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 construire des Agents IA

🌐 Support Multilingue

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

Vous préférez cloner localement ?

Ce dépôt comprend plus de 50 traductions, 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 compléter 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.

🌱 Commencer

Ce cours comprend des leçons couvrant les bases de la création d’Agents IA. Chaque leçon traite d’un sujet spécifique, commencez donc où vous voulez !

Il y a un support multilingue pour ce cours. Découvrez nos langues disponibles ici.

Si c’est votre première fois à construire avec des modèles d’IA générative, consultez notre cours IA Générative pour Débutants, qui comprend 21 leçons sur la construction avec GenAI.

N’oubliez pas de mettre une étoile (🌟) sur 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 sur le Microsoft Foundry Discord.

Ce dont vous avez besoin

Chaque leçon de ce cours inclut 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 le Microsoft Agent Framework avec Microsoft Foundry Agent Service V2 :

Microsoft Foundry - Compte Azure requis

Ce cours utilise les frameworks et services d’agents IA suivants de Microsoft :

Certains exemples de code prennent aussi en charge des fournisseurs compatibles OpenAI alternatifs comme MiniMax, qui propose des modèles à large contexte (jusqu’à 204 K tokens). Consultez la Configuration du cours pour les détails.

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

🙏 Vous voulez aider ?

Avez-vous des suggestions ou avez-vous trouvé des fautes d’orthographe ou des erreurs de code ? Ouvrez un problème ou Créez une pull request

📂 Chaque leçon comprend

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

🗃️ Leçons

Leçon	Texte & Code	Vidéo	Apprentissage Supplémentaire
Introduction aux Agents IA et Cas d’Utilisation	Lien	Vidéo	Lien
Exploration des Frameworks Agentiques	Lien	Vidéo	Lien
Comprendre les Design Patterns Agentiques	Lien	Vidéo	Lien
Design Pattern d’Utilisation d’Outils	Lien	Vidéo	Lien
RAG Agentique	Lien	Vidéo	Lien
Construire des Agents IA Fiables	Lien	Vidéo	Lien
Design Pattern de Planification	Lien	Vidéo	Lien
Design Pattern Multi-Agent	Lien	Vidéo	Lien

Modèle de conception Métacognition	Link	Video	Link
Agents IA en production	Link	Video	Link
Utilisation des protocoles agentiques (MCP, A2A et NLWeb)	Link	Video	Link
Ingénierie du contexte pour agents IA	Link	Video	Link
Gestion de la mémoire agentique	Link	Video
Exploration du Microsoft Agent Framework	Link
Création d’agents d’utilisation informatique (CUA)	Link		Link
Déploiement d’agents évolutifs	Link		Link
Création d’agents IA locaux	Link		Link
Sécurisation des agents IA	Link		Link

🎒 Autres cours

Notre équipe produit d’autres cours ! Découvrez :

LangChain

—

Azure / Edge / MCP / Agents

Série Intelligence Artificielle Générative

Apprentissage Fondamental

Série Copilot

🌟 Remerciements à la communauté

Merci à Shivam Goyal pour avoir contribué des exemples de code importants démontrant Agentic RAG.

Contribution

Ce projet accepte 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 bot CLA déterminera automatiquement si vous devez fournir un CLA et décorera la PR de façon appropriée (p. ex., vérification de statut, commentaire). Suivez simplement les instructions fournies par le bot. Vous n’aurez besoin de faire cela qu’une seule fois sur 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 logos de projets, produits ou services. L’utilisation autorisée des marques ou logos Microsoft est soumise et doit suivre Les directives de marque et d’identité Microsoft. L’utilisation des marques ou logos Microsoft dans des versions modifiées de ce projet ne doit pas créer de confusion ni laisser entendre un parrainage par Microsoft. Toute utilisation de marques ou logos tiers est soumise aux politiques de ces tierces parties.

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 de la création, 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.