ai-agents-for-beginners

Agents IA pour débutants - Un cours

Agents IA pour débutants

Un cours qui enseigne tout ce que vous devez savoir pour commencer à créer des Agents IA

🌐 Support multilingue

Pris en charge via GitHub Action (Automatisé et toujours à jour)

Vous préférez cloner localement ?

Ce dépôt comprend plus de 50 traductions linguistiques, ce qui augmente considérablement la taille du téléchargement. Pour cloner sans les traductions, utilisez le 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"
Cela vous donne tout ce dont vous avez besoin pour terminer le cours avec un téléchargement beaucoup plus rapide.

Si vous souhaitez que des langues de traduction supplémentaires soient prises en charge, elles sont listées ici

🌱 Pour commencer

Ce cours comprend des leçons couvrant les fondamentaux de la création d’Agents IA. Chaque leçon aborde un sujet propre, commencez où vous voulez !

Ce cours bénéficie d’un support multilingue. Consultez nos langues disponibles ici.

Si c’est la première fois que vous travaillez avec des modèles IA génératifs, découvrez notre cours IA générative pour débutants, qui comprend 21 leçons sur la création avec GenAI.

N’oubliez pas de mettre une étoile (🌟) à ce dépôt et de forker ce dépôt pour exécuter le code.

Rencontrez d’autres apprenants, obtenez des réponses à vos questions

Si vous êtes bloqué ou avez des questions sur la création d’Agents IA, rejoignez notre salon Discord dédié dans le Microsoft Foundry Discord.

Ce dont vous avez besoin

Chaque leçon de ce cours comprend des exemples de code, que vous pouvez trouver dans le dossier code_samples. Vous pouvez forker ce dépôt pour créer votre propre copie.

Les exemples de code dans ces exercices utilisent Microsoft Agent Framework avec Azure AI Foundry Agent Service V2 :

Microsoft Foundry - Compte Azure requis

Ce cours utilise les frameworks et services Agents IA suivants de Microsoft :

Certains exemples de code prennent également en charge des fournisseurs compatibles OpenAI alternatifs comme MiniMax, qui offre des modèles à large contexte (jusqu’à 204K jetons). Voir la configuration du cours pour les détails de configuration.

Pour plus d’informations sur l’exécution du code de ce cours, consultez la configuration du cours.

🙏 Vous voulez aider ?

Vous avez des suggestions ou vous avez trouvé des erreurs d’orthographe ou de code ? Signalez un problème ou Créez une demande de tirage

📂 Chaque leçon comprend

Une leçon écrite située dans le README et une courte vidéo
Des exemples de code Python utilisant Microsoft Agent Framework avec Azure AI Foundry
Des liens vers des ressources supplémentaires pour continuer votre apprentissage

🗃️ Leçons

Leçon	Texte & Code	Vidéo	Apprentissage supplémentaire
Introduction aux Agents IA et cas d’usage	Lien	Vidéo	Lien
Explorer les frameworks agentiques	Lien	Vidéo	Lien
Comprendre les modèles de conception agentiques	Lien	Vidéo	Lien
Modèle de conception d’utilisation d’outils	Lien	Vidéo	Lien
Agentique RAG	Lien	Vidéo	Lien
Construire des agents IA fiables	Lien	Vidéo	Lien
Modèle de conception de planification	Lien	Vidéo	Lien
Modèle de conception multi-agent	Lien	Vidéo	Lien
Modèle de conception de la métacognition	Lien	Vidéo	Lien
Agents IA en production	Lien	Vidéo	Lien
Utilisation des protocoles agentiques (MCP, A2A et NLWeb)	Lien	Vidéo	Lien
Ingénierie du contexte pour les agents IA	Lien	Vidéo	Lien
Gestion de la mémoire agentique	Lien	Vidéo
Exploration du cadre agent Microsoft	Lien
Création d’agents d’utilisation informatique (CUA)	Lien		Lien
Déploiement d’agents évolutifs	Bientôt disponible
Création d’agents IA locaux	Bientôt disponible
Sécurisation des agents IA	Lien		Lien

🎒 Autres cours

Notre équipe produit d’autres cours ! Découvrez :

LangChain

—

Azure / Edge / MCP / Agents

Série IA générative

Apprentissage fondamental

Série Copilot

🌟 Remerciements à la communauté

Merci à Shivam Goyal pour sa contribution importante avec des exemples de code démontrant Agentic RAG.

Contribution

Ce projet accueille les contributions et suggestions. La plupart des contributions nécessitent que vous acceptiez un Accord de licence de contributeur (CLA) déclarant que vous avez le droit et que vous accordez effectivement les droits pour utiliser votre contribution. Pour plus de détails, visitez https://cla.opensource.microsoft.com.

Lorsque vous soumettez une demande de tirage (pull request), un bot CLA déterminera automatiquement si vous devez fournir un CLA et décorera la PR en conséquence (par exemple, vérification de statut, commentaire). Suivez simplement les instructions fournies par le bot. Vous n’aurez besoin de le faire qu’une seule fois pour tous les dépôts utilisant notre CLA.

Ce projet a adopté le Code de conduite open source Microsoft. Pour plus d’informations, consultez la FAQ du Code de conduite ou contactez opencode@microsoft.com pour toute question ou commentaire supplémentaire.

Marques déposées

Ce projet peut contenir des marques déposées ou des logos pour des projets, produits ou services. L’utilisation autorisée des marques ou logos Microsoft est soumise et doit suivre les directives sur les marques et la marque Microsoft. L’utilisation des marques ou logos Microsoft dans des versions modifiées de ce projet ne doit pas prêter à confusion ou impliquer un parrainage Microsoft. Toute utilisation de marques ou logos de tiers est soumise aux politiques de ces tiers.

Obtenir de l’aide

Si vous êtes bloqué ou avez des questions sur le développement d’applications IA, rejoignez :

Si vous souhaitez faire des retours sur le produit ou signalez des erreurs pendant le développement, visitez :

Avertissement : Ce document a été traduit à l’aide du service de traduction automatique Co-op Translator. Bien que nous nous efforçions d’assurer l’exactitude, veuillez noter que les traductions automatisées peuvent contenir des erreurs ou des inexactitudes. Le document original dans sa langue native doit être considéré comme la source faisant autorité. Pour les informations critiques, il est recommandé de recourir à une traduction professionnelle réalisée par un humain. Nous ne saurions être tenus responsables des malentendus ou erreurs d’interprétation découlant de l’utilisation de cette traduction.

This site is open source. Improve this page.