners-dotnet "AzureOpenAI:Endpoint" "https://<your-region>.openai.azure.com/"
dotnet user-secrets set --id genai-beginners-dotnet "AzureOpenAI:Deployment" "gpt-5-mini"
dotnet user-secrets set --id genai-beginners-dotnet "AzureOpenAI:EmbeddingDeployment" "text-embedding-3-small"

然后导航到任何示例并运行:

cd samples/CoreSamples/BasicChat-01MEAI
dotnet run app.cs

注意: Azure OpenAI 示例使用 az login 进行身份验证。在运行任何 Azure 示例之前,请先运行 az login

更多手动设置选项,请参阅 Azure 资源设置指南


🧹 资源清理

完成课程后,请清理 Azure 资源以避免持续收费:

./cleanup.ps1

这将:

  • 删除所有 Azure 资源
  • 清理本地配置
  • 移除用户密钥

更多内容,请参阅 Azure 资源设置指南 - 清理

🤝 想要帮忙吗?

欢迎贡献!以下是您可以提供帮助的方式:

  • 报告问题 或者在仓库中提交 bug。

  • 改进现有的代码示例或添加新的示例,fork 本仓库并提出一些更改!

  • 建议增加新课程或改进现有内容。

  • 您有建议或者发现了拼写或代码错误?创建一个 Pull Request

详情请查看 CONTRIBUTING.MD 文件以了解如何参与。

📄 许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。

🌐 其他课程

我们有许多其他内容可以帮助您的学习之旅。请查看:

生成式 AI 系列 (Generative AI Series)

生成式 AI 入门 生成式 AI (.NET) 生成式 AI (Java) 生成式 AI (JavaScript)


核心学习

机器学习入门 (ML for Beginners) 数据科学入门 (Data Science for Beginners) 人工智能入门 (AI for Beginners) 网络安全入门 (Cybersecurity for Beginners) Web 开发入门 (Web Dev for Beginners) 物联网入门 (IoT for Beginners) XR 开发入门 (XR Development for Beginners)

获取帮助

如果您遇到困难或对构建 AI 应用有任何疑问,请加入:

Microsoft Foundry Discord

如果您对产品有反馈或在构建过程中遇到错误,请访问:

Microsoft Foundry 开发者论坛

版本历史

2025-05-092025/05/09
2025-07-212025/07/21
2025-07-022025/07/02
2025-06-162025/06/16
2025-06-042025/06/04
2025-05-262025/05/26
2025-04-242025/04/24
2025-03-312025/03/31
2025-03-172025/03/17
2025-02-242025/02/24
2025-02-172025/02/18

常见问题

相似工具推荐

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|今天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

139k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.7k|★★☆☆☆|2天前
开发框架图像Agent

NextChat

NextChat 是一款轻量且极速的 AI 助手,旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性,以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发,NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言,它也提供了便捷的自托管方案,支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性,原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型,让用户在一个界面即可自由切换不同 AI 能力。此外,它还率先支持 MCP(Model Context Protocol)协议,增强了上下文处理能力。针对企业用户,NextChat 提供专业版解决方案,具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能,满足公司对数据隐私和个性化管理的高标准要求。

87.6k|★★☆☆☆|今天
开发框架语言模型

ML-For-Beginners

ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程,旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周,包含 26 节精炼课程和 52 道配套测验,内容涵盖从基础概念到实际应用的完整流程,有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员,还是对人工智能充满好奇的普通爱好者,都能从中受益。课程不仅提供了清晰的理论讲解,还强调动手实践,让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持,通过自动化机制提供了包括简体中文在内的 50 多种语言版本,极大地降低了全球不同背景用户的学习门槛。此外,项目采用开源协作模式,社区活跃且内容持续更新,确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路,ML-For-Beginners 将是理想的起点。

85k|★★☆☆☆|今天
图像数据工具视频

ragflow

RAGFlow 是一款领先的开源检索增强生成(RAG)引擎,旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体(Agent)能力相结合,不仅支持从各类文档中高效提取知识,还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中,幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构(如表格、图表及混合排版),显著提升了信息检索的准确度,从而有效减少模型“胡编乱造”的现象,确保回答既有据可依又具备时效性。其内置的智能体机制更进一步,使系统不仅能回答问题,还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统,还是致力于探索大模型在垂直领域落地的创新者,都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口,既降低了非算法背景用户的上手门槛,也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目,它正成为连接通用大模型与行业专有知识之间的重要桥梁。

77.1k|★★★☆☆|昨天
Agent图像开发框架