# EdgeAI 入門
[](https://GitHub.com/microsoft/edgeai-for-beginners/graphs/contributors)
[](https://GitHub.com/microsoft/edgeai-for-beginners/issues)
[](https://GitHub.com/microsoft/edgeai-for-beginners/pulls)
[](http://makeapullrequest.com)
[](https://GitHub.com/microsoft/edgeai-for-beginners/watchers)
[](https://GitHub.com/microsoft/edgeai-for-beginners/fork)
[](https://GitHub.com/microsoft/edgeai-for-beginners/stargazers)
[](https://discord.gg/nTYy5BXMWG)
請依照以下步驟開始使用這些資源：
1. **Fork 倉庫**: 點擊 [](https://GitHub.com/microsoft/edgeai-for-beginners/fork)
2. **Clone 倉庫**: `git clone https://github.com/microsoft/edgeai-for-beginners.git`
3. [**加入 Azure AI Foundry Discord，與專家及其他開發者交流**](https://discord.com/invite/ByRwuEEgH4)
### 🌐 多語言支援
#### 透過 GitHub Action 支援（自動與持續更新）
[阿拉伯語](../ar/README.md) | [孟加拉語](../bn/README.md) | [保加利亞語](../bg/README.md) | [緬甸語](../my/README.md) | [簡體中文](../zh-CN/README.md) | [繁體中文（香港）](../zh-HK/README.md) | [繁體中文（澳門）](./README.md) | [繁體中文（台灣）](../zh-TW/README.md) | [克羅地亞語](../hr/README.md) | [捷克語](../cs/README.md) | [丹麥語](../da/README.md) | [荷蘭語](../nl/README.md) | [愛沙尼亞語](../et/README.md) | [芬蘭語](../fi/README.md) | [法語](../fr/README.md) | [德語](../de/README.md) | [希臘語](../el/README.md) | [希伯來語](../he/README.md) | [印地語](../hi/README.md) | [匈牙利語](../hu/README.md) | [印尼語](../id/README.md) | [意大利語](../it/README.md) | [日語](../ja/README.md) | [坎納達語](../kn/README.md) | [高棉語](../km/README.md) | [韓語](../ko/README.md) | [立陶宛語](../lt/README.md) | [馬來語](../ms/README.md) | [馬拉雅拉姆語](../ml/README.md) | [馬拉地語](../mr/README.md) | [尼泊爾語](../ne/README.md) | [尼日利亞洋腔](../pcm/README.md) | [挪威語](../no/README.md) | [波斯語（法爾西語）](../fa/README.md) | [波蘭語](../pl/README.md) | [葡萄牙語（巴西）](../pt-BR/README.md) | [葡萄牙語（葡萄牙）](../pt-PT/README.md) | [旁遮普語（古爾穆喀）](../pa/README.md) | [羅馬尼亞語](../ro/README.md) | [俄語](../ru/README.md) | [塞爾維亞語（西里爾字母）](../sr/README.md) | [斯洛伐克語](../sk/README.md) | [斯洛文尼亞語](../sl/README.md) | [西班牙語](../es/README.md) | [斯瓦希里語](../sw/README.md) | [瑞典語](../sv/README.md) | [塔加洛語（菲律賓語）](../tl/README.md) | [泰米爾語](../ta/README.md) | [泰盧固語](../te/README.md) | [泰語](../th/README.md) | [土耳其語](../tr/README.md) | [烏克蘭語](../uk/README.md) | [烏爾都語](../ur/README.md) | [越南語](../vi/README.md)
> **偏好本地 Clone？**
>
> 本倉庫包含 50+ 種語言翻譯，會大幅增加下載大小。若想不含翻譯檔案複製，請使用稀疏檢出：
>
> **Bash / macOS / Linux:**
> ```bash
> git clone --filter=blob:none --sparse https://github.com/microsoft/edgeai-for-beginners.git
> cd edgeai-for-beginners
> git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
> ```
>
> **CMD (Windows):**
> ```cmd
> git clone --filter=blob:none --sparse https://github.com/microsoft/edgeai-for-beginners.git
> cd edgeai-for-beginners
> git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
> ```
>
> 這樣可以更快下載，並且取得完成課程所需的所有內容。
**如欲支持更多翻譯語言，請參考 [這裡](https://github.com/Azure/co-op-translator/blob/main/getting_started/supported-languages.md)**
## 介紹
歡迎來到 **EdgeAI 入門** — 您通往革新邊緣人工智能世界的全面旅程。本課程銜接了強大 AI 能力與在邊緣裝置的實務部署，賦能您直接在數據生成及需要做決策的地方使用 AI 潛力。
### 你將掌握什麼
本課程帶您從基礎概念到生產級實踐，涵蓋：
- **小型語言模型（SLMs）**，為邊緣部署優化
- 硬件感知優化，跨多樣平台
- 即時推理，兼具隱私保護能力
- 企業級生產部署 策略
### 為何 EdgeAI 重要
邊緣 AI 代表現代的典範轉移，解決關鍵挑戰：
- 隱私與安全：本地處理敏感數據，不需雲端傳輸
- 即時效能：消除網絡延遲，適合時間關鍵應用
- 成本效益：減少頻寬及雲端運算花費
- 韌性運作：斷網時仍維持功能
- 法規遵循：符合數據主權要求
### 邊緣 AI
邊緣 AI 指在硬件本地，接近數據產生地運行 AI 演算法和語言模型，不依賴雲端資源推理。它降低延遲、提升隱私並促成即時決策。
### 核心原則：
- 裝置端推理：AI 模型在邊緣設備（手機、路由器、微控制器、工業 PC）執行
- 離線功能：無需持續網絡連線
- 低延遲：即時回應，適用即時系統
- 數據主權：敏感資料保留本地，提高安全與合規
### 小型語言模型（SLMs）
SLMs 如 Phi-4、Mistral-7B 和 Gemma，是大型 LLM 的優化版本—透過訓練或蒸餾達成：
- 降低記憶體需求：有效使用有限的邊緣設備記憶體
- 較低運算需求：優化 CPU 與邊緣 GPU 效能
- 更快啟動時間：快速初始化，提升應用響應
它們在以下約束中解鎖強大 NLP 功能：
- 嵌入式系統：物聯網設備及工業控制器
- 行動裝置：具備離線功能的智能手機和平板
- 物聯網設備：資源有限的感測器及智慧設備
- 邊緣伺服器：有限 GPU 資源的本地處理單元
- 個人電腦：桌機及筆電部署場景
## 課程模組與導航
| 模組 | 主題 | 主要領域 | 核心內容 | 等級 | 時長 |
|--------|-------|------------|-------------|--------|----------|
| [📖 00 ](./introduction.md) | [EdgeAI 簡介](./introduction.md) | 基礎與背景 | EdgeAI 概述 • 業界應用 • SLM 簡介 • 學習目標 | 初學者 | 1-2 小時 |
| [📚 01](../../Module01) | [EdgeAI 基礎](./Module01/README.md) | 雲端 vs 邊緣 AI 比較 | EdgeAI 基礎 • 真實案例 • 實作指南 • 邊緣部署 | 初學者 | 3-4 小時 |
| [🧠 02](../../Module02) | [SLM 模型基礎](./Module02/README.md) | 模型家族與架構 | Phi 家族 • Qwen 家族 • Gemma 家族 • BitNET • μModel • Phi-Silica | 初學者 | 4-5 小時 |
| [🚀 03](../../Module03) | [SLM 部署實務](./Module03/README.md) | 本地與雲端部署 | 進階學習 • 本地環境 • 雲端部署 | 中級 | 4-5 小時 |
| [⚙️ 04](../../Module04) | [模型優化工具包](./Module04/README.md) | 跨平台優化 | 介紹 • Llama.cpp • Microsoft Olive • OpenVINO • Apple MLX • 工作流程整合 | 中級 | 5-6 小時 |
| [🔧 05](../../Module05) | [SLMOps 生產](./Module05/README.md) | 生產運營 | SLMOps 介紹 • 模型蒸餾 • 微調 • 生產部署 | 高階 | 5-6 小時 |
| [🤖 06](../../Module06) | [AI 代理與函式呼叫](./Module06/README.md) | 代理框架與 MCP | 代理介紹 • 函式呼叫 • 模型上下文協議 | 高階 | 4-5 小時 |
| [💻 07](../../Module07) | [平台實作](./Module07/README.md) | 跨平台範例 | AI 工具包 • Foundry Local • Windows 開發 | 高階 | 3-4 小時 |
| [🏭 08](../../Module08) | [Foundry Local 工具包](./Module08/README.md) | 生產級範例 | 範例應用（詳見下方） | 專家 | 8-10 小時 |
### 🏭 **模組 08：範例應用**
- [01：REST Chat 快速開始](./Module08/samples/01/README.md)
- [02：OpenAI SDK 整合](./Module08/samples/02/README.md)
- [03：模型發現與基準測試](./Module08/samples/03/README.md)
- [04：Chainlit RAG 應用](./Module08/samples/04/README.md)
- [05：多代理協同編排](./Module08/samples/05/README.md)
- [06：Models-as-Tools 路由器](./Module08/samples/06/README.md)
- [07：直接 API 用戶端](./Module08/samples/07/README.md)
- [08：Windows 11 聊天應用](./Module08/samples/08/README.md)
- [09：進階多代理系統](./Module08/samples/09/README.md)
- [10：Foundry 工具框架](./Module08/samples/10/README.md)
### 🎓 **工作坊：實戰學習路徑**
完整實作工作坊材料，含生產級實作：
- **[工作坊指南](./Workshop/Readme.md)** — 完整學習目標、成果與資源導航
- **Python 範例** （6 堂課）— 更新最佳實踐、錯誤處理與詳盡說明
- **Jupyter 筆記本** （8 個互動課程）— 逐步教學，含基準與效能監控
- 課程指引 — 每堂工作坊的詳細 markdown 指引
- 驗證工具 — 腳本驗證程式品質並執行冒煙測試
**你將打造：**
- 支援串流的本地 AI 聊天應用
- 具品質評估的 RAG 管線（RAGAS）
- 多模型基準與比較工具
- 多代理協同系統
- 具任務選擇的智慧模型路由
### 🎙️ **Agentic 實戰工作坊：AI Podcast 工作室**
從零開始建立一個由人工智能驅動的播客製作管道！這個沉浸式工作坊將教你如何打造一個完整的多代理系統，將構思轉化為專業的播客節目。
**[🎬 開始 AI 播客工作室工作坊](./WorkshopForAgentic/README.md)**
你的任務：啟動“Future Bytes”──一個完全由你親手建立的 AI 代理驅動的科技播客。無需雲端依賴，無 API 費用──所有運行均在本地機器上完成。
**這個工作坊的獨特之處：**
- **🤖 真正的多代理協調** - 建立專門的 AI 代理進行研究、撰寫與音頻製作
- **🎯 完整製作管道** - 從主題選擇到最終播客音頻輸出
- **💻 100% 本地部署** - 使用 Ollama 與本地模型（Qwen-3-8B）實現完全私隱與控制
- **🎤 文字轉語音整合** - 將腳本轉變為自然的多說者對話
- **✋ 人工審核流程** - 確保品質的同時保持自動化高效
**三幕學習旅程：**
| 幕別 | 焦點 | 核心技能 | 時長 |
|-----|-------|------------|----------|
| **[第一幕：認識你的 AI 助手](./WorkshopForAgentic/md/01.BuildAIAgentWithSLM.md)** | 建立你的第一個 AI 代理 | 工具整合 • 網絡搜尋 • 問題解決 • 代理推理 | 2-3 小時 |
| **[第二幕：組建你的製作團隊](./WorkshopForAgentic/md/02.AIAgentOrchestrationAndWorkflows.md)** | 多代理協同作業 | 團隊協調 • 審核流程 • DevUI 介面 • 人工監督 | 3-4 小時 |
| **[第三幕：讓你的播客活起來](./WorkshopForAgentic/md/03.Multi-SpeakerPodcastGenerationWithVibeVoice.md)** | 產出播客音頻 | 文字轉語音 • 多說者合成 • 長音頻 • 全自動化 | 2-3 小時 |
**使用技術：**
- **Microsoft Agent Framework** - 多代理協調與管理
- **Ollama** - 本地 AI 模型運行環境（無需雲端）
- **Qwen-3-8B** - 專為代理任務優化的開源語言模型
- **文字轉語音 API** - 播客自然語音合成
**硬體支援：**
- ✅ **CPU 模式** - 適用任何現代電腦（建議 8GB 以上記憶體）
- 🚀 **GPU 加速** - NVIDIA/AMD GPU 顯著提升推理速度
- ⚡ **NPU 支援** - 下一代神經網絡處理器加速
**適合對象：**
- 學習多代理 AI 系統的開發者
- 有興趣 AI 自動化與工作流程的人士
- 探索 AI 輔助製作的內容創作者
- 研究實際 AI 協同運作模式的學生
開始構建：[🎙️ AI 播客工作室工作坊 →](./WorkshopForAgentic/README.md)
### 📊 學習路徑摘要
- 總時長：36-45 小時
- 初級路徑：模組 01-02（7-9 小時）
- 中級路徑：模組 03-04（9-11 小時）
- 高級路徑：模組 05-07（12-15 小時）
- 專家路徑：模組 08（8-10 小時）
## 你將會建立
### 🎯 核心能力
- **邊緣 AI 架構**：設計以本地為主、結合雲端的 AI 系統
- 模型優化：量化與壓縮模型以利邊緣部署（提升 85% 速度，減少 75% 體積）
- 多平台部署：Windows、行動裝置、嵌入式及雲邊混合系統
- 生產運維：監控、擴展與維護邊緣 AI 生產環境
### 🏗️ 實戰專案
- **Foundry 本地聊天應用**：Windows 11 原生應用支援模型切換
- 多代理系統：擁有專家代理的協調員實現複雜工作流
- **RAG 應用**：本地文件處理與向量搜尋
- 模型路由器：基於任務分析智能選擇模型
- **API 框架**：生產級客戶端支援串流與健康監控
- 跨平台工具：LangChain/Semantic Kernel 集成範式
### 🏢 行業應用
製造業 • 醫療保健 • 自動駕駛系統 • 智慧城市 • 行動應用
## 快速開始
推薦學習路徑（共 20-30 小時）：
0. **📖 介紹** ([Introduction.md](./introduction.md))：邊緣 AI 基礎 + 行業背景 + 學習架構
1. **📚 基礎**（模組 01-02）：邊緣 AI 概念 + SLM 模型族
2. **⚙️ 優化**（模組 03-04）：部署 + 量化框架
3. **🚀 生產**（模組 05-06）：SLMOps + AI 代理 + 函數調用
4. **💻 實作**（模組 07-08）：平台範例 + Foundry 本地工具包
每個模組包含理論、實作練習及生產級程式碼範例。
## 職涯影響
技術職位：邊緣 AI 解決方案架構師 • ML 工程師（邊緣端）• 物聯網 AI 開發 • 行動 AI 開發
產業領域：製造業 4.0 • 醫療科技 • 自動系統 • 金融科技 • 消費電子
作品集專案：多代理系統 • 生產 RAG 應用 • 跨平台部署 • 性能優化
## 倉庫結構
```
edgeai-for-beginners/
├── 📖 introduction.md # Foundation: EdgeAI Overview & Learning Framework
├── 📚 Module01-04/ # Fundamentals → SLMs → Deployment → Optimization
├── 🔧 Module05-06/ # SLMOps → AI Agents → Function Calling
├── 💻 Module07/ # Platform Samples (VS Code, Windows, Jetson, Mobile)
├── 🏭 Module08/ # Foundry Local Toolkit + 10 Comprehensive Samples
│ ├── samples/01-06/ # Foundation: REST, SDK, RAG, Agents, Routing
│ └── samples/07-10/ # Advanced: API Client, Windows App, Enterprise Agents, Tools
├── 🌐 translations/ # Multi-language support (8+ languages)
└── 📋 STUDY_GUIDE.md # Structured learning paths & time allocation
```
## 課程亮點
✅ 漸進式學習：理論 → 實作 → 生產部署
✅ 實際案例分析：Microsoft、日本航空、企業實施案例
✅ 動手範例：50+ 範例，10 個完整 Foundry 本地演示
✅ 性能重點：提升 85% 速度，減少 75% 體積
✅ 多平台支援：Windows、行動、嵌入式、雲邊混合
✅ 生產準備：監控、擴展、安全、合規框架
📖 **[學習指南](STUDY_GUIDE.md)**：結構化 20 小時學習路徑，包含時間分配指引與自我評估工具。
---
**邊緣 AI 代表 AI 部署的未來**：以本地優先、保護隱私、高效能為目標。掌握這些技能，打造下一代智慧應用。
## 其他課程
我們團隊還提供其他課程！請查閱：
### LangChain
[](https://aka.ms/langchain4j-for-beginners)
[](https://aka.ms/langchainjs-for-beginners?WT.mc_id=m365-94501-dwahlin)
[](https://github.com/microsoft/langchain-for-beginners?WT.mc_id=m365-94501-dwahlin)
---
### Azure / Edge / MCP / Agents
[](https://github.com/microsoft/AZD-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/edgeai-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mcp-for-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/ai-agents-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### 生成式人工智能系列
[](https://github.com/microsoft/generative-ai-for-beginners?WT.mc_id=academic-105485-koreyst)
[-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA)](https://github.com/microsoft/Generative-AI-for-beginners-dotnet?WT.mc_id=academic-105485-koreyst)
[-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC)](https://github.com/microsoft/generative-ai-for-beginners-java?WT.mc_id=academic-105485-koreyst)
[-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9)](https://github.com/microsoft/generative-ai-with-javascript?WT.mc_id=academic-105485-koreyst)
---
### 核心學習
[](https://aka.ms/ml-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/datascience-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/ai-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/Security-101?WT.mc_id=academic-96948-sayoung)
[](https://aka.ms/webdev-beginners?WT.mc_id=academic-105485-koreyst)
[](https://aka.ms/iot-beginners?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/xr-development-for-beginners?WT.mc_id=academic-105485-koreyst)
---
### Copilot 系列
[](https://aka.ms/GitHubCopilotAI?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/mastering-github-copilot-for-dotnet-csharp-developers?WT.mc_id=academic-105485-koreyst)
[](https://github.com/microsoft/CopilotAdventures?WT.mc_id=academic-105485-koreyst)
## 尋求幫助
如果你卡住或者對建立 AI 應用程式有任何疑問，歡迎加入：
[](https://discord.gg/nTYy5BXMWG)
如果你在開發過程中有產品回饋或錯誤，請造訪：
[](https://aka.ms/foundry/forum)
---
**免責聲明**：
本文件使用 AI 翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。雖然我們盡力確保準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。文件的原始語言版本應被視為權威來源。對於重要資訊，建議使用專業人工翻譯。因使用本翻譯所引起的任何誤解或錯譯，我們概不負責。