[中字] Ubuntu Linux 与 Azure 生成式

AI 实战入门（中文字幕英文视频教程） 通过本课程的系统学习，学员将达成以下目标： 理解 ODA 的核心概念、技术架构及在生成式 AI 领域的应用场景； 掌握在 Ubuntu Linux 环境下搭建 ODA 开发环境、配置实例的实操技能； 能够独立设计并开发 ODA 技能，包括意图定义、实体创建、对话流程设计等核心环节； 熟练运用测试工具与方法验证技能功能，保障对话系统的稳定性与准确性； 完成智能助手的发布与部署，实现 Web 端嵌入等实际应用落地。 三、课程模块详解 （一）模块 1：ODA 入门导论 本模块作为课程基础，旨在帮助学员建立对 ODA 的整体认知，扫清概念障碍。通过视频讲解，学员将系统学习以下内容： 生成式 AI 与对话式 AI 的技术关联，以及 ODA 在智能交互领域的定位与价值； ODA 的核心组成部分，包括技能（Skill）、助手（Assistant）、渠道（Channel）等关键概念解析； ODA 的典型应用场景，如智能客服、业务查询、流程引导等实际案例介绍； 课程学习路径与实操环境准备指南，为后续实战环节奠定基础。 （二）模块 2：ODA 基础与环境搭建 本模块聚焦实操落地，重点讲解 ODA 的基础原理与开发环境配置流程，是从理论走向实践的关键过渡。模块配套视频教程与 PDF 文档，核心内容包括： ODA 基础原理：对话式 AI 的工作流程，ODA 如何通过自然语言理解（NLU）实现用户意图识别与交互响应； 实例配置实操：详细演示在 Ubuntu Linux 环境下，基于 Azure 生态配置 ODA 实例的完整步骤，包括资源分配、参数设置、权限配置等关键操作； 开发环境验证：指导学员完成环境连通性测试，确保实例正常运行，为后续技能开发排除环境障碍。 本模块强调 “手把手” 实操指导，针对配置过程中可能出现的网络连接、权限不足等问题提供解决方案，帮助零基础学员快速上手。 （三）模块 3：ODA 技能开发实战（核心模块） 作为课程的核心内容，本模块通过 4 个递进式实操单元，全面覆盖 ODA 技能开发的全流程，并配套完整的项目源码（包括对话流程、实体定义、意图配置等文件），让学员沉浸式体验开发过程。 1. 技能创建与意图设计 技能的创建流程：基于 ODA 平台新建技能项目，配置基本信息（名称、描述、语言等）； 意图定义方法：结合实际业务场景（如汉堡点餐、投诉处理），设计并创建意图（如 “订单创建”“取消订单”“投诉提交”），设置训练样本以提升识别准确率； 意图优先级与冲突处理：讲解多意图识别场景下的优先级配置逻辑，避免交互歧义。 2. 实体设计与管理 实体类型解析：区分系统实体与自定义实体的应用场景，重点讲解自定义实体的创建方法； 复合包实体（Composite Bag Entity）实战：以 “汉堡点餐” 为例，创建包含 “汉堡类型”“尺寸”“数量” 等属性的复合实体，实现多参数协同收集； 实体关联配置：将实体与意图关联，确保系统能准确提取用户输入中的关键信息（如 “我要一个大份牛肉汉堡” 中的 “大份”“牛肉汉堡” 等参数）。 3. 可视化流程设计 视觉流设计器（Visual Flow Designer）的使用方法：通过拖拽式操作搭建对话流程，无需复杂代码编写； 流程节点配置：设计分支逻辑（如根据用户选择的汉堡类型推荐搭配）、条件判断（如库存不足时的提示逻辑）、用户引导（如参数缺失时的主动询问）； 流程调试技巧：实时预览对话效果，通过断点调试排查流程中的逻辑漏洞。 4. 生命周期管理 技能版本控制：创建版本快照，支持版本回滚，保障开发过程中的安全性； 技能克隆与迁移：讲解克隆技能用于二次开发、跨环境导入导出的操作流程； 发布与上线：演示技能从测试环境到生产环境的发布流程，强调上线前的合规性检查。 本模块配套的源码包包含完整的意图、实体、对话流程配置文件，学员可直接导入 ODA 平台进行学习和二次开发，大幅提升学习效率。 （四）模块 4：ODA 测试套件应用 为保障智能助手的交互稳定性，本模块专注于测试方法与工具的应用，核心内容包括： 测试套件创建：基于已开发的技能，创建针对性的测试套件，定义测试范围与目标； 测试用例设计： 界面化创建测试用例：通过 ODA 平台界面直接编写测试步骤（如 “输入‘我要订餐’→验证系统是否询问餐品信息”）； 文件导入测试用例：通过 JSON 等格式的测试文件批量导入用例，支持大规模测试场景； 测试执行与结果分析： 执行自动化测试，生成测试报告，识别意图识别错误、流程卡顿等问题； 基于测试结果优化技能：针对失败用例调整意图样本、实体配置或对话流程，提升系统性能； 压力测试与安全防护：讲解模拟高并发场景的测试方法，同时强调在测试过程中排查数据泄露风险，提升系统的安全防御能力。 （五）模块 5：智能助手发布与 Web 部署 本模块聚焦技能的商业化落地，讲解从助手创建到 Web 嵌入的完整流程，实现 “开发 - 测试 - 部署” 闭环： 助手创建与配置： 基于已开发的技能创建智能助手，配置助手名称、头像、欢迎语等交互属性； 多技能集成：演示将多个技能（如 “点餐”“投诉”“查询”）集成到同一助手，实现一站式服务； 发布助手：完成助手的审核与发布，获取部署凭证。 Web 渠道部署实战： 创建 Oracle Web 渠道：配置渠道参数，获取嵌入代码； HTML 页面集成：演示将 ODA widget 嵌入自定义 HTML 页面的完整步骤，包括代码粘贴、样式调整、兼容性测试； 部署验证：在 Ubuntu Linux 环境下启动 Web 服务，测试智能助手的嵌入效果与交互稳定性。 四、课程特色与优势 实战导向：课程全程以实际项目为载体，每个模块均包含实操演示与源码配套，避免 “纸上谈兵”； 零基础友好：从环境搭建到技能开发，每一步操作均有详细讲解，无需具备深厚的 AI 或 Linux 基础； 内容全面：覆盖 ODA 开发全流程，从概念到部署、从开发到测试，形成完整知识体系； 安全聚焦：在版本管理、发布部署等环节强调安全防护，提升学员的安全开发意识； 场景化教学：以 “智能点餐”“投诉处理” 等贴近生活的场景为例，降低学习难度，便于知识迁移。 五、适用人群与学习建议 （一）适用人群 高校计算机、人工智能、软件工程等相关专业学生，希望入门生成式 AI 应用开发； 企业技术人员（如开发工程师、测试工程师），需拓展对话式 AI 技能； 产品经理、运营人员，希望了解智能助手的开发流程，提升跨部门协作效率； 对生成式 AI 感兴趣的爱好者，希望通过实战掌握智能交互系统搭建方法。 （二）学习建议 准备 Ubuntu Linux 环境（推荐 20.04 及以上版本），确保设备满足 ODA 实例运行的基本配置； 跟随视频教程逐步实操，遇到问题先查阅配套文档，再进行针对性调试； 结合源码包反复练习，尝试修改意图、实体或流程，验证不同配置的效果； 完成课程后，可自主设计小型项目（如 “校园服务助手”“电商客服助手”），巩固所学知识。 六、学习成果与应用前景 完成本课程学习后，学员将具备独立开发、测试、部署 ODA 智能助手的能力，可将技能应用于多个领域： 企业服务：搭建智能客服系统，降低人工成本，提升服务效率； 电商领域：开发智能导购助手，实现商品推荐、订单查询等功能； 政务服务：设计政务咨询助手，提供政策解读、业务引导等服务； 教育培训：创建学习助手，辅助答疑、作业批改等教学环节。 随着生成式 AI 技术的不断发展，对话式智能助手已成为各行业数字化转型的重要工具，掌握 ODA 开发技能将为学员的职业发展增添核心竞争力。