ai-agents-for-beginners

Configuración del Curso

Introducción

Esta lección cubrirá cómo ejecutar los ejemplos de código de este curso.

Únete a Otros Estudiantes y Obtén Ayuda

Antes de comenzar a clonar tu repositorio, únete al canal de Discord AI Agents For Beginners para obtener ayuda con la configuración, resolver cualquier duda sobre el curso o conectarte con otros estudiantes.

Clona o Haz un Fork de este Repositorio

Para comenzar, por favor clona o haz un fork del repositorio de GitHub. Esto creará tu propia versión del material del curso para que puedas ejecutar, probar y modificar el código.

Esto se puede hacer haciendo clic en el enlace para

Deberías tener ahora tu propia versión del curso en el siguiente enlace:

Forked Repo

Ejecutar el Código

Este curso ofrece una serie de Jupyter Notebooks que puedes ejecutar para obtener experiencia práctica construyendo Agentes de IA.

Los ejemplos de código utilizan:

Requiere una cuenta de GitHub - Gratis:

1) Framework Semantic Kernel Agent + GitHub Models Marketplace. Etiquetado como (semantic-kernel.ipynb) 2) Framework AutoGen + GitHub Models Marketplace. Etiquetado como (autogen.ipynb)

Requiere una suscripción a Azure: 3) Azure AI Foundry + Azure AI Agent Service. Etiquetado como (azureaiagent.ipynb)

Te animamos a probar los tres tipos de ejemplos para ver cuál funciona mejor para ti.

La opción que elijas determinará los pasos de configuración que debes seguir a continuación:

Requisitos

Hemos incluido un archivo requirements.txt en la raíz de este repositorio que contiene todos los paquetes de Python necesarios para ejecutar los ejemplos de código.

Puedes instalarlos ejecutando el siguiente comando en tu terminal en la raíz del repositorio:

pip install -r requirements.txt

Recomendamos crear un entorno virtual de Python para evitar conflictos y problemas.

Configuración de VSCode

Asegúrate de estar utilizando la versión correcta de Python en VSCode.

image

Configuración para Ejemplos usando Modelos de GitHub

Paso 1: Obtén tu Token de Acceso Personal (PAT) de GitHub

Este curso utiliza el GitHub Models Marketplace, que proporciona acceso gratuito a Modelos de Lenguaje Extenso (LLMs) que usarás para construir Agentes de IA.

Para usar los modelos de GitHub, necesitarás crear un Token de Acceso Personal de GitHub.

Esto se puede hacer accediendo a tu cuenta de GitHub.

Por favor, sigue el Principio de Menor Privilegio al crear tu token. Esto significa que solo debes otorgar al token los permisos necesarios para ejecutar los ejemplos de código de este curso.

  1. Selecciona la opción Fine-grained tokens en el lado izquierdo de tu pantalla navegando a Developer settings.

    Luego selecciona Generate new token.

    Generate Token

  2. Ingresa un nombre descriptivo para tu token que refleje su propósito, facilitando su identificación más adelante.

    🔐 Recomendación de Duración del Token

    Duración recomendada: 30 días
    Para una postura más segura, puedes optar por un período más corto, como 7 días 🛡️
    Es una excelente manera de establecer un objetivo personal y completar el curso mientras tu impulso de aprendizaje está alto 🚀.

    Token Name and Expiration

  3. Limita el alcance del token a tu fork de este repositorio.

    Limit scope to fork repository

  4. Restringe los permisos del token: En la pestaña Permissions, haz clic en Account y luego en el botón “+ Add permissions”. Aparecerá un menú desplegable. Busca Models y marca la casilla correspondiente. Add Models Permission

  5. Verifica los permisos requeridos antes de generar el token.
    Verify Permissions

  6. Antes de generar el token, asegúrate de estar listo para almacenarlo en un lugar seguro como un gestor de contraseñas, ya que no se mostrará nuevamente después de crearlo.
    Store Token Securely

Copia tu nuevo token que acabas de crear. Ahora lo agregarás a tu archivo .env incluido en este curso.

Paso 2: Crea tu Archivo .env

Para crear tu archivo .env, ejecuta el siguiente comando en tu terminal.

cp .env.example .env

Esto copiará el archivo de ejemplo y creará un .env en tu directorio donde completarás los valores de las variables de entorno.

Con tu token copiado, abre el archivo .env en tu editor de texto favorito y pega tu token en el campo GITHUB_TOKEN.
GitHub Token Field

Ahora deberías poder ejecutar los ejemplos de código de este curso.

Configuración para Ejemplos usando Azure AI Foundry y Azure AI Agent Service

Paso 1: Obtén el Endpoint de tu Proyecto de Azure

Sigue los pasos para crear un hub y un proyecto en Azure AI Foundry que se encuentran aquí: Hub resources overview

Una vez que hayas creado tu proyecto, necesitarás obtener la cadena de conexión para tu proyecto.

Esto se puede hacer accediendo a la página Overview de tu proyecto en el portal de Azure AI Foundry.

Project Connection String

Paso 2: Crea tu Archivo .env

Para crear tu archivo .env, ejecuta el siguiente comando en tu terminal.

cp .env.example .env

Esto copiará el archivo de ejemplo y creará un .env en tu directorio donde completarás los valores de las variables de entorno.

Con tu token copiado, abre el archivo .env en tu editor de texto favorito y pega tu token en el campo PROJECT_ENDPOINT.

Paso 3: Inicia sesión en Azure

Como una práctica de seguridad, utilizaremos autenticación sin claves para autenticarte en Azure OpenAI con Microsoft Entra ID.

A continuación, abre un terminal y ejecuta az login --use-device-code para iniciar sesión en tu cuenta de Azure.

Una vez que hayas iniciado sesión, selecciona tu suscripción en el terminal.

Variables de Entorno Adicionales - Azure Search y Azure OpenAI

Para la lección Agentic RAG - Lección 5 - hay ejemplos que utilizan Azure Search y Azure OpenAI.

Si deseas ejecutar estos ejemplos, necesitarás agregar las siguientes variables de entorno a tu archivo .env:

Página de Resumen (Proyecto)

Centro de Gestión

Página de Modelos + Endpoints

Portal de Azure

Página Externa

Configuración de autenticación sin claves

En lugar de codificar tus credenciales, utilizaremos una conexión sin claves con Azure OpenAI. Para hacerlo, importaremos DefaultAzureCredential y luego llamaremos a la función DefaultAzureCredential para obtener la credencial.

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

¿Atascado en algún lugar?

Si tienes algún problema ejecutando esta configuración, únete a nuestro

Próxima Lección

Ahora estás listo para ejecutar el código de este curso. ¡Feliz aprendizaje sobre el mundo de los Agentes de IA!

Introducción a los Agentes de IA y Casos de Uso de Agentes

Descargo de responsabilidad:
Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por garantizar la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse como la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción.

This site is open source. Improve this page.