Chia Sẻ Khóa Học Ứng Dụng RAG Thực Tế Trong C# Với .NET 10 & Azure [Khóa 5382 A]
Xây dựng một hệ thống RAG ưu tiên local bằng C# sử dụng .NET 10, Ollama, vector search và tích hợp liền mạch với Azure AI.
Những điều bạn sẽ học:
- ✓ Xây dựng một ứng dụng RAG ưu tiên local bằng C# sử dụng .NET 10 và Aspire.
- ✓ Hiểu rõ full RAG pipeline: ingestion, chunking, embeddings & retrieval.
- ✓ Tích hợp các mô hình AI local với Ollama và tương tác với chúng theo lập trình.
- ✓ Thêm retrieval, tool calling và các response có cấu trúc vào một C# Chat API.
- ✓ Áp dụng các khái niệm về observability bằng cách sử dụng OpenTelemetry cho các ứng dụng AI.
- ✓ Thay thế các local component bằng Azure AI Models và Azure AI Search mà không cần viết lại ứng dụng.
Retrieval-Augmented Generation (RAG) là một phương pháp mạnh mẽ để xây dựng các ứng dụng AI kết hợp các large language model với dữ liệu của riêng bạn.
Hầu hết các hướng dẫn về RAG hiện nay đều được viết bằng Python - khóa học này thì khác.
Trong khóa học này, bạn sẽ học cách xây dựng một ứng dụng AI dựa trên RAG bằng C# sử dụng .NET 10, tập trung vào việc hiểu toàn bộ quy trình hơn là ghi nhớ lý thuyết hoặc các machine-learning internal.
Chúng ta bắt đầu với một phương pháp local-first, thiết lập một local AI runtime bằng Ollama và chạy các mô hình trên máy tính của bạn. Từ đó, bạn sẽ xây dựng một Chat API bằng C#, khám phá prompt handling như logic ứng dụng và hiểu tại sao resilience, retry và timeout lại quan trọng khi làm việc với các hệ thống AI.
Sau đó, bạn sẽ tìm hiểu sâu về RAG, bao gồm các ingestion pipeline, các chiến lược chunking, embedding model và vector storage. Bạn sẽ triển khai một offline ingestion worker, store embedding trong một vector database và truy xuất context liên quan trước khi generate các response. Trong quá trình này, bạn sẽ học cách tool calling và các output có cấu trúc phù hợp với một application flow thực tế.
Khóa học cũng giới thiệu các khái niệm về observability bằng cách sử dụng OpenTelemetry, giúp bạn hiểu cách theo dõi các AI request và vector search mà không biến khóa học này thành một khóa học về production-hardening.
Cuối cùng, bạn sẽ thấy cách cùng một ứng dụng có thể thay thế các local component bằng Azure AI Models và Azure AI Search mà không cần viết lại core logic. Điều này giúp bạn có một mô hình tư duy rõ ràng về local development với sự tương đồng về Azure.
Khóa học này được thiết kế dành cho các C# & .NET developer muốn hiểu về kiến trúc ứng dụng RAG và AI mà không cần sử dụng Python hoặc đi sâu vào lý thuyết machine-learning.
Mục lục:
- ✓ 1. Giới thiệu.
- ✓ 2. Local AI Runtime & Model Setup.
- ✓ 3. Chat API Fundamentals.
- ✓ 4. RAG & Offline Ingestion Pipeline.
- ✓ 5. Vector Search & Grounded Chat (ICM Buddy).
- ✓ 6. Observability, Caching & Latency Cost.
- ✓ 7. Azure Parity - No Deployment.
- ✓ 8. Tóm tắt.
Khóa học này dành cho ai:
- ✓ C# & .NET developer muốn học RAG và AI mà không cần sử dụng Python.
- ✓ Backend engineer quan tâm đến việc xây dựng các API được hỗ trợ bởi AI bằng .NET 10.
- ✓ Developer muốn hiểu cách các hệ thống local AI tích hợp với Azure AI.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU