ai-agents-for-beginners

AI агенти за начинаещи - Курс

AI агенти за начинаещи

Курс, който учи всичко необходимо, за да започнете да създавате AI агенти

🌐 Многоезична поддръжка

Поддържана чрез GitHub Action (автоматизирана и винаги актуална)

Предпочитате да клонирате локално?

Това хранилище съдържа над 50 езикови превода, което значително увеличава размера на изтегляне. За да клонирате без преводи, използвайте sparse checkout:

Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/ai-agents-for-beginners.git
cd ai-agents-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
CMD (Windows):
git clone --filter=blob:none --sparse https://github.com/microsoft/ai-agents-for-beginners.git
cd ai-agents-for-beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
Това ви дава всичко необходимо за завършване на курса с много по-бързо изтегляне.

Ако желаете да се поддържат допълнителни езици за превод, те са посочени тук.

🌱 Започване

Този курс съдържа уроци, обхващащи основите на създаването на AI агенти. Всеки урок покрива своята тема, затова започнете откъдето искате!

Курсът има многоезична поддръжка. Вижте достъпните езици тук.

Ако за първи път работите с генеративни AI модели, разгледайте нашия курс Generative AI For Beginners, който включва 21 урока за работа с GenAI.

Не забравяйте да добавите звездичка (🌟) на това хранилище и да форкнете това хранилище, за да изпълнявате кода.

Срещнете други ученици, получете отговори на въпросите си

Ако се затрудните или имате въпроси относно създаването на AI агенти, включете се в нашия специален Discord канал в Microsoft Foundry Discord.

Какво ви е необходимо

Всеки урок в този курс включва примери с код, които може да намерите в папката code_samples. Можете да форкнете това хранилище, за да създадете собствено копие.

Примерите с код в тези упражнения използват Microsoft Agent Framework с Azure AI Foundry Agent Service V2:

Microsoft Foundry - Изисква се Azure акаунт

Този курс използва следните AI Agent рамки и услуги на Microsoft:

Някои примери с код поддържат и алтернативни доставчици, съвместими с OpenAI, като MiniMax, който предлага модели с голям контекст (до 204K токена). Вижте Настройката на курса за подробности за конфигурацията.

За повече информация относно стартирането на кода за този курс, отидете на Настройката на курса.

🙏 Искате ли да помогнете?

Имате ли предложения или намерихте правописни или кодови грешки? Отворете проблем или Създайте pull request

📂 Всеки урок включва

Писмен урок, разположен в README и кратко видео
Примери с Python код, използващи Microsoft Agent Framework с Azure AI Foundry
Връзки към допълнителни ресурси за продължаване на ученето

🗃️ Уроци

Урок	Текст и код	Видео	Допълнително обучение
Въведение в AI агентите и случаи на използване	Връзка	Видео	Връзка
Разглеждане на AI агентни рамки	Връзка	Видео	Връзка
Разбиране на AI агентни дизайн модели	Връзка	Видео	Връзка
Дизайн модел за използване на инструменти	Връзка	Видео	Връзка
Агентен RAG	Връзка	Видео	Връзка
Създаване на надеждни AI агенти	Връзка	Видео	Връзка
Дизайн модел за планиране	Връзка	Видео	Връзка
Модел за многоагентно проектиране	Връзка	Видео	Връзка
Дизайн шаблон Метакогниция	Link	Video	Link
AI Агенти в продукция	Link	Video	Link
Използване на агентски протоколи (MCP, A2A и NLWeb)	Link	Video	Link
Контекстно инженерство за AI агенти	Link	Video	Link
Управление на агентска памет	Link	Video
Изследване на Microsoft Agent Framework	Link
Създаване на агенти за използване на компютър (CUA)	Link		Link
Разгръщане на разтегаеми агенти	Скоро
Създаване на локални AI агенти	Скоро
Защита на AI агенти	Link		Link

🎒 Други курсове

Нашият екип създава и други курсове! Вижте:

LangChain

—

Azure / Edge / MCP / Агенти

Серия за генеративен AI

Основно обучение

Серия Copilot

🌟 Благодарности към общността

Благодарим на Shivam Goyal за приноса на важни примерни кодове, демонстриращи Agentic RAG.

Принос

Този проект приветства приноси и предложения. Повечето приноси изискват да се съгласите с Лицензионно споразумение за принос (CLA), в което декларирате, че имате право и наистина предоставяте на нас правата да използваме вашия принос. За подробности, посетете https://cla.opensource.microsoft.com.

Когато изпратите pull request, бот за CLA автоматично ще определи дали трябва да предоставите CLA и ще обозначи PR подходящо (например, проверка на статуса, коментар). Просто следвайте инструкциите, предоставени от бота. Това се извършва само веднъж за всички репозиторита, използващи нашия CLA.

Този проект е приел Microsoft Open Source Code of Conduct. За повече информация вижте Често задавани въпроси за правила на поведение или се свържете с opencode@microsoft.com за допълнителни въпроси или коментари.

Търговски марки

Този проект може да съдържа търговски марки или лога за проекти, продукти или услуги. Авторизираното използване на търговски марки или лога на Microsoft е предмет и трябва да следва Правила за търговски марки и брандове на Microsoft. Използването на търговски марки или лога на Microsoft в модифицирани версии на този проект не трябва да води до объркване или да предполага спонсорство от Microsoft. Всяко използване на трети страни търговски марки или лога подлежи на правилата на тези трети страни.

Получаване на помощ

Ако се затрудните или имате въпроси за създаване на AI приложения, присъединете се към:

Ако имате обратна връзка за продукта или грешки по време на разработка, посетете:

Отказ от отговорност: Този документ е преведен с помощта на AI преводачески услуга Co-op Translator. Въпреки че се стремим към точност, моля имайте предвид, че автоматизираните преводи могат да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за каквито и да е недоразумения или неправилни тълкувания, произтичащи от използването на този превод.

This site is open source. Improve this page.