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 understøttelse

Understøttet via GitHub Action (Automatiseret & Altid Opdateret)

Foretrækker du at klone lokalt?

Dette repository inkluderer over 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 yderligere oversættelsessprog understøttet, er de opført her.

🌱 Kom godt i gang

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

Der er multisproget understøttelse for dette kursus. Gå til vores tilgængelige sprog her.

Hvis det er første gang, du bygger med Generative AI-modeller, så tjek vores Generative AI for Beginners kursus, som indeholder 21 lektioner om at bygge med GenAI.

Glem ikke at starte (🌟) dette repo og fork 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.

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 krævet

Dette kursus bruger følgende AI-agent-rammer 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 et issue eller Lav en pull request

📂 Hver lektion inkluderer

En skreven lektion i README og en kort video
Python kodeeksempler med Microsoft Agent Framework og 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-agentrammer	Link	Video	Link
Forståelse af AI-agentdesignmønstre	Link	Video	Link
Designmønster for værktøjsbrug	Link	Video	Link
Agentic RAG	Link	Video	Link
Bygning af pålidelige AI-agenter	Link	Video	Link
Designmønster for planlægning	Link	Video	Link
Designmønster for multi-agent	Link	Video	Link

Metakognition Designmønster	Link	Video	Link
AI-agenter i produktion	Link	Video	Link
Brug af agentiske protokoller (MCP, A2A og NLWeb)	Link	Video	Link
Kontekst-ingeniørarbejde for AI-agenter	Link	Video	Link
Håndtering af agentisk hukommelse	Link	Video
Udforskning af Microsoft Agent Framework	Link
Opbygning af computerovergangsagenter (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! Se disse:

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 rettighederne til, og faktisk giver os rettighederne til at bruge dit bidrag. For detaljer, se https://cla.opensource.microsoft.com.

Når du indsender en pull-anmodning, vil en CLA-bot automatisk afgøre, om du skal fremlægge en CLA og markere PR hensigtsmæssigt (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 Adfærdskodeks. For mere information, se Adfærdskodeks 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 Microsoft varemærker eller logoer er underlagt og skal følge Microsofts varemærke- og brandretningslinjer. Brug af Microsoft varemærker eller logoer i ændrede versioner af dette projekt må ikke skabe forvirring eller antyde Microsofts sponsorering. Enhver brug af tredjeparts varemærker eller logoer er underlagt tredjepartens politikker.

Få hjælp

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

Hvis du har produktfeedback eller fejl under byggeriet, besøg venligst:

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.