ai-agents-for-beginners

課程設置

簡介

這一課將涵蓋如何運行本課程的代碼範例。

加入其他學員並獲取幫助

在開始克隆你的倉庫之前，請加入 AI Agents For Beginners Discord 頻道，以獲取設置幫助、解答課程相關問題，或與其他學員聯繫。

克隆或分叉此倉庫

首先，請克隆或分叉 GitHub 倉庫。這樣你就可以擁有課程材料的自己的版本，方便運行、測試和調整代碼！

你可以點擊以下鏈接來 分叉倉庫。

現在你應該在以下鏈接中擁有課程的分叉版本：

分叉倉庫

淺克隆（建議用於工作坊 / Codespaces）

完整的倉庫可能很大（約 3 GB），如果你下載完整的歷史記錄和所有文件。如果你只是參加工作坊或只需要一些課程文件夾，淺克隆（或稀疏克隆）可以通過截斷歷史記錄和/或跳過大文件來避免大部分下載。

快速淺克隆 — 最小歷史記錄，所有文件

在以下命令中將 <your-username> 替換為你的分叉 URL（或者如果你更喜歡，使用上游 URL）。

要僅克隆最新的提交歷史記錄（小下載量）：

git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git

要克隆特定分支：

git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git

部分（稀疏）克隆 — 最小文件 + 僅選定文件夾

這使用部分克隆和稀疏檢出（需要 Git 2.25+，建議使用支持部分克隆的現代 Git）：

git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git

進入倉庫文件夾：

cd ai-agents-for-beginners

然後指定你需要的文件夾（以下示例顯示兩個文件夾）：

git sparse-checkout set 00-course-setup 01-intro-to-ai-agents

克隆並驗證文件後，如果你只需要文件並想釋放空間（無 git 歷史記錄），請刪除倉庫元數據（💀不可逆 — 你將失去所有 Git 功能：無提交、拉取、推送或歷史記錄訪問）。

# zsh/bash
rm -rf .git

# PowerShell
Remove-Item -Recurse -Force .git

使用 GitHub Codespaces（建議避免本地大下載）

提示

運行代碼

本課程提供了一系列 Jupyter Notebook，讓你可以親自體驗構建 AI Agents。

代碼範例使用以下方式：

需要 GitHub 帳戶 - 免費：

1) Semantic Kernel Agent Framework + GitHub Models Marketplace。標記為 (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace。標記為 (autogen.ipynb)

需要 Azure 訂閱：

3) Azure AI Foundry + Azure AI Agent Service。標記為 (azureaiagent.ipynb)

我們鼓勵你嘗試所有三種類型的範例，看看哪一種最適合你。

無論你選擇哪種方式，都將決定你需要遵循的設置步驟：

要求

我們在此倉庫的根目錄中包含了一個 requirements.txt 文件，其中包含運行代碼範例所需的所有 Python 包。

你可以在終端中運行以下命令來安裝它們：

pip install -r requirements.txt

我們建議創建一個 Python 虛擬環境以避免任何衝突和問題。

設置 VSCode

確保你在 VSCode 中使用正確版本的 Python。

image

使用 GitHub 模型的範例設置

步驟 1：獲取你的 GitHub 個人訪問令牌（PAT）

本課程利用 GitHub Models Marketplace，提供免費訪問大型語言模型（LLMs），你將使用它們來構建 AI Agents。

要使用 GitHub 模型，你需要創建一個 GitHub 個人訪問令牌。

你可以通過訪問你的 個人訪問令牌設置 來完成此操作。

創建令牌時，請遵循 最小特權原則。這意味著你應該僅賦予令牌運行本課程代碼範例所需的權限。

  1. 在屏幕左側的 開發者設置 中選擇 精細化令牌 選項。

    開發者設置

    然後選擇 生成新令牌。

    生成令牌

  2. 為你的令牌輸入一個描述性名稱，反映其用途，方便日後識別。

    🔐 令牌有效期建議

    建議有效期：30 天
    為了更安全，你可以選擇更短的期限，例如 7 天 🛡️
    這是一個很好的方式，幫助你在學習動力高漲時完成課程 🚀。

    令牌名稱和到期日期

  3. 將令牌的範圍限制為此倉庫的分叉。

    限制範圍到分叉倉庫

  4. 限制令牌的權限：在 權限 下，點擊 帳戶 標籤，然後點擊 “+ 添加權限” 按鈕。會出現一個下拉菜單。請搜索 Models 並勾選它。

    添加模型權限

  5. 在生成令牌之前，確認所需的權限。 確認權限

  6. 在生成令牌之前，確保你準備好將令牌存儲在安全的地方，例如密碼管理器保險庫，因為生成後將無法再次查看。 安全存儲令牌

複製你剛剛創建的新令牌。現在你需要將其添加到本課程包含的 .env 文件中。

步驟 2：創建你的 .env 文件

在終端中運行以下命令來創建 .env 文件。

# zsh/bash
cp .env.example .env

# PowerShell
Copy-Item .env.example .env

這將複製示例文件並在你的目錄中創建 .env，你需要在其中填寫環境變量的值。

複製你的令牌後，使用你喜歡的文本編輯器打開 .env 文件，並將令牌粘貼到 GITHUB_TOKEN 欄位中。

GitHub 令牌欄位

現在你應該可以運行本課程的代碼範例了。

使用 Azure AI Foundry 和 Azure AI Agent Service 的範例設置

步驟 1：獲取你的 Azure 項目端點

按照此處的步驟創建 Azure AI Foundry 中的中心和項目：中心資源概述

創建項目後，你需要獲取項目的連接字符串。

你可以在 Azure AI Foundry 入口網站的 概述 頁面找到它。

項目連接字符串

步驟 2：創建你的 .env 文件

在終端中運行以下命令來創建 .env 文件。

# zsh/bash
cp .env.example .env

# PowerShell
Copy-Item .env.example .env

這將複製示例文件並在你的目錄中創建 .env，你需要在其中填寫環境變量的值。

複製你的令牌後，使用你喜歡的文本編輯器打開 .env 文件，並將令牌粘貼到 PROJECT_ENDPOINT 欄位中。

步驟 3：登錄 Azure

作為安全最佳實踐，我們將使用 無密鑰身份驗證 通過 Microsoft Entra ID 驗證到 Azure OpenAI。

接下來，打開終端並運行 az login --use-device-code 登錄到你的 Azure 帳戶。

登錄後，在終端中選擇你的訂閱。

額外的環境變量 - Azure Search 和 Azure OpenAI

對於 Agentic RAG 課程 - 第 5 課 - 有一些範例使用 Azure Search 和 Azure OpenAI。

如果你想運行這些範例，你需要將以下環境變量添加到 .env 文件中：

概述頁面（項目）

管理中心

模型 + 端點頁面

Azure 入口網站

外部網頁

設置無密鑰身份驗證

為避免硬編碼憑據，我們將使用 Azure OpenAI 的無密鑰連接。為此，我們將導入 DefaultAzureCredential，然後調用 DefaultAzureCredential 函數來獲取憑據。

# Python
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

卡住了嗎？

如果你在執行這個設置時遇到任何問題，可以加入我們的 Azure AI 社群 Discord 或 建立一個問題。

下一課

你現在已經準備好運行這門課程的程式碼了。祝你在學習 AI Agents 的世界中玩得愉快！

AI Agents 和其應用案例介紹

免責聲明：
此文件已使用人工智能翻譯服務 Co-op Translator 翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原文文件為權威來源。如涉及關鍵資訊，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。

This site is open source. Improve this page.