加入 Azure AI Foundry 社群

如果你在建立 AI 應用程式時遇到困難或有任何問題，歡迎加入與其他學習者及經驗豐富的開發者一起討論 MCP 的行列。這是一個支持性的社群，歡迎提問並自由分享知識。

如果你在開發過程中有產品回饋或錯誤，請造訪：

請依照以下步驟開始使用這些資源：

派生這個儲存庫：點擊
複製儲存庫： git clone https://github.com/microsoft/IoT-For-Beginners.git
加入 Microsot Foundry Discord，並與專家及其他開發者會面

🌐 多語言支援

透過 GitHub Action 支援（自動且隨時更新）

想本地複製？

這個儲存庫包括 50 多種語言的翻譯，會大幅增加下載大小。若想不包含翻譯只複製部分，請使用稀疏檢出：

Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
cd IoT-For-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/IoT-For-Beginners.git
cd IoT-For-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
這樣你可以更快下載並獲得完成課程所需的所有內容。

新手物聯網課程大綱

微軟的 Azure Cloud Advocates 很高興提供一套為期 12 週、共 24 課的物聯網基礎課程。每課包含課前和課後小測驗、詳盡的書面教學、解答、作業等等。我們以專案為核心的教學法讓你在實作中學習，這是新技能更容易「融會貫通」的有效方法。

課程的專案涵蓋食物從農場到餐桌的整個過程，包括農業、物流、製造、零售與消費端，這些都是物聯網設備常見應用領域。

繪圖筆記由 Nitya Narasimhan 製作。點擊圖片可觀看大圖。

非常感謝我們的作者 Jen Fox、Jen Looper、Jim Bennett，以及繪圖筆記藝術家 Nitya Narasimhan。

同時感謝我們的 Microsoft Learn 學生大使團隊審閱與翻譯這套課程——Aditya Garg、Anurag Sharma、Arpita Das、Aryan Jain、Bhavesh Suneja、Faith Hunja、Lateefah Bello、Manvi Jha、Mireille Tan、Mohammad Iftekher (Iftu) Ebne Jalal、Mohammad Zulfikar、Priyanshu Srivastav、Thanmai Gowducheruvu 和 Zina Kamel。

認識團隊成員！

Gif 由 Mohit Jaisal 製作

🎥 點擊上方圖片觀看專案影片！

給老師的建議 我們提供了使用這份課程的建議，如果你想建立自己的課程，我們也提供了課程模板。

給學生，若想自行使用這門課程，請派生整個儲存庫並自行完成練習，從課前小測驗開始，閱讀講義並完成所有活動。盡量理解課程後自行完成專案，而非直接複製解答代碼；不過專案導向課程的/solutions資料夾中有提供解答代碼。另一個方式是組成讀書會，與朋友一同學習。若想更深入學習，我們推薦Microsoft Learn。

想要瞭解這課程的視訊總覽，請看這影片：

🎥 點擊上方圖片觀看專案影片！

教學法

本課程採用兩大教學原則：專案導向與頻繁的小測驗。學完系列課程結束時，學生將完成植物監控及澆水系統、車輛追蹤器、智慧工廠的食物追蹤與檢查系統，以及語音控制烹飪計時器，並學會物聯網基本概念，包括如何撰寫裝置程式碼、連接雲端、分析遙測資料及在邊緣運行 AI。

結合實際專案讓內容更有趣，學習成效與概念的記憶也會有所提升。

此外，課前的低壓力測驗能讓學生設立學習目標，課後再有第二次測驗則幫助鞏固所學。這套課程設計彈性且有趣，學員可全修或部分選修，專案從簡單到複雜，循序漸進完成 12 週循環。

每個專案使用學生及愛好者可取得的實體硬體為基礎，探索專案領域並提供相關背景知識。成功的開發者通常會對所解決的領域有所理解，提供背景知識幫助學生將物聯網方案與學習內容，放在真實世界可能遇到的問題脈絡中思考。學生能了解所建構方案的「為什麼」，並心懷對最終用戶的理解。

硬體

我們有兩個物聯網硬件選擇，視個人喜好、編程語言知識或偏好、學習目標及可用性而定。我們亦提供了「虛擬硬件」版本，適合沒有硬件的用家，或想在購買前多了解的學習者。您可以在硬件頁面閱讀更多內容及「購物清單」，其中包括我們的合作夥伴 Seeed Studio 提供的完整套件購買連結。

💁 請參閱我們的行為守則、貢獻指南及翻譯指南。我們歡迎您的建設性意見！

🔧 遇到問題？請查看我們的疑難排解指南，尋找常見問題解決方案。

每節課包含：

筆記草圖
選擇性的補充視頻
課前暖身測驗
書面課程內容
對於基於項目的課程，提供逐步指導如何構建項目
知識檢查
挑戰題
補充閱讀
作業
課後測驗

關於測驗的說明：所有測驗均包含於 quiz-app 資料夾內，共有 48 個測驗，每個測驗包含三道題目。測驗連結設於課程中，但測驗應用可於本地運行或部署至 Azure；請按照 quiz-app 資料夾中的指示操作。測驗正逐步本地化中。

課程

	項目名稱	授課概念	學習目標	連結課程
01	入門	物聯網介紹	學習物聯網的基本原理及物聯網解決方案的基本組件，例如感應器和雲端服務，同時設置您的第一個物聯網設備	物聯網介紹
02	入門	深入了解物聯網	學習更多有關物聯網系統的組件，以及微控制器和單板電腦	深入了解物聯網
03	入門	透過感應器和執行器與實體世界互動	瞭解感應器用於從物理世界收集數據，及執行器用於回饋，並構建一個夜燈	透過感應器和執行器與實體世界互動
04	入門	連接裝置至互聯網	學習如何將物聯網設備連接至互聯網，透過連接您的夜燈到 MQTT 代理發送及接收消息	連接裝置至互聯網
05	農場	預測植物生長	學習如何利用物聯網裝置收集的溫度數據來預測植物生長	預測植物生長
06	農場	檢測土壤濕度	學習如何檢測土壤濕度並校準土壤濕度感測器	檢測土壤濕度
07	農場	自動化灌溉系統	學習如何利用繼電器與 MQTT 自動化及定時灌溉	自動化灌溉系統
08	農場	將您的植物數據遷移至雲端	學習關於雲端及雲端物聯網服務，以及如何將您的植物接入這類服務，而非公眾 MQTT 代理	將您的植物數據遷移至雲端
09	農場	將應用程式邏輯遷移至雲端	學習如何在雲端編寫可回應物聯網消息的應用程式邏輯	將應用程式邏輯遷移至雲端
10	農場	保護您的植物安全	學習物聯網安全，及如何用密鑰和證書保障您的植物安全	保護您的植物安全
11	運輸	位置追蹤	學習物聯網設備的 GPS 位置跟蹤	位置追蹤
12	運輸	儲存位置資料	學習如何儲存物聯網數據以便後續視覺化或分析	儲存位置資料
13	運輸	視覺化位置資料	了解如何在地圖上視覺化位置資料，以及地圖如何以二維形式呈現三維的現實世界	視覺化位置資料
14	運輸	地理圍欄	學習關於地理圍欄，以及如何用它們在供應鏈中車輛靠近目的地時發出警示	地理圍欄
15	製造	訓練水果品質檢測器	學習如何在雲端訓練圖像分類器來檢測水果品質	訓練水果品質檢測器
16	製造	從物聯網裝置檢測水果品質	學習如何使用您的水果品質檢測器於物聯網裝置	從物聯網裝置檢測水果品質
17	製造	在邊緣裝置執行水果檢測器	學習如何在物聯網裝置的邊緣計算端運行水果檢測器	在邊緣裝置執行水果檢測器
18	製造	從感測器觸發水果品質檢測	學習如何從感測器觸發水果品質檢測	從感測器觸發水果品質檢測
19	零售	訓練庫存檢測器	學習如何利用物件檢測訓練庫存檢測器來統計店內庫存	訓練庫存檢測器
20	零售	從物聯網裝置檢查庫存	學習如何使用物聯網裝置和物件檢測模型來檢查庫存	從物聯網裝置檢查庫存
21	消費者	利用物聯網裝置進行語音識別	學習如何利用物聯網裝置來識別語音，用以構建智能計時器	利用物聯網裝置進行語音識別
22	消費者	理解語言	學習如何理解對物聯網裝置說出的句子	理解語言
23	消費者	設定計時器並提供語音反饋	學習如何在物聯網裝置上設定計時器，並於計時器開始及結束時提供語音反饋	設定計時器並提供語音反饋
24	消費者	支援多語言	學習如何支援多種語言，包含語音輸入及智能計時器的語音回應	支援多語言