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

🌐 Multisproget support

Oversættelser vedligeholdes med Co-op Translator

Foretrækker du at klone lokalt?

Dette depot inkluderer 50+ sprogoversættelser, hvilket væsentligt øger downloadstørrelsen. For at klone uden oversættelser, brug sparsommelig 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.

For yderligere sprogvalg, se Co-op Translators understøttede sprog.

🌱 Kom godt i gang

Dette kursus indeholder lektioner, der dækker grundlaget for opbygning af AI-agenter. Hver lektion dækker sit eget emne, så start hvor som helst du vil!

Der er multisproget support til dette kursus. Se vores tilgængelige sprog her.

Hvis det er første gang, du bygger med generative AI-modeller, så tjek vores Generative AI for Beginners kursus, som inkluderer 21 lektioner om bygning 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 går i stå eller har spørgsmål om opbygning af AI-agenter, kan du deltage i vores dedikerede Discord-kanal i Microsoft Foundry Discord.

Hvad du behøver

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

Kodeeksemplerne i disse øvelser bruger Microsoft Agent Framework med Microsoft Foundry Agent Service V2:

Microsoft Foundry - Azure-konto påkrævet

Dette kursus bruger følgende AI Agent frameworks og tjenester fra Microsoft:

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

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

🙏 Vil du hjælpe?

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

📂 Hver lektion inkluderer

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

🗃️ Lektioner

Lektion	Tekst & kode	Video	Ekstra læring
Introduktion til AI-agenter og agentbrugssager	Link	Video	Link
Udforskning af AI Agentic Frameworks	Link	Video	Link
Forståelse af AI Agentic designmønstre	Link	Video	Link
Designmønster for værktøjsbrug	Link	Video	Link
Agentic RAG	Link	Video	Link
Bygning af troværdige AI-agenter	Link	Video	Link
Designmønster for planlægning	Link	Video	Link
Designmønster for multi-agent	Link	Video	Link
Meta-kognition designmønster	Link	Video	Link
AI-agenter i produktion	Link	Video	Link
Brug af agent-protokoller (MCP, A2A og NLWeb)	Link	Video	Link
Kontekst-engineering for AI-agenter	Link	Video	Link
Håndtering af agentisk hukommelse	Link	Video
Udforskning af Microsoft Agent Framework	Link
Bygning af computerbrug-agenter (CUA)	Link		Link
Udrulning af skalerbare agenter	Link		Link
Oprettelse af lokale AI-agenter	Link		Link
Sikring af AI-agenter	Link		Link

🎒 Andre kurser

Vores team producerer andre kurser! Tjek:

LangChain

—

Azure / Edge / MCP / Agenter

Generativ AI-serie

Kerneudvikling

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), der erklærer, at du har retten til, og faktisk gør, at give 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 fremlægge en CLA og markere PR’en korrekt (f.eks. statuskontrol, kommentar). Følg blot instruktionerne fra botten. Du skal kun gøre dette én gang på tværs af alle repositories, 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 modificerede versioner af dette projekt må ikke skabe forvirring eller antyde Microsoft-sponsorering. Enhver brug af tredjeparts varemærker eller logoer er underlagt disse tredjeparts politikker.

Få hjælp

Hvis du går i stå eller har spørgsmål om at bygge AI-apps, tilslut dig:

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.