ai-agents-for-beginners

AI-agenter for begyndere - Et kursus

AI Agents for Beginners

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

🌐 Understøttelse af flere sprog

Understøttet via GitHub Action (Automatiseret & Altid Opdateret)

Foretrækker du at klone lokalt?

Dette repository indeholder oversættelser til 50+ sprog, hvilket øger download-størrelsen 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 understøttelse af flere oversættelsessprog, er de listet her.

🌱 Kom godt i gang

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

Der er understøttelse af flere sprog for dette kursus. Se vores tilgængelige sprog her.

Hvis det er din første gang, du bygger med Generative AI-modeller, kan du tjekke vores kursus Generative AI For Beginners, som indeholder 21 lektioner om at bygge med GenAI.

Glem ikke at stjerne (🌟) dette repo og fork dette repo for at køre koden.

Mød andre elever, 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.

Hvad du behøver

Hver lektion i dette kursus indeholder kodeeksempler, som kan 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-agentrammer og -tjenester fra Microsoft:

Nogle kodeeksempler understøtter også alternative OpenAI-kompatible udbydere såsom MiniMax, som tilbyder store-kontekst modeller (op til 204K tokens). Se Kursusopsætning for konfigurationsdetaljer.

For mere information om at køre koden til dette kursus, gå til Kursusopsætning.

🙏 Vil du hjælpe?

Har du forslag eller fundet stavefejl eller kodefejl? Opret en issue eller Lav en pull request

📂 Hver lektion indeholder

En skreven lektion placeret i README og en kort video
Python kodeeksempler med Microsoft Agent Framework og 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 Use Cases	Link	Video	Link
Udforskning af AI Agentiske Frameworks	Link	Video	Link
Forståelse af AI Agentiske Designmønstre	Link	Video	Link
Designmønster for brug af værktøjer	Link	Video	Link
Agentic RAG	Link	Video	Link
Bygning af troværdige AI-agenter	Link	Video	Link
Designmønster for planlægning	Link	Video	Link
Multi-agent designmønster	Link	Video	Link
Metakognition Designmønster	Link	Video	Link
AI-agenter i produktion	Link	Video	Link
Brug af agentbaserede protokoller (MCP, A2A og NLWeb)	Link	Video	Link
Kontekstudvikling for AI-agenter	Link	Video	Link
Håndtering af agentisk hukommelse	Link	Video
Udforskning af Microsoft Agent Framework	Link
Bygning af Computer Use Agents (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 andre kurser! Tjek dem ud:

LangChain

—

Azure / Edge / MCP / Agenter

Generativ AI-serie

Kerne-læring

Copilot-serie

🌟 Tak til fællesskabet

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

Bidrag

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

Når du indsender en pull request, vil en CLA-bot automatisk afgøre, om du skal tilvejebringe en CLA og dekorere PR’en passende (f.eks. statuscheck, 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 yderligere 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 varemærke- og brandretningslinjer. Brug af Microsofts varemærker eller logoer i ændrede versioner af dette projekt må ikke skabe forvirring eller antyde Microsoft-sponsorat. Enhver brug af tredjepartsvaremærker eller logoer følger disse tredjeparts 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.