AI

同一組能力,用兩套框架各做一遍 —— 結構化輸出、工具使用、記憶、多 agent 編排、可觀測性。前半用 Google ADK(9 站),後半用 OpenAI Agents SDK(11 站),最後加上語音 agent。每一課都附得出來的程式碼,不是只講概念。

• 進階
• 約 25 小時
• ★★★★★★★★★★0 人評價

大型語言模型的完整路線圖,分成兩條可以各自走完的路線:**LLM 科學家**(架構、預訓練、後訓練資料集、SFT、偏好對齊、評估、量化、新趨勢)與 **LLM 工程師**(執行模型、向量儲存、RAG、進階 RAG、agent、推論最佳化、部署、資安),另附一章選修的數學、Python 與神經網路基礎。

• 進階
• 約 105 小時
• ★★★★★★★★★★0 人評價

微軟 Cloud Advocates 的 21 課生成式 AI 課程(Version 3)。前半把觀念講清楚 —— LLM 怎麼運作、怎麼挑模型、怎麼寫 prompt、怎麼負責任地用它;後半動手做出文字、聊天、搜尋、圖像與低程式碼應用,再一路走到 function calling、RAG、agent、微調與各家模型。

• 入門
• 約 40 小時
• ★★★★★★★★★★0 人評價

Microsoft 的 AI Agent 入門課,19 課從「什麼是 agent、什麼時候不該用」一路走到上線:工具使用、Agentic RAG、規劃、多 agent、後設認知等設計模式,加上可觀測性與評估、MCP/A2A 協定、上下文工程、記憶、本地端 agent 與簽章稽核。程式碼範例走 Microsoft Agent Framework。

• 入門
• 約 38 小時
• ★★★★★★★★★★0 人評價

Hugging Face 官方的 NLP 與大型語言模型課程。從 pipeline 一路做到自己微調:Transformer 架構、🤗 Transformers / Datasets / Tokenizers 三個函式庫、經典 NLP 任務、用 Gradio 做 demo、用 Argilla 整理資料集,最後是 SFT、LoRA 與用 GRPO 打造推理模型。

• 進階
• 約 84 小時
• ★★★★★★★★★★0 人評價

Microsoft 的 LangChain.js 入門課,9 課從「第一次 LLM 呼叫」一路走到打造Agentic RAG 系統:聊天模型與串流、提示與結構化輸出(Zod schema)、函式呼叫與工具、ReAct 風格的 agent、用 Model Context Protocol(MCP)連接外部服務,最後整合文件載入、嵌入與語意搜尋,做出會自主判斷「何時該查資料」的 agentic RAG 問答系統。程式碼範例走 TypeScript + LangChain.js。

• 入門
• 約 18 小時
• ★★★★★★★★★★0 人評價

Microsoft 的 LangChain 入門課,10 課從第一次呼叫 LLM 開始,一路走過聊天模型、提示與結構化輸出、function calling、ReAct 模式的 Agent、MCP 工具整合、文件與 Embedding 語意搜尋、Agentic RAG,最後把 Agent 部署到 Microsoft Foundry。每課都附一段類比與一份動手做的 assignment。

• 入門
• 約 20 小時
• ★★★★★★★★★★0 人評價

微軟官方教材,用 C# 與 .NET(Microsoft.Extensions.AI、Semantic Kernel、Microsoft Agent Framework)把生成式 AI 接進既有應用。從對話、串流、structured output、function calling 到 RAG、多模態、本機模型,再到用 Microsoft Agent Framework 打造單一與多 Agent 系統,最後收在負責任 AI。

• 進階
• 約 35 小時
• ★★★★★★★★★★0 人評價

Microsoft 官方的 Java / Spring AI 實作課程。從無狀態聊天與對話記憶開始,一路走到推理強度控制、RAG(檢索增強生成)、工具呼叫、Model Context Protocol(MCP),最後是五種 agentic 工作流程模式——鏈接、並行化、路由、orchestrator-workers、evaluator-optimizer。每一章都是一個能實際跑起來的 Spring Boot 應用程式。

• 進階
• 約 11 小時
• ★★★★★★★★★★0 人評價

Microsoft 的經典機器學習入門課,27 課從「什麼是機器學習」一路走到迴歸、分類、分群、自然語言處理、時間序列預測、強化學習,最後以真實世界的應用案例與負責任 AI 儀表板的模型除錯收尾。全程用 Scikit-learn 動手做,每課都有實際資料集與練習。

• 入門
• 約 54 小時
• ★★★★★★★★★★0 人評價

微軟官方的 Edge AI 課程。從邊緣運算的基礎概念一路做到把小型語言模型(SLM)實際部署到裝置上:認識 Phi、Qwen、Gemma、BitNet 等模型家族,學會用 llama.cpp、Microsoft Olive、OpenVINO、Apple MLX、Qualcomm QNN做格式轉換與量化,建立 SLMOps 的完整維運流程,再進一步做出會呼叫工具、支援 MCP 的 SLM agent,最後用 Microsoft Foundry Local 整合出一套可上線的邊緣 AI 應用。

• 進階
• 約 37 小時
• ★★★★★★★★★★0 人評價

**Version Pin（本課課堂標準）** - **MCP Spec 主線：** `2026-07-28` - **Spec 過渡（hands-on）：** `2025-11-25` — **僅當該 Lab／步驟依賴過渡行為時**，於該單元開頭標註 `Spec transition: 2025-11-25`，並對照主線差異。 - **Python：** `mcp==2.2.0`（允許範圍 `>=2.1.1,<3.0.0`；課堂交付請 pin `2.2.0`） - **TypeScript 主 Labs：** `@modelcontextprotocol/sdk@1.30.0`（勿只寫 `>=1.26.0` 而未鎖版本） - **TypeScript SDK v2：** 僅 Optional Advanced／遷移章；**不得**用於 Core／必修 Labs／結業主交付。 詳見單元：**版本鎖定（Version Pin）與 VERSIONS**。 本課程改編自 Microsoft 開源專案 microsoft/mcp-for-beginners（MIT License，Copyright (c) Microsoft Corporation）。由碼力獅／StudyAndLearn 進行繁中教學編排與校訂。**非 Microsoft 官方認證課程，亦不代表 Microsoft 之 endorsement、sponsorship 或 official partnership。** Skilljar 相關資源僅提供連結（Link Only），禁止再發布。 從「MCP 是什麼」開始，一路做到自己寫伺服器、串接 LLM、上線部署與安全加固：核心概念、身分驗證與安全性、跨語言（C#/Java/Python/TypeScript/JavaScript/Rust）實作、進階主題（路由、擴展、多模態、Entra ID 驗證）、實戰案例，最後是一套完整的「MCP 伺服器 + PostgreSQL」實作坊。 ## 來源、授權與聲明（Attribution） **Source Type：** ADAPTED（改編自外部開源課程；教學文為繁中重新編寫／簡轉繁校訂，非 Microsoft 官方教材原樣上架。） **Upstream：** https://github.com/microsoft/mcp-for-beginners **License：** MIT License — Copyright (c) Microsoft Corporation。使用本課程衍生內容時，請保留 copyright notice 與 permission notice。 **Non-endorsement：** 本課程為碼力獅（Malilion／StudyAndLearn）學習平台上之外部開源課程改編教材，並非 Microsoft 官方認證課程，亦不代表 Microsoft Corporation 或其關係企業之 endorsement、sponsorship、official partnership，或任何形式的官方認可。完課證書／碼力獅證照由本平台核發，與 Microsoft 無關。 **Spec 參考：** MCP Specification 主線 `2026-07-28`；部分 hands-on 過渡標註 `2025-11-25`（僅於該單元標註時適用）。 **Skilljar：** Link Only — 禁止再發布、複製或鏡射 Skilljar 平台內容。

• 入門
• 約 35 小時
• ★★★★★★★★★★0 人評價

Microsoft 的 LangChain4j 入門課,用 Azure OpenAI GPT-5.2 打造 AI 應用,從最基礎的有狀態對話開始,一路走過提示工程、RAG(檢索增強生成)、自訂工具的 AI 代理,最後用 MCP(模型上下文協定)整合標準化工具與多代理協作。每課都附完整可執行的 Java/Spring Boot 專案。

• 入門
• 約 10 小時
• ★★★★★★★★★★0 人評價