本課程將涵蓋如何運行本課程的代碼示例。
在開始克隆您的倉庫之前,請加入 AI Agents For Beginners Discord 頻道,以獲得設置幫助、解答課程相關問題,或與其他學員交流。
首先,請克隆或分叉 GitHub 倉庫。這將創建您自己的課程材料版本,方便您運行、測試和調整代碼!
您可以通過點擊以下鏈接來 分叉倉庫
現在,您應該在以下鏈接中擁有自己的課程分叉版本:

完整的倉庫可能會很大(約 3 GB),當您下載完整的歷史記錄和所有文件時。如果您僅參加工作坊或僅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/或跳過文件來避免大部分下載。
在以下命令中將 <your-username> 替換為您的分叉 URL(或者如果您更喜歡,可以使用上游 URL)。
僅克隆最新的提交歷史記錄(下載量小):
git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git
克隆特定分支:
git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git
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:
對於 bash:
cd ai-agents-for-beginners
對於 Powershell:
Set-Location ai-agents-for-beginners
然後指定您需要的文件夾(以下示例顯示兩個文件夾):
git sparse-checkout set 00-course-setup 01-intro-to-ai-agents
在克隆並驗證文件後,如果您只需要文件並希望釋放空間(無 git 歷史記錄),請刪除倉庫元數據(💀不可逆 — 您將失去所有 Git 功能:無提交、拉取、推送或歷史記錄訪問)。
對於 Linux/macOS:
rm -rf .git
對於 Windows:
Remove-Item -Recurse -Force .git
通過 GitHub UI 為此倉庫創建新的 Codespace。
本課程提供一系列 Jupyter Notebooks,您可以通過它們實際操作來構建 AI Agents。
代碼示例使用以下方式:
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)
我們鼓勵您嘗試所有三種類型的示例,看看哪一種最適合您。
無論您選擇哪種選項,都將決定您需要遵循的設置步驟:
注意:如果您尚未安裝 Python3.12,請確保安裝它。然後使用 python3.12 創建您的 venv,以確保從 requirements.txt 文件中安裝正確的版本。
示例
創建 Python venv 目錄:
python3 -m venv venv
然後激活 venv 環境:
macOS 和 Linux
source venv/bin/activate
Windows
venv\Scripts\activate
我們在此倉庫的根目錄中包含了一個 requirements.txt 文件,其中包含運行代碼示例所需的所有 Python 包。
您可以在倉庫根目錄的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 Python 虛擬環境以避免任何衝突和問題。
確保您在 VSCode 中使用正確版本的 Python。
本課程利用 GitHub Models Marketplace,提供免費訪問大型語言模型 (LLMs),您將使用它們來構建 AI Agents。
要使用 GitHub Models,您需要創建一個 GitHub 個人訪問令牌。
您可以通過訪問您的 個人訪問令牌設置 在 GitHub 帳戶中創建令牌。
請在創建令牌時遵循 最小特權原則。這意味著您應僅授予令牌運行本課程代碼示例所需的權限。
在屏幕左側選擇 開發者設置 中的 精細化令牌 選項。

然後選擇 生成新令牌。

為您的令牌輸入一個描述性名稱,反映其用途,方便以後識別。
🔐 令牌有效期建議
建議有效期:30 天 為了更安全,您可以選擇更短的期限,例如 7 天 🛡️ 這是一個很好的方式來設置個人目標,並在學習動力高漲時完成課程 🚀。

將令牌的範圍限制在此倉庫的分叉。

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。

在生成令牌之前,請確認所需的權限。 
在生成令牌之前,請確保您已準備好將令牌存儲在安全的地方,例如密碼管理器保險庫,因為生成後不會再次顯示。 
複製您剛剛創建的新令牌。現在,您需要將其添加到本課程中包含的 .env 文件中。
.env 文件要創建您的 .env 文件,請在終端中運行以下命令。
cp .env.example .env
這將複製示例文件並在您的目錄中創建 .env,您可以在其中填寫環境變量的值。
複製您的令牌後,打開您喜歡的文本編輯器,將令牌粘貼到 .env 文件中的 GITHUB_TOKEN 欄位。

現在您應該可以運行本課程的代碼示例。
按照此處的步驟創建 Azure AI Foundry 中的 hub 和項目:Hub 資源概述
創建項目後,您需要獲取項目的連接字符串。
您可以通過訪問 Azure AI Foundry 入口網站中項目的 概述 頁面來完成此操作。

.env 文件要創建您的 .env 文件,請在終端中運行以下命令。
cp .env.example .env
這將複製示例文件並在您的目錄中創建 .env,您可以在其中填寫環境變量的值。
複製您的令牌後,打開您喜歡的文本編輯器,將令牌粘貼到 .env 文件中的 PROJECT_ENDPOINT 欄位。
作為安全的最佳實踐,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 登錄到您的 Azure 帳戶。
登錄後,在終端中選擇您的訂閱。
對於 Agentic RAG 課程 - 第 5 課 - 有使用 Azure Search 和 Azure OpenAI 的示例。
如果您想運行這些示例,您需要在 .env 文件中添加以下環境變量:
AZURE_SUBSCRIPTION_ID - 在項目 概述 頁面的 項目詳情 中查看。
AZURE_AI_PROJECT_NAME - 在項目 概述 頁面頂部查看。
AZURE_OPENAI_SERVICE - 在 概述 頁面的 包含的功能 標籤中找到 Azure OpenAI Service。
AZURE_OPENAI_RESOURCE_GROUP - 在 管理中心 的 概述 頁面的 項目屬性 中查看。
GLOBAL_LLM_SERVICE - 在 連接的資源 下,找到 Azure AI Services 連接名稱。如果未列出,請檢查 Azure 入口網站 中資源組下的 AI Services 資源名稱。
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME - 選擇您的嵌入模型(例如,text-embedding-ada-002),並記下模型詳情中的 部署名稱。
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME - 選擇您的聊天模型(例如,gpt-4o-mini),並記下模型詳情中的 部署名稱。
AZURE_OPENAI_ENDPOINT - 查找 Azure AI services,點擊它,然後進入 資源管理,密鑰和端點,向下滾動到 “Azure OpenAI endpoints”,並複製顯示為 “Language APIs” 的端點。
AZURE_OPENAI_API_KEY - 從同一屏幕中,複製密鑰 1 或密鑰 2。
AZURE_SEARCH_SERVICE_ENDPOINT - 找到您的 Azure AI Search 資源,點擊它,然後查看 概述。
AZURE_SEARCH_API_KEY - 然後進入 設置,然後 密鑰,複製主要或次要管理密鑰。
AZURE_OPENAI_API_VERSION - 訪問 API 版本生命周期 頁面,查看 最新 GA API 發布。為了避免硬編碼您的憑據,我們將使用 Azure OpenAI 的無密鑰連接。為此,我們將導入 DefaultAzureCredential,稍後調用 DefaultAzureCredential 函數以獲取憑據。
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
如果您在運行此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。
您現在已準備好運行本課程的代碼。祝您在學習 AI Agents 的世界中愉快!
免責聲明:
此文件已使用人工智能翻譯服務 Co-op Translator 進行翻譯。儘管我們致力於提供準確的翻譯,請注意自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於重要信息,建議使用專業人工翻譯。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。