CHAPTER 1 Azure OpenAI 動手玩
1.1 Azure OpenAI 服務申請
1-2 Azure OpenAI 服務啟用與模型部署
1.3 Azure OpenAI Studio 使用
1.4 聊天遊樂場 & 完成遊樂場 – 來玩吧！
1.5 Azure OpenAI DALL-E 圖像生成遊樂場
1.6 Azure OpenAI Whisper 語音轉換文字遊樂場
1.7 Azure OpenAI Assistant 助理遊樂場

CHAPTER 2 虛擬環境、HuggingFace，與向量資料庫
2.1 Python 的虛擬環境
2.2 Hugging Face
2.3 Embeddings
2.4 向量資料庫演算法的概念
2.5 使用PostgreSQL 儲存向量資料
2.6 使用Pinecone 儲存向量資料
2.7 使用Qdrant 儲存向量資料

CHAPTER 3 提示流 Prompt flow – LLM 界最潮整合利器
3.1 Azure Machine Learning Studio 工作區申請
3.2 Azure Machine Learning Studio 服務介紹
3.3 Prompt flow 介紹與前置作業
3.4 提示流實作 - 網站分類（爬蟲＋LLM）
3.5 提示流實作 - 特定資料查詢（向量資料庫查詢＋LLM）
3.6 提示流實作 - 英文故事生成機（在VS Code 中使用Prompt flow）
3.7 提示流實作 - 用天氣寫詩（在VS Code 中使用Prompt flow）

CHAPTER 4 LangChain 實戰
4.1 認識LangChain
4.2 LangChain Model I/O
4.3 LangChain Chains
4.4 LangChain Retrieval
4.5 LangChain Memory
4.6 LangChain Agent

CHAPTER 5 Semantic Kernel 實戰
5.1 淺談LLM 應用
5.2 認識Semantic Kernel 的核心組成
5.3 Semantic Kernel 入門
5.4 實作Plugins
5.5 Plugins 進階運用
5.6 運用DI 注入使用Semantic Kernel
5.7 Semantic Kernel Planner 規劃器
5.8 Semantic Kernel 與Hugging Face 連接
5.9 Semantic Kernel 實作RAG 設計

CHAPTER 6 番外知識與OpenAI GPTs 篇
6.1 關於提示工程Prompt 的技巧
6.2 什麼是檢索增強生成RAG
6.3 OpenAI GPTs
6.4 本書結語

CHAPTER 1 Azure OpenAI 動手玩
1.1 Azure OpenAI 服務申請
1-2 Azure OpenAI 服務啟用與模型部署
1.3 Azure OpenAI Studio 使用
1.4 聊天遊樂場 & 完成遊樂場 – 來玩吧！
1.5 Azure OpenAI DALL-E 圖像生成遊樂場
1.6 Azure OpenAI Whisper 語音轉換文字遊樂場
1.7 Azure OpenAI Assistant 助理遊樂場

CHAPTER 2 虛擬環境、HuggingFace，與向量資料庫
2.1 Python 的虛擬環境
2.2 Hugging Face
2.3 Embeddings
2.4 向量資料庫演算法的概念
2.5 使用PostgreSQL 儲存向量資料
2.6 使用Pinecone 儲存向量資料
2.7 使用Qdrant 儲存向量資料

CHAPTER 3 提示流 Prompt flow – LLM 界最潮整合利器
3.1 Azure Machine Learning Studio 工作區申請
3.2 Azure Machine Learning Studio 服務介紹
3.3 Prompt flow 介紹與前置作業
3.4 提示流實作 - 網站分類（爬蟲＋LLM）
3.5 提示流實作 - 特定資料查詢（向量資料庫查詢＋LLM）
3.6 提示流實作 - 英文故事生成機（在VS Code 中使用Prompt flow）
3.7 提示流實作 - 用天氣寫詩（在VS Code 中使用Prompt flow）

CHAPTER 4 LangChain 實戰
4.1 認識LangChain
4.2 LangChain Model I/O
4.3 LangChain Chains
4.4 LangChain Retrieval
4.5 LangChain Memory
4.6 LangChain Agent

CHAPTER 5 Semantic Kernel 實戰
5.1 淺談LLM 應用
5.2 認識Semantic Kernel 的核心組成
5.3 Semantic Kernel 入門
5.4 實作Plugins
5.5 Plugins 進階運用
5.6 運用DI 注入使用Semantic Kernel
5.7 Semantic Kernel Planner 規劃器
5.8 Semantic Kernel 與Hugging Face 連接
5.9 Semantic Kernel 實作RAG 設計

CHAPTER 6 番外知識與OpenAI GPTs 篇
6.1 關於提示工程Prompt 的技巧
6.2 什麼是檢索增強生成RAG
6.3 OpenAI GPTs
6.4 本書結語

CHAPTER 1 Azure OpenAI 動手玩
1.1 Azure OpenAI 服務申請
1-2 Azure OpenAI 服務啟用與模型部署
1.3 Azure OpenAI Studio 使用
1.4 聊天遊樂場 & 完成遊樂場 – 來玩吧！
1.5 Azure OpenAI DALL-E 圖像生成遊樂場
1.6 Azure OpenAI Whisper 語音轉換文字遊樂場
1.7 Azure OpenAI Assistant 助理遊樂場

CHAPTER 2 虛擬環境、HuggingFace，與向量資料庫
2.1 Python 的虛擬環境
2.2 Hugging Face
2.3 Embeddings
2.4 向量資料庫演算法的概念
2.5 使用PostgreSQL 儲存向量資料
2.6 使用Pinecone 儲存向量資料
2.7 使用Qdrant 儲存向量資料

CHAPTER 3 提示流 Prompt flow – LLM 界最潮整合利器
3.1 Azure Machine Learning Studio 工作區申請
3.2 Azure Machine Learning Studio 服務介紹
3.3 Prompt flow 介紹與前置作業
3.4 提示流實作 - 網站分類（爬蟲＋LLM）
3.5 提示流實作 - 特定資料查詢（向量資料庫查詢＋LLM）
3.6 提示流實作 - 英文故事生成機（在VS Code 中使用Prompt flow）
3.7 提示流實作 - 用天氣寫詩（在VS Code 中使用Prompt flow）

CHAPTER 4 LangChain 實戰
4.1 認識LangChain
4.2 LangChain Model I/O
4.3 LangChain Chains
4.4 LangChain Retrieval
4.5 LangChain Memory
4.6 LangChain Agent

CHAPTER 5 Semantic Kernel 實戰
5.1 淺談LLM 應用
5.2 認識Semantic Kernel 的核心組成
5.3 Semantic Kernel 入門
5.4 實作Plugins
5.5 Plugins 進階運用
5.6 運用DI 注入使用Semantic Kernel
5.7 Semantic Kernel Planner 規劃器
5.8 Semantic Kernel 與Hugging Face 連接
5.9 Semantic Kernel 實作RAG 設計

CHAPTER 6 番外知識與OpenAI GPTs 篇
6.1 關於提示工程Prompt 的技巧
6.2 什麼是檢索增強生成RAG
6.3 OpenAI GPTs
6.4 本書結語