Se desideri supportare ulteriori lingue, l’elenco delle lingue disponibili è qui
Questo corso include 11 lezioni che coprono i fondamenti per costruire Agenti AI. Ogni lezione tratta un argomento specifico, quindi puoi iniziare da dove preferisci!
Il corso è disponibile in più lingue. Consulta le lingue disponibili qui.
Se è la tua prima volta che lavori con modelli di Generative AI, dai un’occhiata al nostro corso Generative AI For Beginners, che include 21 lezioni su come lavorare con GenAI.
Non dimenticare di aggiungere una stella (🌟) a questo repository e di fare un fork di questo repository per eseguire il codice.
Se hai difficoltà o domande sulla costruzione di Agenti AI, unisciti al nostro canale Discord dedicato nella Azure AI Foundry Community Discord.
Ogni lezione di questo corso include esempi di codice, che si trovano nella cartella code_samples. Puoi fare un fork di questo repository per creare una tua copia.
Gli esempi di codice in questi esercizi utilizzano Azure AI Foundry e i Modelli di GitHub per interagire con i modelli linguistici:
Questo corso utilizza anche i seguenti framework e servizi per Agenti AI di Microsoft:
Per ulteriori informazioni sull’esecuzione del codice di questo corso, consulta la Configurazione del Corso.
Hai suggerimenti o hai trovato errori di ortografia o nel codice? Apri un problema o Crea una pull request.
Lezione | Testo & Codice | Video | Risorse Aggiuntive |
---|---|---|---|
Introduzione agli Agenti AI e ai Casi d’Uso | Link | Video | Link |
Esplorare i Framework Agentici AI | Link | Video | Link |
Comprendere i Pattern di Design Agentici | Link | Video | Link |
Pattern di Design per l’Uso di Strumenti | Link | Video | Link |
Agentic RAG | Link | Video | Link |
Costruire Agenti AI Affidabili | Link | Video | Link |
Pattern di Design per la Pianificazione | Link | Video | Link |
Pattern di Design Multi-Agente | Link | Video | Link |
Pattern di Design per la Metacognizione | Link | Video | Link |
Agenti AI in Produzione | Link | Video | Link |
Utilizzo di Protocolli Agentici (MCP, A2A e NLWeb) | Link | Video | Link |
Ingegneria del Contesto per Agenti AI | In arrivo - 3 settembre | ||
Gestione della Memoria Agentica | In arrivo - 10 settembre | ||
Valutazione degli Agenti AI | In arrivo - 17 settembre | ||
Creazione di Agenti per l’Uso del Computer (CUA) | In arrivo - 24 settembre | ||
Distribuzione di Agenti Scalabili | In arrivo - 25 settembre | ||
Creazione di Agenti AI Locali | In arrivo - 2 ottobre | ||
Sicurezza degli Agenti AI | In arrivo - 9 ottobre |
Il nostro team produce altri corsi! Dai un’occhiata:
Grazie a Shivam Goyal per aver contribuito con importanti esempi di codice che dimostrano Agentic RAG.
Questo progetto accoglie contributi e suggerimenti. La maggior parte dei contributi richiede di accettare un Contributor License Agreement (CLA) dichiarando che hai il diritto di, e effettivamente concedi, i diritti per utilizzare il tuo contributo. Per dettagli, visita https://cla.opensource.microsoft.com.
Quando invii una pull request, un bot CLA determinerà automaticamente se devi fornire un CLA e decorerà la PR di conseguenza (ad esempio, controllo dello stato, commento). Segui semplicemente le istruzioni fornite dal bot. Dovrai farlo solo una volta per tutti i repository che utilizzano il nostro CLA.
Questo progetto ha adottato il Codice di Condotta Open Source di Microsoft. Per ulteriori informazioni, consulta le FAQ sul Codice di Condotta o contatta opencode@microsoft.com per eventuali domande o commenti aggiuntivi.
Questo progetto potrebbe contenere marchi o loghi relativi a progetti, prodotti o servizi. L’uso autorizzato dei marchi o loghi Microsoft è soggetto e deve seguire le Linee Guida sui Marchi e il Branding di Microsoft. L’uso dei marchi o loghi Microsoft in versioni modificate di questo progetto non deve causare confusione o implicare il patrocinio di Microsoft. Qualsiasi utilizzo di marchi o loghi di terze parti è soggetto alle politiche di tali terze parti.
Disclaimer:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Sebbene ci impegniamo per garantire l’accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall’uso di questa traduzione.