Tato lekce se zaměřuje na spuštění ukázkového kódu z tohoto kurzu.
Než začnete klonovat svůj repozitář, připojte se na Discord kanál AI Agents For Beginners, kde můžete získat pomoc s nastavením, odpovědi na otázky ohledně kurzu nebo se spojit s ostatními studenty.
Začněte klonováním nebo forkováním GitHub repozitáře. Tím si vytvoříte vlastní verzi materiálů kurzu, abyste mohli spouštět, testovat a upravovat kód!
To můžete udělat kliknutím na odkaz fork repozitáře.
Nyní byste měli mít vlastní forkovanou verzi tohoto kurzu na následujícím odkazu:
Tento kurz nabízí sérii Jupyter Notebooků, které můžete spouštět, abyste získali praktické zkušenosti s tvorbou AI agentů.
Ukázky kódu využívají:
Vyžaduje GitHub účet - zdarma:
1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Označeno jako (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace. Označeno jako (autogen.ipynb)
Vyžaduje Azure předplatné: 3) Azure AI Foundry + Azure AI Agent Service. Označeno jako (azureaiagent.ipynb)
Doporučujeme vyzkoušet všechny tři typy příkladů, abyste zjistili, který vám nejlépe vyhovuje.
Podle toho, kterou možnost si vyberete, budete muset postupovat podle příslušných kroků nastavení níže:
POZNÁMKA: Pokud nemáte nainstalovaný Python 3.12, ujistěte se, že jej nainstalujete. Poté vytvořte svůj venv pomocí python3.12, abyste zajistili instalaci správných verzí z requirements.txt souboru.
Příklad
Vytvořte adresář Python venv:
python3 -m venv venv
Poté aktivujte venv prostředí pro:
macOS a Linux
source venv/bin/activate
Windows
venv\Scripts\activate
V kořenovém adresáři tohoto repozitáře jsme zahrnuli soubor requirements.txt
, který obsahuje všechny požadované Python balíčky pro spuštění ukázek kódu.
Můžete je nainstalovat spuštěním následujícího příkazu v terminálu v kořenovém adresáři repozitáře:
pip install -r requirements.txt
Doporučujeme vytvořit Python virtuální prostředí, abyste předešli konfliktům a problémům.
Ujistěte se, že používáte správnou verzi Pythonu ve VSCode.
Tento kurz využívá GitHub Models Marketplace, který poskytuje bezplatný přístup k modelům velkých jazykových modelů (LLMs), které budete používat k tvorbě AI agentů.
Pro použití GitHub Models budete muset vytvořit GitHub Personal Access Token.
To můžete udělat přechodem na nastavení Personal Access Tokens ve vašem GitHub účtu.
Postupujte podle Principu minimálních oprávnění při vytváření tokenu. To znamená, že byste měli tokenu přidělit pouze oprávnění, která jsou nezbytná pro spuštění ukázek kódu v tomto kurzu.
Na levé straně obrazovky vyberte možnost Fine-grained tokens
v sekci Developer settings.
Poté vyberte Generate new token
.
Zadejte popisný název pro váš token, který odráží jeho účel, aby bylo snadné jej později identifikovat.
🔐 Doporučení pro dobu platnosti tokenu
Doporučená doba platnosti: 30 dní
Pro větší bezpečnost můžete zvolit kratší dobu, například 7 dní 🛡️
Je to skvělý způsob, jak si stanovit osobní cíl a dokončit kurz, zatímco vaše učební motivace je vysoká 🚀.
Omezte rozsah tokenu na váš fork tohoto repozitáře.
Omezte oprávnění tokenu: V sekci Permissions klikněte na záložku Account a poté na tlačítko “+ Add permissions”. Zobrazí se rozbalovací nabídka. Vyhledejte Models a zaškrtněte políčko.
Ověřte požadovaná oprávnění před vytvořením tokenu.
Před vytvořením tokenu se ujistěte, že jste připraveni token uložit na bezpečné místo, například do trezoru správce hesel, protože po jeho vytvoření již nebude zobrazen.
Zkopírujte svůj nový token, který jste právě vytvořili. Nyní jej přidáte do souboru .env
zahrnutého v tomto kurzu.
.env
Pro vytvoření souboru .env
spusťte následující příkaz ve svém terminálu.
cp .env.example .env
Tím se zkopíruje příkladový soubor a vytvoří .env
ve vašem adresáři, kde vyplníte hodnoty pro proměnné prostředí.
S tokenem zkopírovaným, otevřete soubor .env
ve svém oblíbeném textovém editoru a vložte token do pole GITHUB_TOKEN
.
Nyní byste měli být schopni spustit ukázky kódu z tohoto kurzu.
Postupujte podle kroků pro vytvoření hubu a projektu v Azure AI Foundry zde: Přehled zdrojů hubu
Jakmile vytvoříte svůj projekt, budete muset získat připojovací řetězec pro váš projekt.
To lze provést přechodem na stránku Overview vašeho projektu v portálu Azure AI Foundry.
.env
Pro vytvoření souboru .env
spusťte následující příkaz ve svém terminálu.
cp .env.example .env
Tím se zkopíruje příkladový soubor a vytvoří .env
ve vašem adresáři, kde vyplníte hodnoty pro proměnné prostředí.
S tokenem zkopírovaným, otevřete soubor .env
ve svém oblíbeném textovém editoru a vložte token do pole PROJECT_ENDPOINT
.
Jako bezpečnostní nejlepší praxi použijeme autentizaci bez klíče pro autentizaci do Azure OpenAI pomocí Microsoft Entra ID.
Otevřete terminál a spusťte az login --use-device-code
pro přihlášení do svého Azure účtu.
Jakmile se přihlásíte, vyberte své předplatné v terminálu.
Pro lekci Agentic RAG - Lekce 5 - jsou zde ukázky, které využívají Azure Search a Azure OpenAI.
Pokud chcete tyto ukázky spustit, budete muset přidat následující proměnné prostředí do svého souboru .env
:
AZURE_SUBSCRIPTION_ID
- Zkontrolujte Project details na stránce Overview vašeho projektu.
AZURE_AI_PROJECT_NAME
- Podívejte se na horní část stránky Overview vašeho projektu.
AZURE_OPENAI_SERVICE
- Najděte to na záložce Included capabilities pro Azure OpenAI Service na stránce Overview.
AZURE_OPENAI_RESOURCE_GROUP
- Přejděte na Project properties na stránce Overview v Management Center.
GLOBAL_LLM_SERVICE
- Pod Connected resources najděte název připojení Azure AI Services. Pokud není uveden, zkontrolujte Azure portal pod vaší skupinou zdrojů pro název zdroje AI Services.
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME
- Vyberte svůj embedding model (např. text-embedding-ada-002
) a poznamenejte si Deployment name z detailů modelu.
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME
- Vyberte svůj chat model (např. gpt-4o-mini
) a poznamenejte si Deployment name z detailů modelu.
AZURE_OPENAI_ENDPOINT
- Najděte Azure AI services, klikněte na něj, poté přejděte na Resource Management, Keys and Endpoint, sjeďte dolů na “Azure OpenAI endpoints” a zkopírujte ten, který říká “Language APIs”.
AZURE_OPENAI_API_KEY
- Na stejné obrazovce zkopírujte KEY 1 nebo KEY 2.
AZURE_SEARCH_SERVICE_ENDPOINT
- Najděte svůj Azure AI Search zdroj, klikněte na něj a podívejte se na Overview.
AZURE_SEARCH_API_KEY
- Poté přejděte na Settings a poté Keys, abyste zkopírovali primární nebo sekundární administrátorský klíč.
AZURE_OPENAI_API_VERSION
- Navštivte stránku API version lifecycle pod Latest GA API release.Namísto pevného kódování vašich přihlašovacích údajů použijeme připojení bez klíče s Azure OpenAI. K tomu importujeme DefaultAzureCredential
a později zavoláme funkci DefaultAzureCredential
, abychom získali přihlašovací údaje.
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
Pokud máte jakékoli problémy s tímto nastavením, připojte se na náš Discord Azure AI Community nebo vytvořte issue.
Nyní jste připraveni spustit kód tohoto kurzu. Přejeme vám příjemné učení o světě AI agentů!
Úvod do AI agentů a jejich využití
Prohlášení:
Tento dokument byl přeložen pomocí služby AI pro překlady Co-op Translator. I když se snažíme o přesnost, mějte prosím na paměti, že automatizované překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za autoritativní zdroj. Pro důležité informace se doporučuje profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.