适用于 JavaScript 的生成 AI 概述

使用 JavaScript 发现生成 AI 的强大功能。 了解如何将 AI 无缝集成到 Web、移动或桌面应用程序中。

使用 AI 的 JavaScript？

虽然 Python 非常适合用于创建和训练 AI 模型，但使用这些模型生成应用是不同的。 大多数 AI 模型都通过 Web API 工作，因此任何可以进行 HTTP 调用的语言都可以使用 AI。 JavaScript 是跨平台的，可以轻松连接浏览器和服务器，使其成为 AI 应用的强选择。

有趣和交互式课程

加入我们，获得沉浸式学习体验，包括视频、代码项目和完整实现，以使用和了解生成 AI。

• 课程
• 视频系列

本课程是学生和新开发人员以有趣的交互式方式了解 AI 的好方法。 对于职业开发人员，要想提升 AI 技能，就要深入研究。

在本课程中：

• 了解 AI，同时通过生成式 AI 赋予历史人物生命
• 使用内置的浏览器 API 应用无障碍功能
• 使用文本和图像生成将 AI 集成到应用体验中
• 了解 AI 应用程序的体系结构模式

使用配套应用程序与历史人物交谈

关于 LLM 需要了解哪些信息？

大型语言模型（LLM）是针对大量数据训练的深度神经网络，用于理解和创建文本。 训练从大型、多样化的数据集开始，以生成基础模型，然后使用特殊数据微调以获取更好的结果。 LLM 的工作方式类似于代码编辑器或聊天应用中的智能自动完成工具。 模型有限制，如上下文窗口（通常是几千个令牌，尽管较新的模型支持更多），并且可以显示其训练数据的偏差。 这就是为什么负责任的 AI 很重要— 专注于公平、可靠性、隐私和责任，正如Microsoft建议的那样。

在课程的 LLM 会话中了解更多信息：

• 演示
• 视频

基本提示词设计技术

提示工程意味着设计提示以获得更好的 AI 结果。 可以使用零枪学习（无示例）或少量学习（含示例）来指导模型。 添加分步说明、清晰上下文和输出格式等提示有助于模型提供更好的答案。 还可以调整音调和个性化响应。 这些基础知识为 RAG 等高级技术设置。

在课程的提示词工程会话中了解更多信息：

• 演示
• 视频

使用 RAG 提高 AI 准确性和可靠性

使用检索扩充生成（RAG）使 AI 更准确、更可靠。 RAG 将检索器组合在一起，该检索器查找 up-to日期文档，以及使用这些文档回答问题的生成器。 此方法基于受信任的来源提供明确的事实答案，使结果易于检查且经济高效。 例如，Contoso 房地产支持使用 RAG 提供公司文档支持的详细答案。

在课程的 RAG 会话中了解更多信息：

• 演示
• 视频

使用 LangChain.js 加快 AI 开发

使用 LangChain.js加快 AI 项目的速度。 使用此 JavaScript 库可以轻松处理大型语言模型。 使用 LangChain.js 生成提示模板、连接模型和矢量数据库以及创建复杂的工作流。 快速原型应用，例如从 YouTube 脚本拉取和回答问题的 API。 准备好生产后，无需更改代码即可交换 Azure 服务的本地模型和向量存储。

在课程的 LangChain.js 会话中了解更多信息：

• 演示
• 视频

使用 Ollama 在本地计算机上运行 AI 模型

通过基于 llama.cpp 的开源工具 Ollama 下载并使用本地 AI 模型，以高效运行 Phi-3 等小型语言模型。 本地模型消除了对云基础结构的依赖，利用脱机功能实现快速开发，并通过快速内部开发循环提供经济高效的测试。 Phi-3 以其高性能和负责任的 AI 安全性而闻名，即使在中等规格设备上也能运行，并且可通过与 OpenAI 兼容的 API 进行访问，因此可以轻松与开发工作流集成。

在课程的 Ollama 会话中了解更多信息：

• 演示
• 视频

使用 Phi-3 免费开始使用 AI

使用联机场在浏览器中使用 Ollama 工具和 Phi-3 模型试用 AI 模型。 创建 GitHub Codespace 以在浏览器中使用 VS Code，运行“Ollama run phi3”等命令来与模型聊天，并使用 Jupyter 笔记本测试提示工程、少量学习和 RAG。 可以联机生成和浏览 AI 项目 -- 无需快速 GPU 或本地设置。

在课程的 Phi-3 会议中了解更多信息：

• 演示
• 视频

Azure AI Foundry 简介

使用 Azure AI Foundry 开始使用 JavaScript 生成生成 AI 应用。 使用中心和项目组织资源，浏览数千个模型，并部署模型以在场中进行测试。 无论是选择托管计算还是无服务器 API，都遵循相同的步骤在工作流中选择、部署和使用模型。

在课程的 Azure AI Foundry 会话中了解更多信息：

• 演示
• 视频

使用 Azure Cosmos DB 构建生成式AI应用

了解更多信息，请观看课程 中的Azure Cosmos DB 课程。

• 演示
• 视频

Azure 工具 & 用于托管和存储 AI 应用的服务

发现用于托管和存储 AI 应用的关键 Azure 工具和服务。 构建不同类型的 AI 应用，例如聊天应用、RAG 和自治代理。 使用 Azure 开发人员 CLI（AZD）轻松部署。 比较无服务器和基于容器的选项，并了解如何确保 API 安全、可缩放，并监视实际使用。

在课程 的Azure 工具和服务会话中了解更多详细信息。

• 视频

利用 AI 聊天协议流式处理生成式 AI 输出

使用 AI 聊天协议流式传输生成 AI 输出。 此工具使 AI 服务和客户端应用之间的实时通信变得轻松。 尝试使用两种流式处理方法：在浏览器中运行推理或使用 AI 推理服务器。 注意 API 密钥泄露、数据安全以及选择正确的协议。 借助 AI 聊天协议的简单客户端，可以使用 getCompletion 和 getStreamedCompletion 方法向应用添加安全高效的流式处理，如 LangChain.js 示例中的无服务器 RAG 所示。

在课程的流式处理会话中了解更多信息：

• 演示
• 视频