![]()
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Lebih suka Mengkloning Secara Lokal?
Repositori ini mencakup lebih dari 50 terjemahan bahasa yang secara signifikan meningkatkan ukuran unduhan. Untuk mengkloning tanpa terjemahan, gunakan 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"Ini memberikan Anda semua yang Anda butuhkan untuk menyelesaikan kursus dengan unduhan yang jauh lebih cepat.
Jika Anda ingin dukungan bahasa terjemahan tambahan, bahasa yang didukung tercantum di sini
Kursus ini memiliki pelajaran yang mencakup dasar-dasar membangun Agen AI. Setiap pelajaran membahas topik tersendiri, jadi mulailah dari mana saja yang Anda suka!
Terdapat dukungan multi-bahasa untuk kursus ini. Kunjungi bahasa yang tersedia di sini.
Jika ini pertama kalinya Anda membangun dengan model Generative AI, lihatlah kursus kami Generative AI Untuk Pemula, yang mencakup 21 pelajaran tentang membangun dengan GenAI.
Jangan lupa untuk memberi bintang (🌟) pada repo ini dan fork repo ini untuk menjalankan kode.
Jika Anda mengalami kendala atau memiliki pertanyaan tentang membangun Agen AI, bergabunglah dengan Channel Discord khusus kami di Microsoft Foundry Discord.
Setiap pelajaran dalam kursus ini mencakup contoh kode, yang dapat ditemukan di folder code_samples. Anda dapat fork repo ini untuk membuat salinan milik Anda sendiri.
Contoh kode dalam latihan ini menggunakan Azure AI Foundry dan Katalog Model GitHub untuk berinteraksi dengan Model Bahasa:
Kursus ini juga menggunakan framework dan layanan Agen AI berikut dari Microsoft:
Untuk informasi lebih lanjut tentang menjalankan kode untuk kursus ini, kunjungi Course Setup.
Apakah Anda memiliki saran atau menemukan kesalahan ejaan atau kode? Buat isu atau Buat pull request
| Pelajaran | Teks & Kode | Video | Pembelajaran Tambahan |
|---|---|---|---|
| Intro ke Agen AI dan Kasus Penggunaan Agen | Link | Video | Link |
| Menjelajahi Framework Agen AI | Link | Video | Link |
| Memahami Pola Desain Agen AI | Link | Video | Link |
| Pola Desain Penggunaan Alat | Link | Video | Link |
| Agen RAG | Link | Video | Link |
| Membangun Agen AI yang Dapat Dipercaya | Link | Video | Link |
| Pola Desain Perencanaan | Link | Video | Link |
| Pola Desain Multi-Agen | Link | Video | Link |
| Pola Desain Metakognisi | Link | Video | Link |
| Agen AI dalam Produksi | Link | Video | Link |
| Menggunakan Protokol Agensi (MCP, A2A dan NLWeb) | Link | Video | Link |
| Rekayasa Konteks untuk Agen AI | Link | Video | Link |
| Mengelola Memori Agensi | Link | Video | |
| Menjelajahi Microsoft Agent Framework | Link | ||
| Membangun Agen Pengguna Komputer (CUA) | Segera Hadir | ||
| Menyebarkan Agen Skalabel | Segera Hadir | ||
| Membuat Agen AI Lokal | Segera Hadir | ||
| Mengamankan Agen AI | Segera Hadir |
Tim kami menghasilkan kursus lain! Lihat:
Terima kasih kepada Shivam Goyal atas kontribusi contoh kode penting yang menunjukkan Agentic RAG.
Proyek ini menyambut kontribusi dan saran. Sebagian besar kontribusi mengharuskan Anda menyetujui Perjanjian Lisensi Kontributor (CLA) yang menyatakan bahwa Anda memiliki hak untuk, dan benar-benar memberikan kami hak untuk menggunakan kontribusi Anda. Untuk detail, kunjungi https://cla.opensource.microsoft.com.
Saat Anda mengirim permintaan tarik, bot CLA akan secara otomatis menentukan apakah Anda perlu menyediakan CLA dan memberikan keterangan yang sesuai pada PR (misalnya, pemeriksaan status, komentar). Cukup ikuti petunjuk yang diberikan oleh bot. Anda hanya perlu melakukan ini sekali di semua repositori yang menggunakan CLA kami.
Proyek ini mengadopsi Kode Etik Sumber Terbuka Microsoft. Untuk informasi lebih lanjut lihat FAQ Kode Etik atau hubungi opencode@microsoft.com untuk pertanyaan atau komentar tambahan.
Proyek ini mungkin mengandung merek dagang atau logo untuk proyek, produk, atau layanan. Penggunaan sah merek dagang atau logo Microsoft harus tunduk pada dan mengikuti Pedoman Merek & Merek Dagang Microsoft. Penggunaan merek dagang atau logo Microsoft dalam versi modifikasi proyek ini tidak boleh menyebabkan kebingungan atau mengimplikasikan sponsor Microsoft. Penggunaan merek dagang atau logo pihak ketiga tunduk pada kebijakan dari pihak ketiga tersebut.
Jika Anda mengalami kesulitan atau memiliki pertanyaan tentang membangun aplikasi AI, bergabunglah:
Jika Anda memiliki masukan produk atau mengalami kesalahan saat membangun, kunjungi:
Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berusaha untuk mencapai akurasi, harap diketahui bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang sahih. Untuk informasi penting, disarankan menggunakan terjemahan profesional oleh manusia. Kami tidak bertanggung jawab atas kesalahpahaman atau salah tafsir yang timbul dari penggunaan terjemahan ini.