ai-agents-for-beginners

AI-agenter for begyndere - Et kursus

AI Agents for Beginners

Et kursus der lærer dig alt, hvad du skal vide for at begynde at bygge AI-agenter

🌐 Støtte for flere sprog

Understøttet via GitHub Action (Automatiseret og altid opdateret)

Foretrækker du at klone lokalt?

Dette repository indeholder 50+ sprogoversættelser, hvilket øger downloadstørrelsen betydeligt. For at klone uden oversættelser, brug 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"
Dette giver dig alt, hvad du behøver for at gennemføre kurset med en meget hurtigere download.

Hvis du ønsker at få support til yderligere oversættelsessprog, er de angivet her

🌱 Kom godt i gang

Dette kursus har lektioner, der dækker grundlæggende aspekter af at bygge AI-agenter. Hver lektion dækker sit eget emne, så start hvor du vil!

Der er flersprogssupport til dette kursus. Se vores tilgængelige sprog her.

Hvis det er første gang, du arbejder med generative AI-modeller, kan du tjekke vores Generative AI for Beginners kursus, som inkluderer 21 lektioner om at bygge med GenAI.

Glem ikke at starte (🌟) dette repo og forke dette repo for at køre koden.

Mød andre lærende, få svar på dine spørgsmål

Hvis du sidder fast eller har spørgsmål om at bygge AI-agenter, så deltag i vores dedikerede Discord-kanal i Microsoft Foundry Discord.

Det du skal bruge

Hver lektion i dette kursus indeholder kodeeksempler, som findes i mappen code_samples. Du kan forke dette repo for at lave din egen kopi.

Kodeeksemplerne i disse øvelser anvender Microsoft Agent Framework med Azure AI Foundry Agent Service V2:

Microsoft Foundry - Azure-konto påkrævet

Dette kursus bruger følgende AI-agent-rammer og tjenester fra Microsoft:

Nogle kodeeksempler understøtter også alternative OpenAI-kompatible udbydere som MiniMax, der tilbyder store kontekstmodeller (op til 204K tokens). Se Course Setup for konfigurationsdetaljer.

For mere information om, hvordan du kører koden til dette kursus, se Course Setup.

🙏 Vil du hjælpe?

Har du forslag eller har du fundet stave- eller kodefejl? Opret et issue eller opret en pull request

📂 Hver lektion indeholder

En skreven lektion placeret i README og en kort video
Python kodeeksempler, der bruger Microsoft Agent Framework med Azure AI Foundry
Links til ekstra ressourcer for at fortsætte din læring

🗃️ Lektioner

Lektion	Tekst & kode	Video	Ekstra læring
Introduktion til AI-agenter og agent-brugstilfælde	Link	Video	Link
Udforskning af AI-agentrammer	Link	Video	Link
Forståelse af AI-agentdesignmønstre	Link	Video	Link
Værktøjsbrugsdesignmønster	Link	Video	Link
Agentic RAG	Link	Video	Link
Opbygning af troværdige AI-agenter	Link	Video	Link
Planlægningsdesignmønster	Link	Video	Link
Multi-agent designmønster	Link	Video	Link
Metakognitionsdesignmønster	Link	Video	Link
AI-agenter i produktion	Link	Video	Link
Brug af agentbaserede protokoller (MCP, A2A og NLWeb)	Link	Video	Link
Kontekstdesign til AI-agenter	Link	Video	Link
Håndtering af agentisk hukommelse	Link	Video
Udforskning af Microsoft Agent Framework	Link
Opbygning af computerebrugeragenter (CUA)	Link		Link
Udrulning af skalerbare agenter	Kommer snart
Oprettelse af lokale AI-agenter	Kommer snart
Sikring af AI-agenter	Link		Link

🎒 Andre kurser

Vores team producerer også andre kurser! Se nærmere på:

LangChain

—

Azure / Edge / MCP / Agenter

Generativ AI-serie

Grundlæggende læring

Copilot-serie

🌟 Tak til fællesskabet

Tak til Shivam Goyal for at bidrage med vigtige kodeeksempler, der demonstrerer Agentic RAG.

Bidrag

Dette projekt byder bidrag og forslag velkommen. De fleste bidrag kræver, at du accepterer en Contributor License Agreement (CLA), som erklærer, at du har ret til – og faktisk giver os retten til – at bruge dit bidrag. For detaljer, se https://cla.opensource.microsoft.com.

Når du sender en pull request, vil en CLA-bot automatisk afgøre, om du skal give en CLA og tilføje passende markering til PR’en (f.eks. statuskontrol, kommentar). Følg blot instruktionerne fra botten. Du skal kun gøre dette én gang på tværs af alle repos, der bruger vores CLA.

Dette projekt har vedtaget Microsofts Open Source Code of Conduct. For mere information se Code of Conduct FAQ eller kontakt opencode@microsoft.com med spørgsmål eller kommentarer.

Varemærker

Dette projekt kan indeholde varemærker eller logoer for projekter, produkter eller tjenester. Autoriseret brug af Microsofts varemærker eller logoer er underlagt og skal følge Microsofts retningslinjer for varemærker & brand. Brug af Microsofts varemærker eller logoer i modificerede versioner af dette projekt må ikke skabe forvirring eller antyde Microsoft-sponsorering. Enhver brug af tredjepartsvaremærker eller logoer er underlagt disse tredjeparters politikker.

Få hjælp

Hvis du sidder fast eller har spørgsmål om at bygge AI-apps, deltag i:

Hvis du har produktfeedback eller oplever fejl under udvikling, besøg:

Ansvarsfraskrivelse: Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi påtager os intet ansvar for misforståelser eller fejltolkninger, der opstår som følge af brugen af denne oversættelse.

This site is open source. Improve this page.