ai-agents-for-beginners

Configuração do Curso

Introdução

Esta lição abordará como executar os exemplos de código deste curso.

Junte-se a Outros Alunos e Obtenha Ajuda

Antes de começar a clonar seu repositório, junte-se ao canal Discord AI Agents For Beginners para obter ajuda com a configuração, tirar dúvidas sobre o curso ou se conectar com outros alunos.

Clone ou Faça um Fork deste Repositório

Para começar, clone ou faça um fork do repositório GitHub. Isso criará sua própria versão do material do curso para que você possa executar, testar e ajustar o código!

Isso pode ser feito clicando no link para fazer um fork do repositório.

Agora você deve ter sua própria versão do curso no seguinte link:

Repositório Forkado

Executando o Código

Este curso oferece uma série de Jupyter Notebooks que você pode executar para obter experiência prática na construção de Agentes de IA.

Os exemplos de código utilizam:

Requer Conta GitHub - Gratuito:

1) Framework Semantic Kernel Agent + Models Marketplace do GitHub. Identificado como (semantic-kernel.ipynb) 2) Framework AutoGen + Models Marketplace do GitHub. Identificado como (autogen.ipynb)

Requer Assinatura Azure: 3) Azure AI Foundry + Azure AI Agent Service. Identificado como (azureaiagent.ipynb)

Recomendamos que você experimente os três tipos de exemplos para ver qual funciona melhor para você.

A opção que você escolher determinará quais etapas de configuração você precisará seguir abaixo:

Requisitos

Incluímos um arquivo requirements.txt na raiz deste repositório que contém todos os pacotes Python necessários para executar os exemplos de código.

Você pode instalá-los executando o seguinte comando no terminal na raiz do repositório:

pip install -r requirements.txt

Recomendamos criar um ambiente virtual Python para evitar conflitos e problemas.

Configuração do VSCode

Certifique-se de que está usando a versão correta do Python no VSCode.

image

Configuração para Exemplos usando Models do GitHub

Etapa 1: Obtenha Seu Token de Acesso Pessoal (PAT) do GitHub

Este curso utiliza o Models Marketplace do GitHub, fornecendo acesso gratuito a Modelos de Linguagem Grande (LLMs) que você usará para construir Agentes de IA.

Para usar os Models do GitHub, você precisará criar um Token de Acesso Pessoal do GitHub.

Isso pode ser feito acessando as configurações de Tokens de Acesso Pessoal na sua conta GitHub.

Por favor, siga o Princípio do Menor Privilégio ao criar seu token. Isso significa que você deve conceder ao token apenas as permissões necessárias para executar os exemplos de código deste curso.

  1. Selecione a opção Fine-grained tokens no lado esquerdo da tela, navegando até Developer settings.

    Em seguida, selecione Generate new token.

    Gerar Token

  2. Insira um nome descritivo para seu token que reflita seu propósito, facilitando sua identificação posteriormente.

    🔐 Recomendação de Duração do Token

    Duração recomendada: 30 dias
    Para uma postura mais segura, você pode optar por um período mais curto—como 7 dias 🛡️
    É uma ótima maneira de definir uma meta pessoal e concluir o curso enquanto sua motivação está alta 🚀.

    Nome e Expiração do Token

  3. Limite o escopo do token ao seu fork deste repositório.

    Limitar escopo ao repositório forkado

  4. Restrinja as permissões do token: Em Permissions, clique na aba Account e no botão “+ Add permissions”. Um menu suspenso aparecerá. Procure por Models e marque a caixa correspondente. Adicionar Permissão de Models

  5. Verifique as permissões necessárias antes de gerar o token. Verificar Permissões

  6. Antes de gerar o token, certifique-se de que está pronto para armazená-lo em um local seguro, como um cofre de gerenciador de senhas, pois ele não será exibido novamente após sua criação. Armazenar Token com Segurança

Copie seu novo token que acabou de criar. Agora você o adicionará ao arquivo .env incluído neste curso.

Etapa 2: Crie Seu Arquivo .env

Para criar seu arquivo .env, execute o seguinte comando no terminal.

cp .env.example .env

Isso copiará o arquivo de exemplo e criará um .env no seu diretório, onde você preencherá os valores das variáveis de ambiente.

Com seu token copiado, abra o arquivo .env no seu editor de texto favorito e cole seu token no campo GITHUB_TOKEN. Campo do Token GitHub

Agora você deve conseguir executar os exemplos de código deste curso.

Configuração para Exemplos usando Azure AI Foundry e Azure AI Agent Service

Etapa 1: Obtenha o Endpoint do Seu Projeto Azure

Siga os passos para criar um hub e projeto no Azure AI Foundry encontrados aqui: Visão geral dos recursos do Hub

Depois de criar seu projeto, você precisará obter a string de conexão para seu projeto.

Isso pode ser feito acessando a página Overview do seu projeto no portal Azure AI Foundry.

String de Conexão do Projeto

Etapa 2: Crie Seu Arquivo .env

Para criar seu arquivo .env, execute o seguinte comando no terminal.

cp .env.example .env

Isso copiará o arquivo de exemplo e criará um .env no seu diretório, onde você preencherá os valores das variáveis de ambiente.

Com seu token copiado, abra o arquivo .env no seu editor de texto favorito e cole seu token no campo PROJECT_ENDPOINT.

Etapa 3: Faça Login no Azure

Como prática de segurança, usaremos autenticação sem chave para autenticar no Azure OpenAI com Microsoft Entra ID.

Em seguida, abra um terminal e execute az login --use-device-code para fazer login na sua conta Azure.

Depois de fazer login, selecione sua assinatura no terminal.

Variáveis de Ambiente Adicionais - Azure Search e Azure OpenAI

Para a lição Agentic RAG - Lição 5 - há exemplos que utilizam Azure Search e Azure OpenAI.

Se você quiser executar esses exemplos, precisará adicionar as seguintes variáveis de ambiente ao seu arquivo .env:

Página de Visão Geral (Projeto)

Centro de Gerenciamento

Página de Modelos + Endpoints

Portal Azure

Página Externa

Configuração de autenticação sem chave

Em vez de codificar suas credenciais, usaremos uma conexão sem chave com Azure OpenAI. Para isso, importaremos DefaultAzureCredential e posteriormente chamaremos a função DefaultAzureCredential para obter a credencial.

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

Com Problemas?

Se você tiver algum problema ao executar esta configuração, entre no nosso Discord da Comunidade Azure AI ou crie um problema.

Próxima Lição

Agora você está pronto para executar o código deste curso. Aproveite para aprender mais sobre o mundo dos Agentes de IA!

Introdução aos Agentes de IA e Casos de Uso de Agentes


Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações equivocadas decorrentes do uso desta tradução.