Phi 食谱：微软 Phi 模型的实践示例

Phi 是微软开发的一系列开源 AI 模型。

Phi 是目前最强大且最具成本效益的小型语言模型（SLM），在多语言、推理、文本/聊天生成、编码、图像、音频等场景中拥有非常出色的基准测试表现。

您可以将 Phi 部署到云端或边缘设备，并能在有限的计算能力下轻松构建生成式 AI 应用。

请按照以下步骤开始使用这些资源：
1. 复刻仓库：点击
2. 克隆仓库：git clone https://github.com/microsoft/PhiCookBook.git
3. 加入 Microsoft AI Discord 社区，结识专家和开发者同行

🌐 多语言支持

通过 GitHub Action 支持（自动化且始终保持最新）

阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语（缅甸） | 中文（简体） | 中文（繁体，香港） | 中文（繁体，澳门） | 中文（繁体，台湾） | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印度尼西亚语 | 意大利语 | 日语 | 卡纳达语 | 韩语 | 立陶宛语 | 马来语 | 马拉雅拉姆语 | 马拉地语 | 尼泊尔语 | 尼日利亚皮钦语 | 挪威语 | 波斯语（法尔西语） | 波兰语 | 葡萄牙语（巴西） | 葡萄牙语（葡萄牙） | 旁遮普语（古木基文） | 罗马尼亚语 | 俄语 | 塞尔维亚语（西里尔文） | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 他加禄语（菲律宾语） | 泰米尔语 | 泰卢固语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语

更倾向于本地克隆？

此仓库包含 50 多种语言翻译，这会显著增加下载大小。要克隆时不包含翻译，请使用稀疏检出：

Bash / macOS / Linux:
bash git clone --filter=blob:none --sparse https://github.com/microsoft/PhiCookBook.git cd PhiCookBook git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):
cmd git clone --filter=blob:none --sparse https://github.com/microsoft/PhiCookBook.git cd PhiCookBook git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

这将为您提供完成课程所需的一切，并且下载速度更快。

目录

• 简介
• 欢迎来到 Phi 家族
• 设置您的环境
• 理解关键技术
• Phi 模型的 AI 安全性
• Phi 硬件支持
• Phi 模型及各平台可用性
• 使用 Guidance-ai 和 Phi
• GitHub Marketplace 模型

• Azure AI 模型目录

• 在不同环境中推理 Phi

  • Hugging face
  • GitHub 模型
  • Microsoft Foundry 模型目录
  • Ollama
  • AI Toolkit VSCode (AITK)
  • NVIDIA NIM
  • Foundry Local

• 推理 Phi 家族

  • 在 iOS 中推理 Phi
  • 在 Android 中推理 Phi
  • 在 Jetson 中推理 Phi
  • 在 AI PC 中推理 Phi
  • 使用 Apple MLX 框架推理 Phi
  • 在本地服务器中推理 Phi
  • 使用 AI Toolkit 在远程服务器中推理 Phi
  • 使用 Rust 推理 Phi
  • 在本地推理 Phi--Vision
  • 使用 Kaito AKS、Azure 容器推理 Phi（官方支持）

• 量化 Phi 家族

  • 使用 llama.cpp 量化 Phi-3.5 / 4
  • 使用 onnxruntime 的 Generative AI 扩展量化 Phi-3.5 / 4
  • 使用 Intel OpenVINO 量化 Phi-3.5 / 4
  • 使用 Apple MLX 框架量化 Phi-3.5 / 4

• 评估 Phi

  • 负责任 AI
  • 用于评估的 Microsoft Foundry
  • 使用 Promptflow 进行评估

• 使用 Azure AI Search 的 RAG

  • 如何将 Phi-4-mini 和 Phi-4-multimodal(RAG) 与 Azure AI Search 结合使用

• Phi 应用开发示例

• 文本与聊天应用

  • Phi-4 示例
  • [📓] 与 Phi-4-mini ONNX 模型聊天
  • 使用 .NET 与本地 Phi-4 ONNX 模型聊天
  • 使用 Sementic Kernel 与 Phi-4 ONNX 的 .NET 控制台聊天应用
  • Phi-3 / 3.5 示例
  • 在浏览器中使用 Phi3、ONNX Runtime Web 和 WebGPU 的本地聊天机器人
  • OpenVino 聊天
  • 多模型 - 交互式 Phi-3-mini 和 OpenAI Whisper
  • MLFlow - 构建包装器并使用 MLFlow 与 Phi-3
  • 模型优化 - 如何使用 Olive 为 ONNX Runtime Web 优化 Phi-3-min 模型
  • 使用 Phi-3 mini-4k-instruct-onnx 的 WinUI3 应用
  • WinUI3 多模型 AI 驱动笔记应用示例
  • 使用 Prompt flow 微调和集成自定义 Phi-3 模型
  • 在 Microsoft Foundry 中使用 Prompt flow 微调和集成自定义 Phi-3 模型
  • 在 Microsoft Foundry 中评估微调后的 Phi-3 / Phi-3.5 模型，重点关注微软的负责任 AI 原则
  • [📓] Phi-3.5-mini-instruct 语言预测示例（中文/英文）
  • Phi-3.5-Instruct WebGPU RAG 聊天机器人
  • 使用 Windows GPU 和 Phi-3.5-Instruct ONNX 创建 Prompt flow 解决方案
  • 使用 Microsoft Phi-3.5 tflite 创建 Android 应用
  • 使用本地 ONNX Phi-3 模型和 Microsoft.ML.OnnxRuntime 的 Q&A .NET 示例
  • 使用 Semantic Kernel 和 Phi-3 的控制台聊天 .NET 应用

• Azure AI Inference SDK 代码示例

  • Phi-4 示例
  • [📓] 使用 Phi-4-multimodal 生成项目代码
  • Phi-3 / 3.5 示例
  • 使用 Microsoft Phi-3 家族构建您自己的 Visual Studio Code GitHub Copilot Chat
  • 使用 GitHub Models 的 Phi-3.5 创建您自己的 Visual Studio Code Chat Copilot Agent

• 高级推理示例

  • Phi-4 示例
  • [📓] Phi-4-mini-reasoning 或 Phi-4-reasoning 示例
  • [📓] 使用 Microsoft Olive 微调 Phi-4-mini-reasoning
  • [📓] 使用 Apple MLX 微调 Phi-4-mini-reasoning
  • [📓] 使用 GitHub Models 的 Phi-4-mini-reasoning
  • [📓] [使用 Microsoft Foundry Models 的 Phi-4-mini-reasoning](./md/02.Application/02.Code/Phi4r/azure_