![]()
Arab | Bengali | Bulgaria | Burmese (Myanmar) | Cina (Sederhana) | Cina (Tradisional, Hong Kong) | Cina (Tradisional, Macau) | Cina (Tradisional, Taiwan) | Kroasia | Ceko | Denmark | Belanda | Estonia | Finlandia | Prancis | Jerman | Yunani | Ibrani | Hindi | Hungaria | Indonesia | Italia | Jepang | Kannada | Khmer | Korea | Lituania | Melayu | Malayalam | Marathi | Nepali | Pidgin Nigeria | Norwegia | Persia (Farsi) | Polandia | Portugis (Brasil) | Portugis (Portugal) | Punjabi (Gurmukhi) | Rumania | Rusia | Serbia (Sirilik) | Slovakia | Slovenia | Spanyol | Swahili | Swedia | Tagalog (Filipino) | Tamil | Telugu | Thai | Turki | Ukraina | Urdu | Vietnam
Lebih suka Clone Secara Lokal?
Repositori ini mencakup terjemahan dalam 50+ bahasa yang secara signifikan meningkatkan ukuran unduhan. Untuk clone 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 semua yang Anda butuhkan untuk menyelesaikan kursus dengan unduhan yang jauh lebih cepat.
Jika Anda ingin bahasa terjemahan tambahan didukung, daftar tersedia di sini
Kursus ini memiliki pelajaran yang mencakup dasar-dasar membangun Agen AI. Setiap pelajaran membahas topik sendiri jadi mulai dari mana saja yang Anda suka!
Ada dukungan multi-bahasa untuk kursus ini. Kunjungi bahasa yang tersedia di sini.
Jika ini adalah kali pertama Anda membangun dengan model AI Generatif, lihat kursus kami Generative AI For Beginners, yang mencakup 21 pelajaran tentang membangun dengan GenAI.
Jangan lupa untuk beri bintang (🌟) repo ini dan fork repo ini untuk menjalankan kode.
Jika Anda mengalami kebingungan atau memiliki pertanyaan tentang membangun Agen AI, bergabunglah dengan Saluran Discord khusus kami di Microsoft Foundry Discord.
Setiap pelajaran dalam kursus ini termasuk contoh kode, yang bisa ditemukan di folder code_samples. Anda dapat fork repo ini untuk membuat salinan Anda sendiri.
Contoh kode dalam latihan ini menggunakan Microsoft Agent Framework dengan Azure AI Foundry Agent Service V2:
Kursus ini menggunakan framework dan layanan Agen AI berikut dari Microsoft:
Beberapa contoh kode juga mendukung penyedia alternatif yang kompatibel dengan OpenAI seperti MiniMax, yang menawarkan model konteks besar (hingga 204K token). Lihat Pengaturan Kursus untuk detail konfigurasi.
Untuk informasi lebih lanjut tentang menjalankan kode untuk kursus ini, buka Pengaturan Kursus.
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 Agen (MCP, A2A dan NLWeb) | Link | Video | Link |
| Rekayasa Konteks untuk Agen AI | Link | Video | Link |
| Mengelola Memori Agen | Link | Video | |
| Menjelajahi Microsoft Agent Framework | Link | ||
| Membangun Agen Pengguna Komputer (CUA) | Link | Link | |
| Menyebarkan Agen Skala Besar | Akan Segera Hadir | ||
| Membuat Agen AI Lokal | Akan Segera Hadir | ||
| Mengamankan Agen AI | Akan Segera Hadir |
Tim kami menghasilkan kursus lain! Lihat:
Terima kasih kepada Shivam Goyal atas kontribusinya dalam menyediakan contoh kode penting yang menunjukkan Agentic RAG.
Proyek ini menyambut kontribusi dan saran. Sebagian besar kontribusi mengharuskan Anda setuju dengan Perjanjian Lisensi Kontributor (CLA) yang menyatakan bahwa Anda memiliki hak, dan benar-benar memberikan, kami hak untuk menggunakan kontribusi Anda. Untuk informasi lebih lanjut, kunjungi https://cla.opensource.microsoft.com.
Saat Anda mengirimkan pull request, bot CLA akan secara otomatis menentukan apakah Anda perlu menyediakan CLA dan menghias PR sesuai (misalnya, pemeriksaan status, komentar). Cukup ikuti instruksi yang diberikan oleh bot. Anda hanya perlu melakukan ini sekali di semua repositori yang menggunakan CLA kami.
Proyek ini telah mengadopsi Microsoft Open Source Code of Conduct. Untuk informasi lebih lanjut lihat FAQ Tata Tertib atau hubungi opencode@microsoft.com untuk pertanyaan atau komentar tambahan.
Proyek ini mungkin berisi merek dagang atau logo untuk proyek, produk, atau layanan. Penggunaan yang diizinkan dari merek dagang atau logo Microsoft tunduk pada dan harus mengikuti Pedoman Merek Dagang & Merek Microsoft. Penggunaan merek dagang atau logo Microsoft dalam versi yang dimodifikasi dari proyek ini tidak boleh menyebabkan kebingungan atau mengisyaratkan sponsor Microsoft. Penggunaan merek dagang atau logo pihak ketiga sepenuhnya tunduk pada kebijakan pihak ketiga tersebut.
Jika Anda mengalami kesulitan atau memiliki pertanyaan tentang membangun aplikasi AI, bergabunglah:
Jika Anda memiliki masukan produk atau kesalahan saat membangun kunjungi:
Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan terjemahan AI Co-op Translator. Meskipun kami berusaha untuk 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 manusia profesional. Kami tidak bertanggung jawab atas kesalahpahaman atau salah tafsir yang timbul dari penggunaan terjemahan ini.