Build LLM Apps with OpenAI and Ollama 2025-7 2026
Advanced 📚 27 lessons ⏱ 1 min read ⬇ Free Download

Build LLM Apps with OpenAI and Ollama 2025-7 2026

#net

Build LLM Apps with OpenAI and Ollama 2025-7 is a comprehensive, hands-on course designed to take you from the fundamentals to advanced, real-world mastery of net. Whether you are just starting out or looking to level up, this course gives you the structured path and practical projects you need to succeed.

Throughout the lessons you will build genuine confidence with net and llm, learning through clear explanations and step-by-step examples you can apply immediately. Below you will find everything the course covers, who it is for, and a full breakdown of the curriculum before you download.

Course Description

دوره GenAI for .NET: Build LLM Apps with OpenAI and Ollama. این دوره آموزشی چگونگی ساخت برنامه‌های هوش مصنوعی مولد (GenAI) با استفاده از پلتفرم دات‌نت و مدل‌های زبان بزرگ (LLM) از OpenAI و Ollama را ارائه می‌دهد. در این دوره کاربردی، شرکت‌کنندگان یاد می‌گیرند که چگونه با بهره‌گیری از کتابخانه‌های انتزاعی Microsoft-Extensions-AI، سرویس‌های مختلف هوش مصنوعی از جمله OpenAI، Azure AI و Ollama را یکپارچه کرده و برنامه‌های متنوعی مانند چت‌بات، سامانه جستجوی معنایی، سامانه تولید مبتنی بر بازیابی افزوده (RAG) و تحلیل تصویر ایجاد کنند. مباحث با آشنایی با اکوسیستم هوش مصنوعی دات‌نت و پیکربندی ارائه‌دهندگان مدل آغاز شده و سپس پیاده‌سازی وظایفی مانند دسته‌بندی، خلاصه‌سازی، استخراج داده و تحلیل احساسات با مدل‌هایی مانند GPT-5-mini و Llama3.2 آموزش داده می‌شود. ساخت یک چت‌بات هوشمند با قابلیت حفظ زمینه مکالمه و استفاده از قابلیت Chat Streaming و Function Calling برای فراخوانی توابع از دیگر بخش‌ها است. مبحث جستجوی برداری با تولید و ذخیره‌سازی جاسازی‌های متنی در یک پایگاه داده برداری مانند Qdrant و انجام جستجوی معنایی به طور کامل پوشش داده می‌شود. همچنین، پیاده‌سازی سامانه RAG برای بازیابی اطلاعات از اسناد شخصی و تولید پاسخ‌های دقیق و تحلیل تصویر با مدل‌های بینایی کامپیوری برای tasksی مانند تشخیص شی و تولید توضیح تصویر آموزش داده می‌شود. در نهایت، کلیه این مفاهیم در یک پروژه کاربردی و کامل تحت عنوان “فروشگاه الکترونیکی با قابلیت جستجوی برداری” با استفاده از .NET Aspire برای orchestration سرویس‌ها، Qdrant و مدل‌های LLM ادغام می‌شوند تا شرکت‌کنندگان در پایان دوره توانایی و اطمینان لازم برای توسعه برنامه‌های هوشمند GenAI را به دست آورند.

What You Will Learn

  • مفاهیم GenAI: LLM، Token، SLM، Prompt Engineering.
  • اکوسیستم .NET + AI: ابزارها و کتابخانه‌های توسعه AI برای .NET.
  • پیکربندی ارائه‌دهندگان LLM: GitHub Models، Ollama، Azure AI Foundry.
  • Chat، Text Completions، Analysis و Function Calling با .NET.
  • تکمیل متن LLM با مدل gpt-5-mini از GitHub Models OpenAI.
  • دسته‌بندی، خلاصه‌سازی، تحلیل احساسات و سایر موارد استفاده LLM.
  • خروجی ساختاریافته (Structured Output) در LLM برای مورد استفاده استخراج داده.
  • ساخت اپلیکیشن چت AI با .NET و مدل gpt-5-mini.
  • فراخوانی توابع .NET با استفاده از مدل GH gpt-5-mini با Function Calling.
  • جستجوی برداری .NET AI با استفاده از Vector Embeddings و Vector Store.
  • تولید Embeddings و محاسبه تشابه با CosineSimilarity.
  • توسعه اپلیکیشن جستجوی برداری .NET AI با Ollama و مدل جاسازی all-minilm.
  • اپلیکیشن تولید مبتنی بر بازیابی افزوده (RAG) با .NET AI.
  • ساخت اپلیکیشن چت .NET با RAG Template با مدل gpt-5-mini OpenAI.
  • ساخت اپلیکیشن چت .NET با RAG Template با استفاده از Ollama و all-minilm.
  • ساخت اپلیکیشن تحلیل تصویر با .NET و GH Models – OpenAI gpt-5-mini.
  • ساخت اپلیکیشن تحلیل تصویر با .NET و Ollama llava.
  • ساخت اپلیکیشن جستجوی برداری Eshop با .NET Aspire، gpt-5-mini و Qdrant Vector DB.
  • افزودن پایگاه داده برداری Qdrant به .NET Aspire.
  • بلوک‌های ساختمانی AI یکپارچه: Microsoft Extensions AI (MEAI).

Who This Course Is For

  • توسعه‌دهندگان (Developers) و معمارانی (Architects) که کنجکاو توسعه اپلیکیشن‌های LLM با .NET هستند.

Course Features & Specifications

  • ناشر: Udemy
  • مدرس: Mehmet Ozkaya
  • سطح آموزش: مبتدی تا پیشرفته
  • مدت زمان آموزش: 5 ساعت و 58 دقیقه
  • تعداد دروس: 64

Prerequisites

  • Basics of .NET Development

Preview

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 720p

Installation Guide

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 720p