Kurz pro tvorbu AI aplikací s LangChain4j a Azure OpenAI GPT-5.2, od základního chatu až po AI agenty.
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Raději klonovat lokálně?
Toto úložiště obsahuje více než 50 jazykových překladů, což výrazně zvyšuje velikost stahování. Pro klonování bez překladů použijte sparse checkout:
Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/LangChain4j-for-Beginners.git cd LangChain4j-for-Beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/LangChain4j-for-Beginners.git cd LangChain4j-for-Beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"To vám poskytne vše potřebné pro dokončení kurzu s mnohem rychlejším stahováním.
- Rychlý start - Začněte s LangChain4j
- Úvod - Naučte se základy LangChain4j
- Tvorba promptů - Ovládněte efektivní tvorbu promptů
- RAG (Retrieval-Augmented Generation) - Stavba inteligentních znalostních systémů
- Nástroje - Integrace externích nástrojů a jednoduchých asistentů
- MCP (Model Context Protocol) - Práce s Modelem kontextového protokolu (MCP) a agentními moduly
Jste v LangChain4j nováček? Podívejte se na Glosář pro definice klíčových pojmů a konceptů.
Rychlý start
- Vytvořte si fork tohoto repozitáře do svého GitHub účtu
- Klikněte na Code → záložka Codespaces → ... → New with options...
- Použijte výchozí nastavení – vybere se vývojové kontejner vytvořený pro tento kurz
- Klikněte na Create codespace
- Počkejte 5-10 minut, než bude prostředí připravené
- Přejděte rovnou na Rychlý start a začněte!
Po dokončení modulů prozkoumejte Průvodce testováním, kde uvidíte testovací koncepty LangChain4j v akci.
Poznámka: Tento kurz používá jak GitHub Modely, tak Azure OpenAI. Modul Rychlý start používá GitHub modely (není potřeba předplatné Azure), zatímco moduly 1-5 používají Azure OpenAI. Začněte s ZDARMA Azure účtem, pokud ho ještě nemáte.
Pro rychlý start kódu otevřete tento projekt v GitHub Codespace nebo ve svém lokálním IDE s poskytnutým devcontainerem. Devcontainer použitý v tomto kurzu je přednastaven s GitHub Copilot pro AI párové programování.
Každý příklad kódu obsahuje navrhované dotazy, které můžete položit GitHub Copilotovi pro lepší pochopení. Hledejte značky 💡/🤖 v:
- Hlavičkách Java souborů - otázky specifické pro každý příklad
- README souborech modulů - podněty k průzkumu po příkladech kódu
Jak používat: Otevřete jakýkoliv zdrojový soubor a zeptejte se Copilota na navržené otázky. Má plný kontext kódu a může vysvětlit, rozšířit a nabídnout alternativy.
Chcete se dozvědět víc? Podívejte se na Copilot pro AI párové programování.
Pokud narazíte na problém nebo máte jakékoli otázky ohledně tvorby AI aplikací, připojte se na:
Pokud máte zpětnou vazbu k produktu nebo během vývoje narazíte na chyby, navštivte:
Licence MIT - Podrobnosti naleznete v souboru LICENSE.
Upozornění: Tento dokument byl přeložen pomocí AI překladatelské služby Co-op Translator. Přestože usilujeme o přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho mateřském jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Nejsme odpovědní za žádné nedorozumění nebo nesprávné výklady vzniklé použitím tohoto překladu.
