ai-agents-for-beginners

Agents IA pour débutants - Un cours

AI Agents for Beginners

Un cours enseignant tout ce que vous devez savoir pour commencer à créer des agents IA

🌐 Support multilingue

Pris en charge via GitHub Action (Automatisé & Toujours à jour)

Vous préférez cloner localement ?

Ce dépôt inclut plus de 50 traductions de langues, ce qui augmente considérablement la taille du téléchargement. Pour cloner sans 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 compléter le cours avec un téléchargement beaucoup plus rapide.

Si vous souhaitez que d’autres langues de traduction soient prises en charge, elles sont listées ici.

🌱 Pour commencer

Ce cours contient des leçons couvrant les fondamentaux de la création d’agents IA. Chaque leçon couvre son propre sujet, commencez donc où vous le souhaitez !

Un support multilingue est disponible pour ce cours. Consultez nos langues disponibles ici.

Si c’est votre première fois à créer avec des modèles d’IA générative, explorez notre cours Generative AI For Beginners, qui inclut 21 leçons sur la création avec GenAI.

N’oubliez pas de étoiler (🌟) ce dépôt et de forker ce dépôt pour exécuter le code.

Rencontrez d’autres apprenants, obtenez vos questions répondues

Si vous êtes bloqué ou avez des questions sur la création d’agents IA, rejoignez notre chaîne Discord dédiée dans le Microsoft Foundry Discord.

Ce dont vous avez besoin

Chaque leçon de ce cours comprend des exemples de code, qui se trouvent 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 cadres et services d’agents IA Microsoft suivants :

Certains exemples de code supportent aussi des fournisseurs alternatifs compatibles OpenAI tels que MiniMax, qui propose des modèles avec un grand contexte (jusqu’à 204K tokens). Consultez la mise en place du cours pour les détails de configuration.

Pour plus d’informations sur l’exécution du code pour ce cours, rendez-vous sur la mise en place du cours.

🙏 Vous souhaitez aider ?

Vous avez des suggestions ou avez trouvé des fautes d’orthographe ou de code ? Ouvrez un problème ou créez une pull request

📂 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 des agents	Lien	Vidéo	Lien
Exploration des cadres agentiques	Lien	Vidéo	Lien
Comprendre les patrons de conception agentique	Lien	Vidéo	Lien
Patron de conception d’utilisation d’outils	Lien	Vidéo	Lien
Agentic RAG	Lien	Vidéo	Lien
Construire des agents IA dignes de confiance	Lien	Vidéo	Lien
Patron de conception de planification	Lien	Vidéo	Lien
Patron de conception multi-agent	Lien	Vidéo	Lien
Modèle de Conception de Métacognition	Lien	Vidéo	Lien
Agents IA en Production	Lien	Vidéo	Lien
Utilisation des Protocoles Agentiques (MCP, A2A et NLWeb)	Lien	Vidéo	Lien
Ingénierie de Contexte pour Agents IA	Lien	Vidéo	Lien
Gestion de la Mémoire Agentique	Lien	Vidéo
Exploration du Cadre d’Agent Microsoft	Lien
Création d’Agents d’Utilisation Informatique (CUA)	Lien		Lien
Déploiement d’Agents Scalables	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 avoir contribué des exemples de code importants illustrant 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 d’utiliser votre contribution. Pour plus de détails, visitez https://cla.opensource.microsoft.com.

Lorsque vous soumettez une pull request, un robot CLA déterminera automatiquement si vous devez fournir un CLA et décorera la PR en conséquence (par exemple, vérification du statut, commentaire). Suivez simplement les instructions fournies par le robot. 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 ou logos de projets, produits ou services. L’utilisation autorisée des marques ou logos Microsoft est soumise et doit suivre les Directives sur les Marques & Marques de Microsoft. L’utilisation des marques ou logos Microsoft dans des versions modifiées de ce projet ne doit pas créer de confusion ni impliquer un parrainage par Microsoft. Toute utilisation des 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 la création d’applications IA, rejoignez :

Si vous avez des retours sur le produit ou des erreurs lors du 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.