Pelajaran ini akan membahas cara menjalankan contoh kode dari kursus ini.
Sebelum Anda mulai mengkloning repositori, bergabunglah dengan saluran Discord AI Agents For Beginners untuk mendapatkan bantuan terkait pengaturan, menjawab pertanyaan tentang kursus, atau terhubung dengan peserta lainnya.
Untuk memulai, silakan kloning atau fork repositori GitHub. Ini akan membuat versi Anda sendiri dari materi kursus sehingga Anda dapat menjalankan, menguji, dan memodifikasi kode!
Anda dapat melakukannya dengan mengklik tautan untuk fork repositori.
Sekarang Anda seharusnya memiliki versi fork dari kursus ini di tautan berikut:
Kursus ini menyediakan serangkaian Jupyter Notebook yang dapat Anda jalankan untuk mendapatkan pengalaman langsung dalam membangun AI Agents.
Contoh kode menggunakan salah satu dari:
Memerlukan Akun GitHub - Gratis:
1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Ditandai sebagai (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace. Ditandai sebagai (autogen.ipynb)
Memerlukan Langganan Azure: 3) Azure AI Foundry + Azure AI Agent Service. Ditandai sebagai (azureaiagent.ipynb)
Kami mendorong Anda untuk mencoba ketiga jenis contoh ini untuk melihat mana yang paling cocok untuk Anda.
Pilihan yang Anda pilih akan menentukan langkah pengaturan yang perlu Anda ikuti di bawah ini:
NOTE: Jika Anda belum menginstal Python3.12, pastikan untuk menginstalnya. Kemudian buat venv menggunakan python3.12 untuk memastikan versi yang benar diinstal dari file requirements.txt.
Contoh
Buat direktori Python venv:
python3 -m venv venv
Kemudian aktifkan lingkungan venv untuk:
macOS dan Linux
source venv/bin/activate
Windows
venv\Scripts\activate
Kami telah menyertakan file requirements.txt
di root repositori ini yang berisi semua paket Python yang diperlukan untuk menjalankan contoh kode.
Anda dapat menginstalnya dengan menjalankan perintah berikut di terminal Anda di root repositori:
pip install -r requirements.txt
Kami merekomendasikan membuat lingkungan virtual Python untuk menghindari konflik dan masalah.
Pastikan Anda menggunakan versi Python yang benar di VSCode.
Kursus ini memanfaatkan GitHub Models Marketplace, yang menyediakan akses gratis ke Large Language Models (LLMs) yang akan Anda gunakan untuk membangun AI Agents.
Untuk menggunakan GitHub Models, Anda perlu membuat GitHub Personal Access Token.
Ini dapat dilakukan dengan pergi ke Pengaturan Personal Access Tokens di akun GitHub Anda.
Silakan ikuti Prinsip Privilege Minimum saat membuat token Anda. Artinya, Anda hanya perlu memberikan token izin yang diperlukan untuk menjalankan contoh kode dalam kursus ini.
Pilih opsi Fine-grained tokens
di sisi kiri layar Anda dengan menuju ke Developer settings.
Kemudian pilih Generate new token
.
Masukkan nama deskriptif untuk token Anda yang mencerminkan tujuannya, sehingga mudah diidentifikasi nanti.
š Rekomendasi Durasi Token
Durasi yang direkomendasikan: 30 hari Untuk keamanan yang lebih baik, Anda dapat memilih periode yang lebih pendekāseperti 7 hari š”ļø Ini adalah cara yang bagus untuk menetapkan target pribadi dan menyelesaikan kursus sambil menjaga momentum belajar Anda tetap tinggi š.
Batasi cakupan token ke fork repositori ini.
Batasi izin token: Di bawah Permissions, klik tab Account, dan klik tombol ā+ Add permissionsā. Dropdown akan muncul. Silakan cari Models dan centang kotaknya.
Verifikasi izin yang diperlukan sebelum membuat token.
Sebelum membuat token, pastikan Anda siap menyimpan token di tempat yang aman seperti password manager vault, karena token tidak akan ditampilkan lagi setelah Anda membuatnya.
Salin token baru yang baru saja Anda buat. Anda sekarang akan menambahkan ini ke file .env
yang disertakan dalam kursus ini.
.env
AndaUntuk membuat file .env
, jalankan perintah berikut di terminal Anda.
cp .env.example .env
Ini akan menyalin file contoh dan membuat .env
di direktori Anda, di mana Anda mengisi nilai untuk variabel lingkungan.
Dengan token Anda yang telah disalin, buka file .env
di editor teks favorit Anda dan tempelkan token Anda ke bidang GITHUB_TOKEN
.
Sekarang Anda seharusnya dapat menjalankan contoh kode dari kursus ini.
Ikuti langkah-langkah untuk membuat hub dan proyek di Azure AI Foundry yang dapat ditemukan di sini: Hub resources overview
Setelah Anda membuat proyek, Anda perlu mendapatkan string koneksi untuk proyek Anda.
Ini dapat dilakukan dengan pergi ke halaman Overview proyek Anda di portal Azure AI Foundry.
.env
AndaUntuk membuat file .env
, jalankan perintah berikut di terminal Anda.
cp .env.example .env
Ini akan menyalin file contoh dan membuat .env
di direktori Anda, di mana Anda mengisi nilai untuk variabel lingkungan.
Dengan token Anda yang telah disalin, buka file .env
di editor teks favorit Anda dan tempelkan token Anda ke bidang PROJECT_ENDPOINT
.
Sebagai praktik keamanan terbaik, kita akan menggunakan keyless authentication untuk autentikasi ke Azure OpenAI dengan Microsoft Entra ID.
Selanjutnya, buka terminal dan jalankan az login --use-device-code
untuk masuk ke akun Azure Anda.
Setelah Anda masuk, pilih langganan Anda di terminal.
Untuk pelajaran Agentic RAG - Pelajaran 5 - terdapat contoh yang menggunakan Azure Search dan Azure OpenAI.
Jika Anda ingin menjalankan contoh ini, Anda perlu menambahkan variabel lingkungan berikut ke file .env
Anda:
AZURE_SUBSCRIPTION_ID
- Periksa Project details di halaman Overview proyek Anda.
AZURE_AI_PROJECT_NAME
- Lihat bagian atas halaman Overview proyek Anda.
AZURE_OPENAI_SERVICE
- Temukan ini di tab Included capabilities untuk Azure OpenAI Service di halaman Overview.
AZURE_OPENAI_RESOURCE_GROUP
- Pergi ke Project properties di halaman Overview dari Management Center.
GLOBAL_LLM_SERVICE
- Di bawah Connected resources, temukan nama koneksi Azure AI Services. Jika tidak terdaftar, periksa Azure portal di grup sumber daya Anda untuk nama sumber daya AI Services.
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME
- Pilih model embedding Anda (misalnya, text-embedding-ada-002
) dan catat Deployment name dari detail model.
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME
- Pilih model chat Anda (misalnya, gpt-4o-mini
) dan catat Deployment name dari detail model.
AZURE_OPENAI_ENDPOINT
- Cari Azure AI services, klik di atasnya, lalu pergi ke Resource Management, Keys and Endpoint, gulir ke bawah ke āAzure OpenAI endpointsā, dan salin yang bertuliskan āLanguage APIsā.
AZURE_OPENAI_API_KEY
- Dari layar yang sama, salin KEY 1 atau KEY 2.
AZURE_SEARCH_SERVICE_ENDPOINT
- Temukan sumber daya Azure AI Search Anda, klik di atasnya, dan lihat Overview.
AZURE_SEARCH_API_KEY
- Kemudian pergi ke Settings dan kemudian Keys untuk menyalin kunci admin utama atau sekunder.
AZURE_OPENAI_API_VERSION
- Kunjungi halaman API version lifecycle di bawah Latest GA API release.Daripada menyimpan kredensial Anda secara langsung, kita akan menggunakan koneksi tanpa kunci dengan Azure OpenAI. Untuk melakukannya, kita akan mengimpor DefaultAzureCredential
dan kemudian memanggil fungsi DefaultAzureCredential
untuk mendapatkan kredensial.
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
Jika Anda mengalami masalah saat menjalankan pengaturan ini, bergabunglah dengan Azure AI Community Discord kami atau buat masalah baru.
Anda sekarang siap untuk menjalankan kode dari kursus ini. Selamat belajar lebih banyak tentang dunia AI Agents!
Pengantar AI Agents dan Kasus Penggunaan Agen
Penafian:
Dokumen ini telah diterjemahkan menggunakan layanan penerjemahan AI Co-op Translator. Meskipun kami berupaya untuk memberikan hasil yang akurat, harap diperhatikan bahwa terjemahan otomatis mungkin mengandung kesalahan atau ketidakakuratan. Dokumen asli dalam bahasa aslinya harus dianggap sebagai sumber yang otoritatif. Untuk informasi yang bersifat kritis, disarankan menggunakan jasa penerjemahan manusia profesional. Kami tidak bertanggung jawab atas kesalahpahaman atau penafsiran yang keliru yang timbul dari penggunaan terjemahan ini.