Udemy – GenAI for .NET: Build LLM Apps with OpenAI and Ollama 2025-7

در تاریخ: 1404/07/07 1:11:31

توضیحات

دوره GenAI for .NET: Build LLM Apps with OpenAI and Ollama. این دوره آموزشی چگونگی ساخت برنامه‌های هوش مصنوعی مولد (GenAI) با استفاده از پلتفرم دات‌نت و مدل‌های زبان بزرگ (LLM) از OpenAI و Ollama را ارائه می‌دهد. در این دوره کاربردی، شرکت‌کنندگان یاد می‌گیرند که چگونه با بهره‌گیری از کتابخانه‌های انتزاعی Microsoft-Extensions-AI، سرویس‌های مختلف هوش مصنوعی از جمله OpenAI، Azure AI و Ollama را یکپارچه کرده و برنامه‌های متنوعی مانند چت‌بات، سامانه جستجوی معنایی، سامانه تولید مبتنی بر بازیابی افزوده (RAG) و تحلیل تصویر ایجاد کنند. مباحث با آشنایی با اکوسیستم هوش مصنوعی دات‌نت و پیکربندی ارائه‌دهندگان مدل آغاز شده و سپس پیاده‌سازی وظایفی مانند دسته‌بندی، خلاصه‌سازی، استخراج داده و تحلیل احساسات با مدل‌هایی مانند GPT-5-mini و Llama3.2 آموزش داده می‌شود. ساخت یک چت‌بات هوشمند با قابلیت حفظ زمینه مکالمه و استفاده از قابلیت Chat Streaming و Function Calling برای فراخوانی توابع از دیگر بخش‌ها است. مبحث جستجوی برداری با تولید و ذخیره‌سازی جاسازی‌های متنی در یک پایگاه داده برداری مانند Qdrant و انجام جستجوی معنایی به طور کامل پوشش داده می‌شود. همچنین، پیاده‌سازی سامانه RAG برای بازیابی اطلاعات از اسناد شخصی و تولید پاسخ‌های دقیق و تحلیل تصویر با مدل‌های بینایی کامپیوری برای tasksی مانند تشخیص شی و تولید توضیح تصویر آموزش داده می‌شود. در نهایت، کلیه این مفاهیم در یک پروژه کاربردی و کامل تحت عنوان “فروشگاه الکترونیکی با قابلیت جستجوی برداری” با استفاده از .NET Aspire برای orchestration سرویس‌ها، Qdrant و مدل‌های LLM ادغام می‌شوند تا شرکت‌کنندگان در پایان دوره توانایی و اطمینان لازم برای توسعه برنامه‌های هوشمند GenAI را به دست آورند.

آنچه فرا خواهید گرفت

مفاهیم GenAI: LLM، Token، SLM، Prompt Engineering.
اکوسیستم .NET + AI: ابزارها و کتابخانه‌های توسعه AI برای .NET.
پیکربندی ارائه‌دهندگان LLM: GitHub Models، Ollama، Azure AI Foundry.
Chat، Text Completions، Analysis و Function Calling با .NET.
تکمیل متن LLM با مدل gpt-5-mini از GitHub Models OpenAI.
دسته‌بندی، خلاصه‌سازی، تحلیل احساسات و سایر موارد استفاده LLM.
خروجی ساختاریافته (Structured Output) در LLM برای مورد استفاده استخراج داده.
ساخت اپلیکیشن چت AI با .NET و مدل gpt-5-mini.
فراخوانی توابع .NET با استفاده از مدل GH gpt-5-mini با Function Calling.
جستجوی برداری .NET AI با استفاده از Vector Embeddings و Vector Store.
تولید Embeddings و محاسبه تشابه با CosineSimilarity.
توسعه اپلیکیشن جستجوی برداری .NET AI با Ollama و مدل جاسازی all-minilm.
اپلیکیشن تولید مبتنی بر بازیابی افزوده (RAG) با .NET AI.
ساخت اپلیکیشن چت .NET با RAG Template با مدل gpt-5-mini OpenAI.
ساخت اپلیکیشن چت .NET با RAG Template با استفاده از Ollama و all-minilm.
ساخت اپلیکیشن تحلیل تصویر با .NET و GH Models – OpenAI gpt-5-mini.
ساخت اپلیکیشن تحلیل تصویر با .NET و Ollama llava.
ساخت اپلیکیشن جستجوی برداری Eshop با .NET Aspire، gpt-5-mini و Qdrant Vector DB.
افزودن پایگاه داده برداری Qdrant به .NET Aspire.
بلوک‌های ساختمانی AI یکپارچه: Microsoft Extensions AI (MEAI).