generative-ai-for-beginners 功能增强路线图全解析从安全加固、API 现代化到多语言与工程化治理【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners本文围绕generative-ai-for-beginners21 课时《生成式 AI 入门》课程仓库中维护的 Enhanced Features and Improvements Roadmap 及其希腊语译本 translations/el/docs/ENHANCED_FEATURES_ROADMAP.md 展开梳理该路线图如何在代码评审与行业最佳实践基础上为课程内容与示例代码制定安全、质量、教育与工程化改进方案。读完本文你将掌握该仓库的增强路线图结构、已落地实现与仓库中对应源码/CI 文件的对应关系并可直接参照它改进自己的生成式 AI 教学代码库。一、路线图是什么文档定位与价值docs/ENHANCED_FEATURES_ROADMAP.md是一份面向《生成式 AI 入门》课程仓库的内部增强路线图Roadmap。它不是一份泛泛的课程介绍而是基于一次全面代码评审后产出的技术改进清单覆盖以下维度安全Security——修复硬编码密钥、缺少环境校验、危险函数调用等真实缺陷代码质量Code Quality——引入 lint/format 配置、共享工具模块与测试框架教育有效性Educational Effectiveness——新增课程主题与改进既有章节示例工程化API 现代化、CI/CD、DevContainer、性能——对齐行业主流调用方式可访问性与国际化——多语言翻译与无障碍改进分阶段实施优先级——把改进项排入 Phase 14 时间窗。该文档自身也参与了仓库的多语言同步希腊语译本位于 translations/el/docs/ENHANCED_FEATURES_ROADMAP.md。翻译页脚注明内容由 AI 翻译服务生成可能存在误差英文原文docs/ENHANCED_FEATURES_ROADMAP.md才是权威来源——本文在涉及状态已更新/未更新等前后不一致之处时会以仓库内源码事实为准进行校准说明。二、安全增强优先级Critical2.1 已完成的一批即时修复路线图用一张状态表记录了评审中发现的五类高危问题及修复状态问题受影响文件状态硬编码 SECRET_KEY05-advanced-prompts/python/aoai-solution.py已修复缺少环境变量校验多个 JS/TS 文件已修复不安全的函数调用11-integrating-with-function-calling/js-githubmodels/app.js已修复文件句柄泄漏08-building-search-applications/scripts/已修复请求缺少超时设置09-building-image-applications/python/已修复这些已完成修复在仓库中可以从两层得到印证一是配套安全指南文档 docs/SECURITY_GUIDELINES.md路线图把补充安全指南文档列为 Phase 1 已交付项二是共享工具模块提供了标准替代方案见下文共享工具。2.2 路线图建议的增量安全特性路线图同时提出三类建议新增的安全功能供后续迭代参考限流示例Rate Limiting补充 API 调用限流示例代码演示指数退避exponential backoff模式API 密钥轮换补充密钥轮换最佳实践文档给出 Azure Key Vault 或同类服务的接入示例内容安全集成补充 Azure Content Safety API 使用示例演示输入/输出内容审核moderation模式。需要说明2.2 的三项属于待规划的建议项目前在 docs/SECURITY_GUIDELINES.md 中只有第 1.1 节所列修复及通用安全编码规范文档建议项的完整示例代码尚未落地到课时目录——这符合路线图分阶段推进的定位。三、代码质量改进3.1 已落地的配置文件路线图列出三类代码质量配置文件并说明用途文件用途.eslintrc.jsonJavaScript/TypeScript 的 lint 规则.prettierrc代码格式化规范pyproject.tomlPython 工具链配置Black、Ruff、mypy以上文件在当前仓库根目录均已存在。以 pyproject.toml 为例仓库实际使用的配置要点包括工程元信息requires-python 3.10运行时依赖包含openai1.0.0、python-dotenv1.0.0、requests2.31.0、azure-ai-inference1.0.0b1、tiktoken0.5.0dev 可选依赖black、isort、mypy、ruff、pytest、pytest-cov对应pip install -e .[dev]的用法[tool.black]line-length 100目标版本 py310–py312[tool.ruff]line-length 100启用规则族E/Wpycodestyle、FPyflakes、Iisort、Bflake8-bugbear、C4flake8-comprehensions、UPpyupgrade、Sflake8-bandit 安全规则并显式忽略E501行长交给 Black与S101教学代码中允许 assert[tool.pytest.ini_options]testpaths [tests]匹配test_*.py/*_test.py默认-v --tbshort。3.2 新建共享工具模块 shared/python路线图建议新建shared/python/模块提供环境变量、输入校验与安全请求封装当前仓库已按建议落地为三个文件shared/python/env_utils.py提供get_required_env(var_name, description)缺失即抛带提示的ValueError、validate_env_vars(*var_names)批量校验并返回字典、get_env_with_default(var_name, default)shared/python/input_validation.py提供validate_number_input、validate_text_input、sanitize_prompt_input剔除模板注入{{...}}、${...}、script与javascript:等危险模式可选 strict 白名单模式用于对抗提示注入、validate_email、validate_urlshared/python/api_utils.py提供带超时与重试的make_safe_request、create_openai_client默认读OPENAI_API_KEY、create_azure_openai_client拼接endpoint/openai/v1/作为base_url、download_image。3.3 路线图继续建议的代码改进路线图在已落地配置之外仍保留三类改进方向Type Hints 覆盖为所有 Python 文件补充类型标注在全部 TS 工程启用严格模式。仓库当前策略是只对受维护的shared/模块做完整类型标注与静态检查课时示例刻意保持简单文档标准为所有 Python 函数补充 docstring、为 JS/TS 函数补充 JSDoc。从上面shared/python/源码可见每个公开函数均带 Args/Returns/Raises/Example 形式的 docstring即该标准的示范实现测试框架补充 pytest 配置与示例测试、为 JS/TS 增加 Jest 配置。仓库内 pytest 部分已完成测试位于 tests/conftest.py会把仓库根目录注入sys.path以解析shared.python包另有test_api_utils.py、test_env_utils.py、test_input_validation.py并在 CI 中运行。四、教育内容增强4.1 规划中的新课程主题路线图提出三个候选新课程当前仓库仅规划到 Lesson 21以下编号为提案而非已存在目录AI 应用安全拟 Lesson 22提示注入攻击与防御、API 密钥管理、内容审核、限流与滥用防护生产级部署拟 Lesson 23Docker 容器化、CI/CD 流水线、监控与日志、成本管理高级 RAG 技术拟 Lesson 24混合检索关键词 语义、重排序策略、多模态 RAG、评估指标。这些主题与仓库现有章节能力形成衔接例如 13 课时 13-securing-ai-applications 已覆盖 AI 应用安全入门15 课时 15-rag-and-vector-databases 覆盖 RAG 与向量数据库基础——提案可视作现有内容的进阶延伸。4.2 既有课程改进清单路线图为现有课程逐课列出待办改进正文以表格完整给出课时建议改进06 - 文本生成增加流式streaming响应示例07 - 对话应用增加对话记忆conversation memory模式08 - 搜索应用增加向量数据库对比09 - 图像生成增加图像编辑/变体variation示例11 - 函数调用增加并行函数调用示例15 - RAG增加分块策略对比17 - AI Agents增加多智能体编排示例对照仓库目录09 课时已实际提供aoai-app-variation.py、oai-app-variation.py等变体示例说明该表部分条目已被后续提交推进读者可以按目录持续核对。五、API 现代化废弃模式与迁移路线图的 API 现代化部分在被取代模式 vs 新模式表中给出迁移对照。请注意希腊语译本此表停留在较旧表述而英文权威源 docs/ENHANCED_FEATURES_ROADMAP.md 已把迁移推进到Chat Completions → Responses API。两版并列为下译本中的对照供理解演进脉络旧模式新模式受影响文件openai.api_type azureAzureOpenAI()客户端08-building-search-applications/下的多个脚本openai.ChatCompletion.create()client.chat.completions.create()多个 notebookdf.append()pandaspd.concat()RAG notebook英文权威源更新后的状态当前仓库代码以这一版为准旧模式新模式状态openai.api_type azure/ 对话场景AzureOpenAI()OpenAI(base_urlendpoint/openai/v1/)Responses API已完成openai.ChatCompletion.create()/client.chat.completions.create()client.responses.create(input...)→response.output_text已完成TypeScriptazure/openai的OpenAIClient.getChatCompletions()openai包的client.responses.create()→response.output_text已完成df.append()pandaspd.concat()已完成这一迁移在仓库源码中有直接实现证据shared/python/api_utils.py 中create_azure_openai_client明确注释其目标是 Azure OpenAI v1 endpointendpoint/openai/v1/因使用 v1 endpoint 无需api_versiondocstring 给出的调用示例即为client.responses.create(modelgpt-4o-mini, inputHello)create_openai_client的示例同样是client.responses.create(...)。同时英文源保留一条说明使用azure-ai-inference/azure-rest/ai-inferenceSDKclient.complete()的 Microsoft Foundry 示例仍停留在 Model Inference API该 API 不支持 Responses API而AzureOpenAI()在向量化embeddings与图像生成等仍适用的场景被有意保留。新 API 特性展示方向路线图列出希望继续示范的新特性英文权威源已将 Assistants API 相关表述升级为 Responses API 内置工具下文以合并口径给出结构化输出OpenAIJSON 模式带严格 schema 的函数调用视觉能力用 GPT-4ovision做图像分析多模态提示Responses API 内置工具取代旧的 Assistants API代码解释器、文件搜索、网页搜索与自定义工具。六、基础设施改进CI/CD 与安全扫描6.1 代码质量 Workflow路线图给出了作为基线参考的.github/workflows/code-quality.ymlYAMLPython 侧用 Ruff Black、JS 侧用 ESLint# .github/workflows/code-quality.yml name: Code Quality on: [push, pull_request] jobs: python-lint: runs-on: ubuntu-latest steps: - uses: actions/checkoutv4 - uses: actions/setup-pythonv5 with: python-version: 3.10 - run: pip install ruff black mypy - run: ruff check . - run: black --check . js-lint: runs-on: ubuntu-latest steps: - uses: actions/checkoutv4 - uses: actions/setup-nodev4 with: node-version: 20 - run: npm ci - run: npx eslint .该方案已在仓库落地并做了工程化细化见 .github/workflows/code-quality.yml 实际内容与基线相比的变化是python-quality任务对shared/模块强制执行ruff check shared/与black --check shared/对全仓库仅做 advisory 检查continue-on-error: true理由是课时示例刻意保持简单新增python-tests任务安装pytest openai requests python-dotenv后运行pytest tests/把共享工具的单元测试纳入门禁js-quality任务为 advisorycontinue-on-error: true按需临时安装eslint8与 TypeScript 解析插件后执行npx eslint . --ext .js,.tsaction 版本已升级actions/checkoutv7、actions/setup-pythonv6等。6.2 安全扫描 Workflow路线图给出的安全扫描基线CodeQL 依赖评审# .github/workflows/security.yml name: Security Scan on: [push, pull_request] jobs: codeql: runs-on: ubuntu-latest steps: - uses: actions/checkoutv4 - uses: github/codeql-action/initv3 with: languages: javascript, python - uses: github/codeql-action/analyzev3 dependency-review: runs-on: ubuntu-latest steps: - uses: actions/checkoutv4 - uses: actions/dependency-review-actionv4实际仓库文件 .github/workflows/security.yml 在此基础上增强为codeql任务使用矩阵分别扫描javascript-typescript与python两种语言fail-fast: false触发器扩展为pushmain、pull_requestmain外加每周定时扫描cron: 0 6 * * 1并显式声明security-events: write权限以便写入告警dependency-review仅运行于 pull_request开启comment-summary-in-pr: on-failure以便失败时在 PR 内输出依赖问题摘要action 已升级到github/codeql-actionv4、actions/dependency-review-actionv5。七、开发者体验DX改进DevContainer 与交互环境7.1 DevContainer 增强路线图以 JSON 给出了增强型 DevContainer 的基线配置universal 基础镜像 Python/Node feature 常用 VSCode 扩展 保存即格式化{ name: Generative AI for Beginners, image: mcr.microsoft.com/devcontainers/universal:2, features: { ghcr.io/devcontainers/features/python:1: { version: 3.11 }, ghcr.io/devcontainers/features/node:1: { version: 20 } }, customizations: { vscode: { extensions: [ ms-python.python, ms-python.vscode-pylance, ms-toolsai.jupyter, dbaeumer.vscode-eslint, esbenp.prettier-vscode, github.copilot ], settings: { python.formatting.provider: black, editor.formatOnSave: true } } }, postCreateCommand: pip install -e .[dev] npm install }仓库实际的 .devcontainer/devcontainer.json 采用了略有差异但同思路的实现使用mcr.microsoft.com/devcontainers/universal:2.13基础镜像内置 Python 与 Node故无需 feature 层声明hostRequirements.cpus 4通过updateContentCommand安装requirements.txt并在postCreateCommand中执行 .devcontainer/post-create.sh 安装开发工具链ruff、black、mypy、pytest等从而在本地复现 code-quality workflow 的检查VSCode 扩展与editor.formatOnSave设置则针对 Python/JS/TS 分别绑定 Black 与 Prettier 默认格式化器仓库另置 .devcontainer/environment.yml 提供 conda 环境选项。英文权威源也确认universal基础镜像已自带 Python/Node因此路线图基线里的features段在实际实现中被省略。7.2 交互式环境待评估路线图建议考虑添加三类交互能力尚未落地属于开放提案通过环境变量预填 API 密钥的 Jupyter notebook面向视觉学习者的 Gradio / Streamlit 演示用于知识测评的交互式测验。八、多语言支持Multi-Language Support8.1 当前语言覆盖按技术栈路线图用一张表评估了课程示例的技术栈覆盖度技术覆盖课时状态Python全部完整TypeScript06–09、11部分JavaScript06–08、11部分.NET/C#部分部分从仓库目录即可验证这张表基本成立多数课时提供python/示例06、07、08、09、11 课时提供typescript/子工程06–08、11 提供js-githubmodels/06、07、08、09 还提供dotnet/.dib格式 notebook。8.2 建议新增的语言路线图建议未来扩展三种语言Go——在 AI/ML 工具链中快速成长Rust——性能敏感型应用Java/Kotlin——企业级应用。这些属于建议方向仓库目前尚未提供相应课时目录。九、性能优化与成本优化9.1 代码层优化方向路线图规划三类代码级优化供后续课程补充示例Async/Await 模式为批量处理添加异步示例、演示并发 API 调用缓存策略添加 embedding 缓存示例、演示响应缓存模式Token 优化添加tiktoken用量示例、演示 prompt 压缩技巧。其中tiktoken已作为运行时依赖写入 pyproject.toml说明该优化方向具备依赖基础。9.2 成本优化示例路线图建议在课程中补充演示按任务复杂度选择合适的模型面向 token 效率的 prompt 工程对批量任务使用批处理。十、可访问性与国际化10.1 翻译状态希腊语译本本节成文较早给出的翻译覆盖状态为英语、简体中文、日语、韩语完整西班牙语、葡萄牙语、土耳其语、波兰语部分。英文权威源已更新该节说明全部翻译已由 Azure Co-op Translator 自动生成并保持与英文源同步覆盖50 语言、全部课时翻译内容位于translations/本地化图片位于translated_images/可用语言完整列表发布在仓库 README 顶部。这一更新可在仓库中直接验证translations/与translated_images/下均存在 50 个语言目录如el、ar、ja、ko、zh-CN、zh-TW等每个翻译目录包含 40 个.md与 28 个.ipynb文件而translated_images/对应目录内各有 145 张本地化.webp图片本路线图文档自身也出现在translations/el/docs/中正是这套流水线运转的证据。10.2 无障碍改进路线图给出四条无障碍改进项作为持续质量基线为所有图片补充 alt 文本确保代码示例语法高亮正确为全部音视频内容补充视频字幕/转写稿保证色彩对比度符合 WCAG 指南。十一、实施优先级Phase 1–4路线图把全部改进项按时间窗排出检查清单[x]表示完成[ ]表示待办。结合英文权威源的后续更新与当前仓库源码校准后的总览如下Phase 1即时第 1–2 周— 已完成修复关键安全问题添加代码质量配置.eslintrc.json、.prettierrc、pyproject.toml创建共享工具模块shared/python/编写安全指南文档docs/SECURITY_GUIDELINES.mdPhase 2短期第 3–4 周更新废弃 API 模式Chat Completions → Responses APIPython TypeScript为所有 Python 文件补 type hints已覆盖受维护的shared/模块课时示例保持简单添加代码质量 CI/CD workflow.github/workflows/code-quality.yml创建安全扫描 workflow.github/workflows/security.ymlPhase 3中期第 2–3 个月新增安全课程新增生产部署课程改进 DevContainer 配置.devcontainer/devcontainer.json添加交互式演示Phase 4长期第 4 个月起新增高级 RAG 课程扩展语言覆盖Go/Rust/Java/Kotlin补充综合测试套件含 JS/TS 侧 Jest建立认证项目certification program十二、仓库现状核对表一份可循的代码—路线图映射为便于读者边读文档边核验仓库证据以下给出路线图各章节对应的实际文件均位于仓库根目录下路线图主题仓库证据路径路线图英文权威源 / 希腊语译本docs/ENHANCED_FEATURES_ROADMAP.md、translations/el/docs/ENHANCED_FEATURES_ROADMAP.md安全指南docs/SECURITY_GUIDELINES.md共享工具env / 输入校验 / APIshared/python/env_utils.py、shared/python/input_validation.py、shared/python/api_utils.pypytest 配置与测试pyproject.toml、tests/、tests/conftest.py代码质量 CI / 安全扫描 CI.github/workflows/code-quality.yml、.github/workflows/security.ymlDevContainer.devcontainer/devcontainer.json、.devcontainer/post-create.sh多语言翻译与本地化图片translations/、translated_images/结语《生成式 AI 入门》仓库的功能增强路线图展示了一套值得借鉴的开源课程工程化实践先用代码评审定位硬编码密钥、缺省环境校验、危险函数调用等真实问题再以共享工具模块 安全指南固化修复随后把格式化、lint、测试、CodeQL 扫描接入 CI用 DevContainer 保证开发体验一致在此基础上持续规划教育内容、API 现代化与 50 语言国际化。若你想改进自己的教学代码库可直接照此框架列出问题—配置—共享模块—CI—DevContainer—内容—阶段清单七层路线图再按 Phase 1→4 的顺序推进落地。【免费下载链接】generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-ai-for-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考