加入 Azure AI Foundry 社區

如果你遇到困難或對構建 AI 應用程式有任何疑問，歡迎加入同學與有經驗的開發者討論 MCP。這是一個支持性強的社群，問題隨時歡迎提出，知識自由分享。

如果在建構過程中有產品反饋或錯誤，請造訪：

按以下步驟開始使用這些資源：

Fork 該倉庫：點擊
Clone 該倉庫： git clone https://github.com/microsoft/IoT-For-Beginners.git
加入 Microsoft Foundry Discord，認識專家與其他開發者

🌐 多語言支援

透過 GitHub Action 支援（自動且持續更新）

偏好本地 Clone？

此倉庫包含 50 多種語言翻譯，大幅增加下載大小。若想不下載翻譯檔案，可使用稀疏檢出：

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"
這樣能用更快的速度，取得完成課程所需的全部內容。

IoT 初學者課程

Microsoft 的 Azure 雲端倡導者很高興提供一個為期 12 週、包含 24 課的物聯網（IoT）基礎課程。每課包括課前與課後測驗、完成課程的書面指示、解答、作業等。我們採取以項目為基礎的教學法，讓你邊做邊學，這是確保新技能穩固掌握的有效方法。

這些項目涵蓋食物從農場到餐桌的整個旅程。涵蓋農業、物流、生產、零售與消費者等領域，皆是物聯網裝置的重要應用產業。

Sketchnote 由 Nitya Narasimhan 繪製。點擊圖片可看更大尺寸。

衷心感謝我們的作者 Jen Fox、Jen Looper、Jim Bennett，及我們的 sketchnote 藝術家 Nitya Narasimhan。

也感謝參與審核與翻譯本課程的 Microsoft Learn Student Ambassadors 團隊成員—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、及 Zina Kamel。

認識我們的團隊！

動圖製作 by Mohit Jaisal

🎥 點擊上方圖片，觀看課程宣傳影片！

老師們，我們提供了一些建議關於如何使用此課程。若想自行設計課程，也附上課程範本。

學生們，若想自行使用此課程，請 fork 整個倉庫，從課前測驗開始，閱讀教材並完成全部活動。請嘗試理解課程內容來完成專案，勿直接複製解答代碼；不過，每個專案相關課程中均有 /solutions 資料夾提供解決方案程式碼。另一個方法是與朋友組成讀書會，共同學習內容。想要進一步學習，我們推薦 Microsoft Learn。

想了解課程概覽的影片，請看以下影片：

🎥 點擊上方圖片，觀看課程宣傳影片！

教學方法

本課程採取兩大教學原則：以專案為基礎，以及包含頻繁的測驗。在這系列課程結束時，學生將完成一套植物監測與澆水系統、車輛追蹤器、智慧工廠設定用於追蹤與檢查食物，以及語音控制的烹飪計時器，並且學會物聯網基礎，包括撰寫裝置程式碼、連接至雲端、分析遙測資料及於邊緣運行 AI。

確保內容與專案對應，過程對學生更具吸引力，使得概念更易記憶。

此外，課前一個低壓力的測驗能讓學生設定學習目標，課後第二個測驗則促進記憶鞏固。本課程設計靈活且有趣，既可完整修習，也可選修部分。專案規模由淺入深，12 週結束時漸趨複雜。

每個專案都基於學生及興趣者可取得的實體硬體。專案會涵蓋特定領域，提供相關背景知識。成為成功的開發者，了解問題領域有幫助，這背景知識讓學生在思考物聯網解決方案及學習時，能根據真實問題情境設計。學生理解他們打造方案的「原因」，並能體會終端使用者的需求。

硬體

我們有兩款物聯網硬件可供選擇，取決於個人喜好、編程語言知識或偏好、學習目標及可用性。對於沒有硬件設備或想在購買前多了解的學習者，我們亦提供了「虛擬硬件」版本。你可以在硬件頁面閱讀更多資訊，並找到購物清單，包括我們的合作夥伴 Seeed Studio 的完整套件購買連結。

💁 查看我們的行為守則、貢獻指南及翻譯指南。歡迎你提出建設性意見！

🔧 有問題？請參閱我們的疑難排解指南尋找常見問題解決方法。

每堂課包含：

筆記草圖
選擇性補充影片
課前熱身小測驗
書面課程內容
針對專案導向課程，有分步指導如何製作專案
知識檢測
挑戰任務
補充閱讀資料
作業
課後測驗

關於小測驗的說明：所有小測驗均包含於 quiz-app 資料夾內，共有 48 個小測驗，每個小測驗三題。它們在課程中有連結，但小測驗應用程式亦可在本地運行或部署到 Azure；請參照 quiz-app 資料夾中的說明。小測驗正在逐步本地化中。

課程清單

	專案名稱	教授概念	學習目標	相關課程
01	入門指南	物聯網介紹	學習物聯網的基本原則及物聯網解決方案的基本構件，如感應器和雲端服務，並且進行首次物聯網裝置的設定	物聯網介紹
02	入門指南	更深入的物聯網知識	進一步了解物聯網系統的組件，以及微控制器與單板電腦	更深入的物聯網知識
03	入門指南	使用感應器與致動器互動物理世界	學習如何利用感應器採集物理世界資料，以及透過致動器作出回應，並製作夜燈	使用感應器與致動器互動物理世界
04	入門指南	將裝置連接到網絡	學習如何將物聯網裝置連接到網絡，透過將夜燈連接到 MQTT 代理以傳送與接收訊息	將裝置連接到網絡
05	農場	預測植物生長	學習如何利用物聯網裝置擷取的溫度數據，預測植物生長	預測植物生長
06	農場	偵測土壤濕度	學習如何偵測土壤濕度並校準土壤濕度感應器	偵測土壤濕度
07	農場	自動化植物灌溉	學習如何使用繼電器和 MQTT 執行灌溉自動化與時間控制	自動化植物灌溉
08	農場	將植物遷移到雲端	學習雲端與雲端托管物聯網服務，以及如何將植物連接到這些服務之一，而非使用公共 MQTT 代理	將植物遷移到雲端
09	農場	將應用程式邏輯遷移到雲端	學習如何在雲端撰寫回應物聯網訊息的應用程式邏輯	將應用程式邏輯遷移到雲端
10	農場	保護你的植物安全	學習物聯網安全，如何透過金鑰和憑證保護植物安全	保護你的植物安全
11	運輸	位置追蹤	了解物聯網裝置的 GPS 位置追蹤功能	位置追蹤
12	運輸	儲存位置資料	學習如何儲存物聯網資料，供後續視覺化或分析	儲存位置資料
13	運輸	視覺化位置資料	學習如何在地圖上視覺化位置資料，及地圖如何將真實三維世界以二維方式呈現	視覺化位置資料
14	運輸	地理圍欄	了解地理圍欄，及其如何用來在供應鏈車輛靠近目的地時發出警報	地理圍欄
15	製造	訓練水果品質檢測器	學習在雲端訓練影像分類器以檢測水果品質	訓練水果品質檢測器
16	製造	從物聯網裝置檢查水果品質	學習如何從物聯網裝置使用水果品質檢測器	從物聯網裝置檢查水果品質
17	製造	在邊緣設備上運行水果檢測器	學習如何在邊緣的物聯網設備上運行水果檢測器	在邊緣設備上運行水果檢測器
18	製造	從感應器觸發水果品質檢測	學習如何從感應器觸發水果品質檢測	從感應器觸發水果品質檢測
19	零售	訓練庫存檢測器	學習如何使用物件偵測訓練庫存檢測器以計算店內庫存	訓練庫存檢測器
20	零售	從物聯網裝置查庫存	學習如何使用物聯網裝置，結合物件偵測模型檢查庫存	從物聯網裝置查庫存
21	消費者	透過物聯網裝置識別語音	學習如何從物聯網裝置識別語音，製作智能定時器	透過物聯網裝置識別語音
22	消費者	理解語言	學習如何理解向物聯網裝置說出的一句句子	理解語言
23	消費者	設定定時器並提供語音反饋	學習如何在物聯網裝置上設定定時器，並在定時開始與結束時以語音提供反饋	設定定時器並提供語音反饋
24	消費者	支援多種語言	學習如何支援多種語言，無論是用語音指令或智能定時器的回應	支援多種語言