Αυτό το μάθημα θα καλύψει πώς να εκτελέσετε τα δείγματα κώδικα αυτού του μαθήματος.
Πριν ξεκινήσετε να κλωνοποιείτε το αποθετήριο σας, εγγραφείτε στο κανάλι Discord AI Agents For Beginners για να λάβετε βοήθεια με τη ρύθμιση, να κάνετε ερωτήσεις σχετικά με το μάθημα ή να συνδεθείτε με άλλους μαθητές.
Για να ξεκινήσετε, παρακαλώ κλωνοποιήστε ή δημιουργήστε fork στο GitHub Repository. Αυτό θα δημιουργήσει τη δική σας έκδοση του υλικού του μαθήματος, ώστε να μπορείτε να εκτελέσετε, να δοκιμάσετε και να τροποποιήσετε τον κώδικα!
Αυτό μπορεί να γίνει κάνοντας κλικ στον σύνδεσμο για δημιουργία fork στο αποθετήριο.
Τώρα θα πρέπει να έχετε τη δική σας έκδοση του μαθήματος στον παρακάτω σύνδεσμο:
Αυτό το μάθημα προσφέρει μια σειρά από Jupyter Notebooks που μπορείτε να εκτελέσετε για να αποκτήσετε πρακτική εμπειρία στη δημιουργία AI Agents.
Τα δείγματα κώδικα χρησιμοποιούν είτε:
Απαιτεί Λογαριασμό GitHub - Δωρεάν:
1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Ετικέτα: (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace. Ετικέτα: (autogen.ipynb)
Απαιτεί Συνδρομή Azure: 3) Azure AI Foundry + Azure AI Agent Service. Ετικέτα: (azureaiagent.ipynb)
Σας ενθαρρύνουμε να δοκιμάσετε και τους τρεις τύπους παραδειγμάτων για να δείτε ποιος σας ταιριάζει καλύτερα.
Η επιλογή που θα κάνετε θα καθορίσει ποια βήματα ρύθμισης πρέπει να ακολουθήσετε παρακάτω:
ΣΗΜΕΙΩΣΗ: Εάν δεν έχετε εγκατεστημένο το Python 3.12, βεβαιωθείτε ότι το εγκαταστήσατε. Στη συνέχεια, δημιουργήστε το venv χρησιμοποιώντας το python3.12 για να διασφαλίσετε ότι οι σωστές εκδόσεις εγκαθίστανται από το αρχείο requirements.txt.
Παράδειγμα
Δημιουργία καταλόγου Python venv:
python3 -m venv venv
Στη συνέχεια, ενεργοποιήστε το περιβάλλον venv για:
macOS και Linux
source venv/bin/activate
Windows
venv\Scripts\activate
Έχουμε συμπεριλάβει ένα αρχείο requirements.txt
στη ρίζα αυτού του αποθετηρίου που περιέχει όλα τα απαραίτητα πακέτα Python για την εκτέλεση των δειγμάτων κώδικα.
Μπορείτε να τα εγκαταστήσετε εκτελώντας την παρακάτω εντολή στο τερματικό σας στη ρίζα του αποθετηρίου:
pip install -r requirements.txt
Συνιστούμε τη δημιουργία ενός εικονικού περιβάλλοντος Python για να αποφύγετε τυχόν συγκρούσεις και προβλήματα.
Βεβαιωθείτε ότι χρησιμοποιείτε τη σωστή έκδοση του Python στο VSCode.
Αυτό το μάθημα χρησιμοποιεί το GitHub Models Marketplace, παρέχοντας δωρεάν πρόσβαση σε Large Language Models (LLMs) που θα χρησιμοποιήσετε για να δημιουργήσετε AI Agents.
Για να χρησιμοποιήσετε τα GitHub Models, θα χρειαστεί να δημιουργήσετε ένα GitHub Personal Access Token.
Αυτό μπορεί να γίνει πηγαίνοντας στις ρυθμίσεις Προσωπικών Access Tokens στον λογαριασμό σας στο GitHub.
Παρακαλώ ακολουθήστε την Αρχή της Ελάχιστης Απαραίτητης Πρόσβασης κατά τη δημιουργία του token. Αυτό σημαίνει ότι πρέπει να δώσετε στο token μόνο τις άδειες που χρειάζεται για να εκτελέσει τα δείγματα κώδικα αυτού του μαθήματος.
Επιλέξτε την επιλογή Fine-grained tokens
στην αριστερή πλευρά της οθόνης σας πηγαίνοντας στις Ρυθμίσεις Προγραμματιστή.
Στη συνέχεια, επιλέξτε Generate new token
.
Εισάγετε ένα περιγραφικό όνομα για το token που αντικατοπτρίζει τον σκοπό του, ώστε να είναι εύκολο να το αναγνωρίσετε αργότερα.
🔐 Σύσταση Διάρκειας Token
Συνιστώμενη διάρκεια: 30 ημέρες Για πιο ασφαλή προσέγγιση, μπορείτε να επιλέξετε μικρότερη περίοδο—όπως 7 ημέρες 🛡️ Είναι ένας εξαιρετικός τρόπος να θέσετε έναν προσωπικό στόχο και να ολοκληρώσετε το μάθημα ενώ η μαθησιακή σας ορμή είναι υψηλή 🚀.
Περιορίστε το πεδίο του token στο fork αυτού του αποθετηρίου.
Περιορίστε τις άδειες του token: Στην καρτέλα Permissions, κάντε κλικ στην καρτέλα Account και πατήστε το κουμπί “+ Add permissions”. Θα εμφανιστεί ένα dropdown. Αναζητήστε Models και επιλέξτε το κουτάκι.
Επαληθεύστε τις απαιτούμενες άδειες πριν δημιουργήσετε το token.
Πριν δημιουργήσετε το token, βεβαιωθείτε ότι είστε έτοιμοι να αποθηκεύσετε το token σε ασφαλές μέρος, όπως ένα θησαυροφυλάκιο διαχειριστή κωδικών πρόσβασης, καθώς δεν θα εμφανιστεί ξανά μετά τη δημιουργία του.
Αντιγράψτε το νέο token που μόλις δημιουργήσατε. Τώρα θα το προσθέσετε στο αρχείο .env
που περιλαμβάνεται σε αυτό το μάθημα.
.env
Για να δημιουργήσετε το αρχείο .env
, εκτελέστε την παρακάτω εντολή στο τερματικό σας.
cp .env.example .env
Αυτό θα αντιγράψει το αρχείο παραδείγματος και θα δημιουργήσει ένα .env
στον κατάλογό σας, όπου θα συμπληρώσετε τις τιμές για τις μεταβλητές περιβάλλοντος.
Με το token σας αντιγραμμένο, ανοίξτε το αρχείο .env
στον αγαπημένο σας επεξεργαστή κειμένου και επικολλήστε το token στο πεδίο GITHUB_TOKEN
.
Τώρα θα πρέπει να μπορείτε να εκτελέσετε τα δείγματα κώδικα αυτού του μαθήματος.
Ακολουθήστε τα βήματα για τη δημιουργία ενός hub και ενός έργου στο Azure AI Foundry που βρίσκονται εδώ: Επισκόπηση πόρων Hub
Αφού δημιουργήσετε το έργο σας, θα χρειαστεί να αποκτήσετε τη συμβολοσειρά σύνδεσης για το έργο σας.
Αυτό μπορεί να γίνει πηγαίνοντας στη σελίδα Επισκόπηση του έργου σας στην πύλη Azure AI Foundry.
.env
Για να δημιουργήσετε το αρχείο .env
, εκτελέστε την παρακάτω εντολή στο τερματικό σας.
cp .env.example .env
Αυτό θα αντιγράψει το αρχείο παραδείγματος και θα δημιουργήσει ένα .env
στον κατάλογό σας, όπου θα συμπληρώσετε τις τιμές για τις μεταβλητές περιβάλλοντος.
Με το token σας αντιγραμμένο, ανοίξτε το αρχείο .env
στον αγαπημένο σας επεξεργαστή κειμένου και επικολλήστε το token στο πεδίο PROJECT_ENDPOINT
.
Ως βέλτιστη πρακτική ασφαλείας, θα χρησιμοποιήσουμε keyless authentication για να συνδεθούμε στο Azure OpenAI με το Microsoft Entra ID.
Στη συνέχεια, ανοίξτε ένα τερματικό και εκτελέστε az login --use-device-code
για να συνδεθείτε στον λογαριασμό σας στο Azure.
Αφού συνδεθείτε, επιλέξτε τη συνδρομή σας στο τερματικό.
Για το μάθημα Agentic RAG - Μάθημα 5 - υπάρχουν δείγματα που χρησιμοποιούν Azure Search και Azure OpenAI.
Εάν θέλετε να εκτελέσετε αυτά τα δείγματα, θα χρειαστεί να προσθέσετε τις παρακάτω μεταβλητές περιβάλλοντος στο αρχείο .env
σας:
AZURE_SUBSCRIPTION_ID
- Ελέγξτε τις Λεπτομέρειες Έργου στη σελίδα Επισκόπηση του έργου σας.
AZURE_AI_PROJECT_NAME
- Δείτε την κορυφή της σελίδας Επισκόπηση για το έργο σας.
AZURE_OPENAI_SERVICE
- Βρείτε αυτό στην καρτέλα Included capabilities για την Υπηρεσία Azure OpenAI στη σελίδα Επισκόπηση.
AZURE_OPENAI_RESOURCE_GROUP
- Μεταβείτε στις Ιδιότητες Έργου στη σελίδα Επισκόπηση του Κέντρου Διαχείρισης.
GLOBAL_LLM_SERVICE
- Στην ενότητα Connected resources, βρείτε το όνομα σύνδεσης Azure AI Services. Εάν δεν αναφέρεται, ελέγξτε την πύλη Azure στην ομάδα πόρων σας για το όνομα του πόρου AI Services.
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME
- Επιλέξτε το μοντέλο ενσωμάτωσης σας (π.χ., text-embedding-ada-002
) και σημειώστε το Deployment name από τις λεπτομέρειες του μοντέλου.
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME
- Επιλέξτε το μοντέλο συνομιλίας σας (π.χ., gpt-4o-mini
) και σημειώστε το Deployment name από τις λεπτομέρειες του μοντέλου.
AZURE_OPENAI_ENDPOINT
- Αναζητήστε τις Υπηρεσίες Azure AI, κάντε κλικ σε αυτές, στη συνέχεια μεταβείτε στη Διαχείριση Πόρων, Κλειδιά και Endpoint, και αντιγράψτε το endpoint που λέει “Language APIs”.
AZURE_OPENAI_API_KEY
- Από την ίδια οθόνη, αντιγράψτε το ΚΛΕΙΔΙ 1 ή ΚΛΕΙΔΙ 2.
AZURE_SEARCH_SERVICE_ENDPOINT
- Βρείτε τον πόρο σας Azure AI Search, κάντε κλικ σε αυτόν και δείτε την Επισκόπηση.
AZURE_SEARCH_API_KEY
- Στη συνέχεια, μεταβείτε στις Ρυθμίσεις και μετά στα Κλειδιά για να αντιγράψετε το κύριο ή δευτερεύον κλειδί διαχειριστή.
AZURE_OPENAI_API_VERSION
- Επισκεφθείτε τη σελίδα API version lifecycle στην ενότητα Latest GA API release.Αντί να σκληροκωδικοποιήσουμε τα διαπιστευτήρια σας, θα χρησιμοποιήσουμε μια σύνδεση χωρίς κλειδιά με το Azure OpenAI. Για να το κάνουμε αυτό, θα εισάγουμε το DefaultAzureCredential
και αργότερα θα καλέσουμε τη συνάρτηση DefaultAzureCredential
για να λάβουμε το διαπιστευτήριο.
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
Εάν αντιμετωπίζετε οποιοδήποτε πρόβλημα με αυτή τη ρύθμιση, μπείτε στο Azure AI Community Discord ή δημιουργήστε ένα ζήτημα.
Τώρα είστε έτοιμοι να εκτελέσετε τον κώδικα αυτού του μαθήματος. Καλή μάθηση για τον κόσμο των AI Agents!
Εισαγωγή στους AI Agents και Χρήσεις
Αποποίηση ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτοματοποιημένες μεταφράσεις ενδέχεται να περιέχουν λάθη ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.