ai-agents-for-beginners

Настройка на курса

Въведение

Този урок ще обхване как да стартирате примерите с код от този курс.

Присъединете се към други обучаващи се и получете помощ

Преди да започнете да клонирате вашето хранилище, присъединете се към Discord канала AI Agents For Beginners, за да получите помощ с настройката, да зададете въпроси относно курса или да се свържете с други обучаващи се.

Клонирайте или създайте форк на това хранилище

За да започнете, моля, клонирайте или създайте форк на GitHub хранилището. Това ще създаде ваша собствена версия на материалите от курса, за да можете да стартирате, тествате и променяте кода!

Това може да се направи, като кликнете върху линка за форк на хранилището.

Сега трябва да имате ваша собствена форкната версия на този курс на следния линк:

Forked Repo

Стартиране на кода

Този курс предлага серия от Jupyter Notebooks, които можете да стартирате, за да получите практически опит в изграждането на AI агенти.

Примерите с код използват следното:

Изисква GitHub акаунт - Безплатно:

1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Обозначено като (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace. Обозначено като (autogen.ipynb)

Изисква абонамент за Azure: 3) Azure AI Foundry + Azure AI Agent Service. Обозначено като (azureaiagent.ipynb)

Препоръчваме ви да изпробвате и трите типа примери, за да видите кой работи най-добре за вас.

Изборът ви ще определи кои стъпки за настройка трябва да следвате по-долу:

Изисквания

В корена на това хранилище сме включили файл requirements.txt, който съдържа всички необходими Python пакети за стартиране на примерите с код.

Можете да ги инсталирате, като изпълните следната команда в терминала в корена на хранилището:

pip install -r requirements.txt

Препоръчваме създаването на Python виртуална среда, за да избегнете конфликти и проблеми.

Настройка на VSCode

Уверете се, че използвате правилната версия на Python в VSCode.

image

Настройка за примери с GitHub модели

Стъпка 1: Получете вашия GitHub Personal Access Token (PAT)

Този курс използва GitHub Models Marketplace, предоставяйки безплатен достъп до големи езикови модели (LLMs), които ще използвате за изграждане на AI агенти.

За да използвате GitHub моделите, трябва да създадете GitHub Personal Access Token.

Това може да се направи, като отидете на настройките за Personal Access Tokens във вашия GitHub акаунт.

Моля, следвайте Принципа на минималните привилегии, когато създавате вашия токен. Това означава, че трябва да дадете на токена само разрешенията, които са необходими за стартиране на примерите с код в този курс.

  1. Изберете опцията Fine-grained tokens от лявата страна на екрана, като преминете към Developer settings.

    След това изберете Generate new token.

    Generate Token

  2. Въведете описателно име за вашия токен, което отразява неговата цел, за да бъде лесно разпознаваем по-късно.

    🔐 Препоръка за продължителност на токена

    Препоръчителна продължителност: 30 дни
    За по-сигурна настройка можете да изберете по-кратък период, например 7 дни 🛡️
    Това е чудесен начин да си поставите лична цел и да завършите курса, докато вашият обучителен импулс е висок 🚀.

    Token Name and Expiration

  3. Ограничете обхвата на токена до вашия форк на това хранилище.

    Limit scope to fork repository

  4. Ограничете разрешенията на токена: Под Permissions, кликнете върху таба Account и натиснете бутона “+ Add permissions”. Ще се появи падащо меню. Моля, потърсете Models и поставете отметка в квадратчето за него. Add Models Permission

  5. Проверете необходимите разрешения, преди да генерирате токена. Verify Permissions

  6. Преди да генерирате токена, уверете се, че сте готови да го съхраните на сигурно място, като например сейф за пароли, тъй като той няма да бъде показан отново след създаването му. Store Token Securely

Копирайте новия токен, който току-що създадохте. Сега ще го добавите към вашия .env файл, включен в този курс.

Стъпка 2: Създайте вашия .env файл

За да създадете вашия .env файл, изпълнете следната команда в терминала.

cp .env.example .env

Това ще копира примерния файл и ще създаде .env във вашата директория, където ще попълните стойностите за променливите на средата.

С копирания токен отворете .env файла в любимия си текстов редактор и го поставете в полето GITHUB_TOKEN. GitHub Token Field

Сега трябва да можете да стартирате примерите с код от този курс.

Настройка за примери с Azure AI Foundry и Azure AI Agent Service

Стъпка 1: Получете вашия Azure Project Endpoint

Следвайте стъпките за създаване на хъб и проект в Azure AI Foundry, описани тук: Hub resources overview

След като създадете вашия проект, ще трябва да получите низ за връзка към вашия проект.

Това може да се направи, като отидете на страницата Overview на вашия проект в портала Azure AI Foundry.

Project Connection String

Стъпка 2: Създайте вашия .env файл

За да създадете вашия .env файл, изпълнете следната команда в терминала.

cp .env.example .env

Това ще копира примерния файл и ще създаде .env във вашата директория, където ще попълните стойностите за променливите на средата.

С копирания токен отворете .env файла в любимия си текстов редактор и го поставете в полето PROJECT_ENDPOINT.

Стъпка 3: Влезте в Azure

Като най-добра практика за сигурност ще използваме автентикация без ключове, за да се удостоверим в Azure OpenAI с Microsoft Entra ID.

След това отворете терминал и изпълнете az login --use-device-code, за да влезете във вашия Azure акаунт.

След като влезете, изберете вашия абонамент в терминала.

Допълнителни променливи на средата - Azure Search и Azure OpenAI

За урока Agentic RAG - Урок 5 - има примери, които използват Azure Search и Azure OpenAI.

Ако искате да стартирате тези примери, ще трябва да добавите следните променливи на средата към вашия .env файл:

Страница Overview (Project)

Център за управление

Страница Models + Endpoints

Azure портал

Външна уеб страница

Настройка на автентикация без ключове

Вместо да твърдо кодирате вашите идентификационни данни, ще използваме връзка без ключове с Azure OpenAI. За целта ще импортираме DefaultAzureCredential и по-късно ще извикаме функцията DefaultAzureCredential, за да получим идентификационните данни.

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

Нуждаете се от помощ?

Ако имате проблеми със стартирането на тази настройка, присъединете се към нашия Azure AI Community Discord или създайте проблем.

Следващ урок

Сега сте готови да стартирате кода за този курс. Приятно обучение за света на AI агентите!

Въведение в AI агентите и техните приложения


Отказ от отговорност:
Този документ е преведен с помощта на AI услуга за превод Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи може 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 недоразумения или погрешни интерпретации, произтичащи от използването на този превод.