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 AI Agents For Beginners Discord канала, за да получите помощ с настройката, да зададете въпроси относно курса или да се свържете с други обучаващи се.

Клонирайте или създайте копие на това хранилище

За да започнете, моля, клонирайте или създайте копие 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 на линка за създаване на копие на хранилището.

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

Повърхностно клониране (препоръчително за работилници / Codespaces)

Пълното хранилище може да бъде голямо (~3 GB), когато изтегляте цялата история и всички файлове. Ако само посещавате работилницата или ви трябват само няколко папки с уроци, повърхностното клониране (или частично клониране) избягва голяма част от това изтегляне, като съкращава историята и/или пропуска файлове.

Бързо повърхностно клониране — минимална история, всички файлове

Заменете <your-username> в командите по-долу с URL адреса на вашето копие (или основния URL адрес, ако предпочитате).

За да клонирате само последната история на комитите (малко изтегляне):

git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git

За да клонирате конкретен клон:

git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git

Частично (слабо) клониране — минимални файлове + само избрани папки

Това използва частично клониране и слабо изтегляне (изисква Git 2.25+ и препоръчителен модерен Git с поддръжка на частично клониране):

git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git

Влезте в папката на хранилището:

За bash:

cd ai-agents-for-beginners

За Powershell:

Set-Location ai-agents-for-beginners

След това посочете кои папки искате (примерът по-долу показва две папки):

git sparse-checkout set 00-course-setup 01-intro-to-ai-agents

След като клонирате и проверите файловете, ако ви трябват само файловете и искате да освободите място (без история на Git), моля, изтрийте метаданните на хранилището (💀необратимо — ще загубите всички функции на Git: няма комити, изтегляния, качвания или достъп до история).

За Linux/macOS:

rm -rf .git

За Windows:

Remove-Item -Recurse -Force .git

Използване на GitHub Codespaces (препоръчително за избягване на големи локални изтегляния)

• Създайте нов Codespace за това хранилище чрез GitHub UI.

• В терминала на новосъздадения Codespace изпълнете една от командите за повърхностно/слабо клониране по-горе, за да добавите само папките с уроци, които са ви необходими, в работното пространство на Codespace.
• По избор: след клониране в Codespaces, премахнете .git, за да освободите допълнително пространство (вижте командите за премахване по-горе).
• Забележка: Ако предпочитате да отворите хранилището директно в Codespaces (без допълнително клониране), имайте предвид, че Codespaces ще създаде devcontainer среда и може все още да предостави повече, отколкото ви е необходимо. Клонирането на повърхностно копие в нов Codespace ви дава повече контрол върху използването на дисковото пространство.

Съвети

• Винаги заменяйте URL адреса за клониране с вашето копие, ако искате да редактирате/комитирате.
• Ако по-късно ви е необходима повече история или файлове, можете да ги изтеглите или да коригирате слабото изтегляне, за да включите допълнителни папки.

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 или:

Изисква GitHub акаунт - Безплатно:

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

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

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

Който и вариант да изберете, той ще определи кои стъпки за настройка трябва да следвате по-долу:

Изисквания

• Python 3.12+

  • NOTE: Ако нямате инсталиран Python3.12, уверете се, че го инсталирате. След това създайте вашата виртуална среда (venv) с python3.12, за да гарантирате, че правилните версии са инсталирани от файла requirements.txt.

    Пример

    Създайте директория за Python venv:

    python3 -m venv venv
    

    След това активирайте venv средата за:

    macOS и Linux

    source venv/bin/activate
    

    Windows

    venv\Scripts\activate
    

• GitHub акаунт - За достъп до GitHub Models Marketplace
• Абонамент за Azure - За достъп до Azure AI Foundry
• Azure AI Foundry акаунт - За достъп до Azure AI Agent Service

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 да създадете виртуална среда за Python, за да избегнете конфликти и проблеми.

Настройка на VSCode

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

Настройка за примери с използване на 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, ще трябва да създадете GitHub Personal Access Token.

Това може да се направи, като отидете на настройките за лични токени за достъп във вашия GitHub акаунт.

Моля, следвайте Принципа на най-малката привилегия, когато създавате вашия токен. Това означава, че трябва да дадете на токена само разрешенията, които са му необходими, за да стартира 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.

   

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 позиция можете да изберете по-кратък период—например 7 дни 🛡️ Това е чудесен начин да си поставите лична цел и да завършите курса, докато вашият учебен импулс е висок 🚀.

   

3. Ограничете обхвата на токена до вашето копие на това хранилище.

   

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 отметнете полето за него.

5. Проверете необходимите разрешения преди да генерирате токена.

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

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 файла .env в любимия си текстов редактор и го поставете в полето GITHUB_TOKEN.

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

Настройка за примери с използване на 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 връзката за вашия проект.

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

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 файла .env 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 (Проект)

• AZURE_SUBSCRIPTION_ID - Проверете Project details на страницата Overview на вашия проект.

• AZURE_AI_PROJECT_NAME - Погледнете горната част на страницата Overview за вашия проект.

• AZURE_OPENAI_SERVICE - Намерете това в таба Included capabilities за Azure OpenAI Service на страницата Overview.

Център за управление

• AZURE_OPENAI_RESOURCE_GROUP - Отидете на Project properties на страницата Overview на Management Center.

• GLOBAL_LLM_SERVICE - Под Connected resources, намерете името на връзката Azure AI Services. Ако не е посочено, проверете Azure portal под вашата ресурсна група за името на ресурса AI Services.

Страница Models + Endpoints

• AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME - Изберете вашия модел за вграждане (например text-embedding-ada-002) и отбележете Deployment name от детайлите на модела.

• AZURE_OPENAI_CHAT_DEPLOYMENT_NAME - Изберете вашия чат модел (например gpt-4o-mini) и отбележете Deployment name от детайлите на модела.

Azure портал

• AZURE_OPENAI_ENDPOINT - Потърсете Azure AI services, кликнете върху него, след това отидете на Resource Management, Keys and Endpoint, превъртете надолу до “Azure OpenAI endpoints” и копирайте този, който казва “Language APIs”.

• AZURE_OPENAI_API_KEY - От същия екран, копирайте KEY 1 или KEY 2.

• AZURE_SEARCH_SERVICE_ENDPOINT - Намерете вашия Azure AI Search ресурс, кликнете върху него и вижте Overview.

• AZURE_SEARCH_API_KEY - След това отидете на Settings и след това Keys, за да копирате основния или вторичния администраторски ключ.

Външна уеб страница

• AZURE_OPENAI_API_VERSION - Посетете страницата API version lifecycle под Latest GA API release.

Настройка на автентикация без ключове

Вместо да кодираме 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

Затруднения?

Ако срещнете някакви проблеми с изпълнението на тази настройка, присъединете се към нашия Discord на общността Azure AI или създайте проблем.

Следващ урок

Вече сте готови да изпълните кода за този курс. Приятно учене 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 каквито и да е недоразумения или погрешни интерпретации, произтичащи от използването на този превод.

This site is open source. Improve this page.