Falls Sie zusätzliche Übersetzungen wünschen, finden Sie die unterstützten Sprachen hier
Dieser Kurs umfasst 11 Lektionen, die die Grundlagen des Aufbaus von KI-Agenten behandeln. Jede Lektion behandelt ein eigenes Thema, sodass Sie überall beginnen können!
Es gibt eine mehrsprachige Unterstützung für diesen Kurs. Gehen Sie zu unseren verfügbaren Sprachen hier.
Falls Sie zum ersten Mal mit generativen KI-Modellen arbeiten, schauen Sie sich unseren Kurs Generative KI für Einsteiger an, der 21 Lektionen zum Arbeiten mit GenAI umfasst.
Vergessen Sie nicht, dieses Repository zu favorisieren (🌟) und dieses Repository zu forken, um den Code auszuführen.
Falls Sie nicht weiterkommen oder Fragen zum Aufbau von KI-Agenten haben, treten Sie unserem dedizierten Discord-Kanal in der Azure AI Foundry Community Discord bei.
Jede Lektion in diesem Kurs enthält Codebeispiele, die im Ordner code_samples
zu finden sind. Sie können dieses Repository forken, um Ihre eigene Kopie zu erstellen.
Die Codebeispiele in diesen Übungen nutzen Azure AI Foundry und GitHub Model Catalogs, um mit Sprachmodellen zu interagieren:
Dieser Kurs verwendet außerdem die folgenden KI-Agenten-Frameworks und -Dienste von Microsoft:
Weitere Informationen zur Ausführung des Codes für diesen Kurs finden Sie unter Kurs-Setup.
Haben Sie Vorschläge oder Rechtschreib- oder Codefehler gefunden? Erstellen Sie ein Issue oder erstellen Sie einen Pull-Request.
Lektion | Text & Code | Video | Zusätzliches Lernen |
---|---|---|---|
Einführung in KI-Agenten und Anwendungsfälle | Link | Video | Link |
Erkundung von KI-Agenten-Frameworks | Link | Video | Link |
Verständnis von Agenten-Designmustern | Link | Video | Link |
Designmuster für Werkzeugnutzung | Link | Video | Link |
Agentic RAG | Link | Video | Link |
Vertrauenswürdige KI-Agenten aufbauen | Link | Video | Link |
Planungs-Designmuster | Link | Video | Link |
Multi-Agenten-Designmuster | Link | Video | Link |
Metakognitions-Designmuster | Link | Video | Link |
KI-Agenten in der Produktion | Link | Video | Link |
Verwendung von Agenten-Protokollen (MCP, A2A und NLWeb) | Link | Video | Link |
Kontext-Engineering für KI-Agenten | Erscheint am 3. September | ||
Verwaltung von agentischem Gedächtnis | Erscheint - 10. September | ||
Bewertung von KI-Agenten | Erscheint - 17. September | ||
Aufbau von Computer-Nutzungs-Agenten (CUA) | Erscheint - 24. September | ||
Einsatz skalierbarer Agenten | Erscheint - 25. September | ||
Erstellung lokaler KI-Agenten | Erscheint - 2. Oktober | ||
Sicherung von KI-Agenten | Erscheint - 9. Oktober |
Unser Team bietet weitere Kurse an! Schau dir diese an:
Vielen Dank an Shivam Goyal für die Bereitstellung wichtiger Codebeispiele zur Demonstration von Agentic RAG.
Dieses Projekt begrüßt Beiträge und Vorschläge. Die meisten Beiträge erfordern, dass du einer Contributor License Agreement (CLA) zustimmst, die erklärt, dass du das Recht hast und tatsächlich gewährst, uns die Rechte zur Nutzung deines Beitrags zu übertragen. Weitere Details findest du unter https://cla.opensource.microsoft.com.
Wenn du eine Pull-Anfrage einreichst, wird ein CLA-Bot automatisch feststellen, ob du eine CLA bereitstellen musst, und die PR entsprechend kennzeichnen (z. B. Statusprüfung, Kommentar). Folge einfach den Anweisungen des Bots. Du musst dies nur einmal für alle Repositories tun, die unsere CLA verwenden.
Dieses Projekt hat den Microsoft Open Source Code of Conduct übernommen. Weitere Informationen findest du in den Code of Conduct FAQ oder kontaktiere opencode@microsoft.com bei weiteren Fragen oder Kommentaren.
Dieses Projekt kann Marken oder Logos für Projekte, Produkte oder Dienstleistungen enthalten. Die autorisierte Nutzung von Microsoft Marken oder Logos unterliegt und muss den Microsoft Trademark & Brand Guidelines folgen. Die Verwendung von Microsoft-Marken oder -Logos in modifizierten Versionen dieses Projekts darf keine Verwirrung stiften oder eine Unterstützung durch Microsoft implizieren. Die Nutzung von Marken oder Logos Dritter unterliegt den Richtlinien dieser Dritten.
Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache sollte als maßgebliche Quelle betrachtet werden. Für kritische Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die sich aus der Nutzung dieser Übersetzung ergeben.