Ebben a leckében megtanulhatod, hogyan futtasd a kurzus kódmintáit.
Mielőtt elkezdenéd klónozni a repót, csatlakozz az AI Agents For Beginners Discord csatornához, hogy segítséget kapj a beállításhoz, kérdéseket tegyél fel a kurzussal kapcsolatban, vagy kapcsolatba lépj más tanulókkal.
Először klónozd vagy forkold a GitHub repót. Ezáltal létrehozod a kurzus anyagainak saját verzióját, amelyet futtathatsz, tesztelhetsz és módosíthatsz!
Ezt úgy teheted meg, hogy rákattintasz a repo forkolása linkre.
Most már rendelkezel a kurzus saját forkolt verziójával az alábbi linken:
Ez a kurzus Jupyter Notebookokat kínál, amelyeket futtathatsz, hogy gyakorlati tapasztalatot szerezz az AI Agentek építésében.
A kódminták az alábbiakat használják:
GitHub Fiók Szükséges - Ingyenes:
1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Jelölve mint (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace. Jelölve mint (autogen.ipynb)
Azure Előfizetés Szükséges: 3) Azure AI Foundry + Azure AI Agent Service. Jelölve mint (azureaiagent.ipynb)
Javasoljuk, hogy próbáld ki mindhárom példát, hogy megtudd, melyik működik a legjobban számodra.
Az általad választott opció határozza meg, hogy melyik beállítási lépéseket kell követned az alábbiakban:
NOTE: Ha nincs telepítve a Python 3.12, győződj meg róla, hogy telepíted. Ezután hozz létre egy venv-t python3.12 használatával, hogy biztosítsd a requirements.txt fájlban szereplő megfelelő verziók telepítését.
Példa
Python venv könyvtár létrehozása:
python3 -m venv venv
Ezután aktiváld a venv környezetet:
macOS és Linux
source venv/bin/activate
Windows
venv\Scripts\activate
A repó gyökérkönyvtárában található egy requirements.txt
fájl, amely tartalmazza az összes szükséges Python csomagot a kódminták futtatásához.
Ezeket a következő parancs futtatásával telepítheted a terminálban, a repó gyökérkönyvtárában:
pip install -r requirements.txt
Javasoljuk, hogy hozz létre egy Python virtuális környezetet, hogy elkerüld az esetleges konfliktusokat és problémákat.
Győződj meg róla, hogy a megfelelő Python verziót használod a VSCode-ban.
Ez a kurzus a GitHub Models Marketplace-t használja, amely ingyenes hozzáférést biztosít Nagy Nyelvi Modellekhez (LLM-ekhez), amelyeket az AI Agentek építéséhez fogsz használni.
A GitHub Modellek használatához létre kell hoznod egy GitHub Személyes Hozzáférési Tokent.
Ezt úgy teheted meg, hogy ellátogatsz a Személyes Hozzáférési Tokenek beállításai oldalra a GitHub fiókodban.
Kérjük, kövesd a Legkisebb Jogosultság Elvét a token létrehozásakor. Ez azt jelenti, hogy csak azokat a jogosultságokat add meg a tokennek, amelyek szükségesek a kurzus kódmintáinak futtatásához.
Válaszd ki a Fine-grained tokens
opciót a képernyő bal oldalán, a Fejlesztői beállítások menüpont alatt.
Ezután válaszd a Generate new token
lehetőséget.
Adj meg egy leíró nevet a tokennek, amely tükrözi annak célját, hogy később könnyen azonosítható legyen.
🔐 Token Időtartam Ajánlás
Ajánlott időtartam: 30 nap Biztonságosabb megoldásként választhatsz rövidebb időszakot is—például 7 nap 🛡️ Ez egy remek módja annak, hogy személyes célt állíts be, és befejezd a kurzust, miközben a tanulási lendületed magas 🚀.
Korlátozd a token hatókörét a repó forkjára.
Korlátozd a token jogosultságait: A Permissions alatt kattints az Account fülre, majd kattints a “+ Add permissions” gombra. Egy legördülő menü jelenik meg. Keresd meg a Models opciót, és jelöld be a négyzetet.
Ellenőrizd a szükséges jogosultságokat a token generálása előtt.
A token generálása előtt győződj meg róla, hogy készen állsz a token biztonságos tárolására, például egy jelszókezelőben, mivel a token nem lesz újra látható a létrehozás után.
Másold ki az újonnan létrehozott tokent. Most add hozzá ezt a .env
fájlhoz, amelyet a kurzus tartalmaz.
.env
Fájl LétrehozásaA .env
fájl létrehozásához futtasd az alábbi parancsot a terminálban.
cp .env.example .env
Ez lemásolja a példa fájlt, és létrehoz egy .env
fájlt a könyvtáradban, ahol kitöltheted a környezeti változók értékeit.
A tokened másolása után nyisd meg a .env
fájlt a kedvenc szövegszerkesztődben, és illeszd be a tokent a GITHUB_TOKEN
mezőbe.
Most már képesnek kell lenned futtatni a kurzus kódmintáit.
Kövesd az Azure AI Foundry hub és projekt létrehozásának lépéseit itt: Hub erőforrások áttekintése
Miután létrehoztad a projektedet, le kell kérned a projekt kapcsolatának karakterláncát.
Ezt úgy teheted meg, hogy ellátogatsz a Áttekintés oldalra a projektedben az Azure AI Foundry portálon.
.env
Fájl LétrehozásaA .env
fájl létrehozásához futtasd az alábbi parancsot a terminálban.
cp .env.example .env
Ez lemásolja a példa fájlt, és létrehoz egy .env
fájlt a könyvtáradban, ahol kitöltheted a környezeti változók értékeit.
A tokened másolása után nyisd meg a .env
fájlt a kedvenc szövegszerkesztődben, és illeszd be a tokent a PROJECT_ENDPOINT
mezőbe.
Biztonsági legjobb gyakorlatként kulcs nélküli hitelesítést fogunk használni az Azure OpenAI hitelesítéséhez a Microsoft Entra ID-val.
Ezután nyiss meg egy terminált, és futtasd az az login --use-device-code
parancsot, hogy bejelentkezz az Azure fiókodba.
Miután bejelentkeztél, válaszd ki az előfizetésedet a terminálban.
Az Agentic RAG Leckéhez - 5. lecke - vannak minták, amelyek Azure Search és Azure OpenAI-t használnak.
Ha futtatni szeretnéd ezeket a mintákat, hozzá kell adnod az alábbi környezeti változókat a .env
fájlodhoz:
AZURE_SUBSCRIPTION_ID
- Ellenőrizd a Projekt részletek részt a projekt Áttekintés oldalán.
AZURE_AI_PROJECT_NAME
- Nézd meg a projekt Áttekintés oldalának tetejét.
AZURE_OPENAI_SERVICE
- Ezt az Azure OpenAI Service Tartalmazott képességek fülén találod az Áttekintés oldalon.
AZURE_OPENAI_RESOURCE_GROUP
- Menj a Projekt tulajdonságok részhez az Áttekintés oldalon a Menedzsment Központban.
GLOBAL_LLM_SERVICE
- Az Kapcsolt erőforrások alatt keresd meg az Azure AI Services kapcsolat nevét. Ha nem található, ellenőrizd az Azure portált az erőforráscsoportodban az AI Services erőforrás nevét.
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME
- Válaszd ki az embedding modelledet (pl. text-embedding-ada-002
), és jegyezd fel a Deployment name-et a modell részleteiből.
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME
- Válaszd ki a chat modelledet (pl. gpt-4o-mini
), és jegyezd fel a Deployment name-et a modell részleteiből.
AZURE_OPENAI_ENDPOINT
- Keresd meg az Azure AI services-t, kattints rá, majd menj a Erőforrás Menedzsment, Kulcsok és Végpont, görgess le az “Azure OpenAI végpontok” részhez, és másold ki azt, amelyik “Nyelvi API-kat” mond.
AZURE_OPENAI_API_KEY
- Ugyanazon a képernyőn másold ki az 1. vagy 2. kulcsot.
AZURE_SEARCH_SERVICE_ENDPOINT
- Keresd meg az Azure AI Search erőforrásodat, kattints rá, és nézd meg az Áttekintés részt.
AZURE_SEARCH_API_KEY
- Ezután menj a Beállítások részhez, majd a Kulcsok részhez, hogy lemásold az elsődleges vagy másodlagos admin kulcsot.
AZURE_OPENAI_API_VERSION
- Látogasd meg az API verzió életciklus oldalt a Legújabb GA API kiadás alatt.Ahelyett, hogy a hitelesítő adatokat kódolnánk, kulcs nélküli kapcsolatot fogunk használni az Azure OpenAI-val. Ehhez importáljuk a DefaultAzureCredential
-t, majd később meghívjuk a DefaultAzureCredential
függvényt a hitelesítő adat megszerzéséhez.
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
Ha bármilyen problémád van a beállítás futtatásával, csatlakozz az Azure AI Közösség Discord-hoz, vagy hozz létre egy hibajelentést.
Most már készen állsz a kurzus kódjának futtatására. Jó tanulást az AI Agentek világáról!
Bevezetés az AI Agentekbe és az Agent Használati Esetekbe
Felelősségi nyilatkozat:
Ez a dokumentum az Co-op Translator AI fordítási szolgáltatás segítségével került lefordításra. Bár törekszünk a pontosságra, kérjük, vegye figyelembe, hogy az automatikus fordítások hibákat vagy pontatlanságokat tartalmazhatnak. Az eredeti dokumentum az eredeti nyelvén tekintendő hiteles forrásnak. Kritikus információk esetén javasolt professzionális emberi fordítást igénybe venni. Nem vállalunk felelősséget semmilyen félreértésért vagy téves értelmezésért, amely a fordítás használatából eredhet.