ai-agents-for-beginners

コースセットアップ

はじめに

このレッスンでは、このコースのコードサンプルを実行する方法について説明します。

他の学習者とつながり、サポートを受ける

リポジトリをクローンする前に、AI Agents For Beginners Discordチャンネルに参加してください。セットアップに関するサポートを受けたり、コースに関する質問をしたり、他の学習者とつながることができます。

このリポジトリをクローンまたはフォークする

まず、GitHubリポジトリをクローンまたはフォークしてください。これにより、コース教材の自分専用のバージョンを作成し、コードを実行、テスト、調整することができます!

以下のリンクをクリックして、リポジトリをフォークしてください。

これで、以下のリンクにこのコースのフォークされたバージョンが作成されます。

フォークされたリポジトリ

浅いクローン(ワークショップやCodespacesに推奨)

リポジトリ全体をダウンロードすると、完全な履歴とすべてのファイルを含むため、サイズが大きくなる場合があります(約3GB)。ワークショップに参加する場合や一部のレッスンフォルダのみが必要な場合は、浅いクローン(またはスパースクローン)を使用することで、履歴の大部分を省略したり、不要なファイルをスキップしたりしてダウンロードを最小限に抑えることができます。

簡単な浅いクローン — 最小限の履歴、すべてのファイル

以下のコマンドで<your-username>をフォークURL(または希望する場合は上流URL)に置き換えてください。

最新のコミット履歴のみをクローンするには(ダウンロードが小さくなります):

git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git

特定のブランチをクローンするには:

git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git

部分(スパース)クローン — 最小限のブロブ + 選択したフォルダのみ

これは部分クローンとスパースチェックアウトを使用します(Git 2.25+が必要で、部分クローンサポートを備えた最新のGitを推奨します)。

git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git

リポジトリフォルダに移動します:

bashの場合:

cd ai-agents-for-beginners

Powershellの場合:

Set-Location ai-agents-for-beginners

次に、必要なフォルダを指定します(以下の例では2つのフォルダを示しています):

git sparse-checkout set 00-course-setup 01-intro-to-ai-agents

クローンしてファイルを確認した後、ファイルのみが必要で、スペースを解放したい場合(Git履歴は不要)、リポジトリのメタデータを削除してください(💀不可逆的 — すべてのGit機能を失います: コミット、プル、プッシュ、履歴アクセスができなくなります)。

Linux/macOSの場合:

rm -rf .git

Windowsの場合:

Remove-Item -Recurse -Force .git

GitHub Codespacesを使用する(ローカルでの大容量ダウンロードを避けるために推奨)

ヒント

コードの実行

このコースでは、AIエージェントを構築する実践的な経験を得るための一連のJupyter Notebookを提供しています。

コードサンプルは以下のいずれかを使用します:

GitHubアカウントが必要 - 無料:

1) Semantic Kernel Agent Framework + GitHub Models Marketplace(semantic-kernel.ipynbとしてラベル付け) 2) AutoGen Framework + GitHub Models Marketplace(autogen.ipynbとしてラベル付け)

Azureサブスクリプションが必要: 3) Azure AI Foundry + Azure AI Agent Service(azureaiagent.ipynbとしてラベル付け)

3つの例すべてを試して、どれが自分に最適かを確認することをお勧めします。

どのオプションを選択するかによって、以下のセットアップ手順が異なります。

必要条件

このリポジトリのルートには、コードサンプルを実行するために必要なPythonパッケージがすべて含まれたrequirements.txtファイルが含まれています。

以下のコマンドをリポジトリのルートでターミナルに入力してインストールできます:

pip install -r requirements.txt

Python仮想環境を作成して、競合や問題を回避することをお勧めします。

VSCodeのセットアップ

VSCodeで正しいバージョンのPythonを使用していることを確認してください。

image

GitHub Modelsを使用したサンプルのセットアップ

ステップ1: GitHub個人アクセストークン(PAT)の取得

このコースではGitHub Models Marketplaceを活用しており、これによりAIエージェントを構築するために使用する大規模言語モデル(LLM)への無料アクセスが提供されます。

GitHub Modelsを使用するには、GitHub個人アクセストークンを作成する必要があります。

これは、GitHubアカウントの個人アクセストークン設定にアクセスして行うことができます。

トークンを作成する際は、最小権限の原則に従ってください。つまり、このコースのコードサンプルを実行するために必要な権限のみをトークンに付与するべきです。

  1. 開発者設定に移動し、画面左側のFine-grained tokensオプションを選択します。

    次に、Generate new tokenを選択します。

    トークン生成

  2. トークンの目的を反映した説明的な名前を入力し、後で簡単に識別できるようにします。

    🔐 トークンの有効期間の推奨

    推奨される有効期間: 30日
    より安全な設定を希望する場合は、7日間などの短い期間を選択することもできます 🛡️
    これは、学習の勢いを保ちながらコースを完了するための良い方法です 🚀。

    トークン名と有効期限

  3. トークンのスコープをこのリポジトリのフォークに制限します。

    フォークリポジトリへのスコープ制限

  4. トークンの権限を制限します: Permissionsの下にあるAccountタブをクリックし、+ Add permissionsボタンをクリックします。ドロップダウンが表示されます。Modelsを検索し、チェックボックスをオンにしてください。 モデル権限の追加

  5. トークンを生成する前に、必要な権限を確認してください。 権限の確認

  6. トークンを生成する前に、パスワードマネージャーの保管庫などの安全な場所にトークンを保存する準備ができていることを確認してください。トークンを作成した後は再表示されません。 トークンを安全に保存

作成した新しいトークンをコピーしてください。このトークンをこのコースに含まれる.envファイルに追加します。

ステップ2: .envファイルの作成

ターミナルで以下のコマンドを実行して、.envファイルを作成します。

cp .env.example .env

これにより、サンプルファイルがコピーされ、ディレクトリ内に.envファイルが作成されます。このファイルに環境変数の値を入力します。

コピーしたトークンを使用して、お気に入りのテキストエディタで.envファイルを開き、GITHUB_TOKENフィールドにトークンを貼り付けてください。
GitHubトークンフィールド

これで、このコースのコードサンプルを実行できるようになります。

Azure AI FoundryとAzure AI Agent Serviceを使用したサンプルのセットアップ

ステップ1: Azureプロジェクトエンドポイントの取得

Azure AI Foundryでのハブとプロジェクトの作成手順については、こちらを参照してください: ハブリソースの概要

プロジェクトを作成したら、プロジェクトの接続文字列を取得する必要があります。

これは、Azure AI Foundryポータルのプロジェクトの概要ページに移動することで行えます。

プロジェクト接続文字列

ステップ2: .envファイルの作成

ターミナルで以下のコマンドを実行して、.envファイルを作成します。

cp .env.example .env

これにより、サンプルファイルがコピーされ、ディレクトリ内に.envファイルが作成されます。このファイルに環境変数の値を入力します。

コピーしたトークンを使用して、お気に入りのテキストエディタで.envファイルを開き、PROJECT_ENDPOINTフィールドにトークンを貼り付けてください。

ステップ3: Azureにサインイン

セキュリティのベストプラクティスとして、キーなし認証を使用してMicrosoft Entra IDでAzure OpenAIに認証します。

次に、ターミナルを開き、az login --use-device-codeを実行してAzureアカウントにサインインします。

ログインしたら、ターミナルでサブスクリプションを選択してください。

追加の環境変数 - Azure SearchとAzure OpenAI

エージェンティックRAGレッスン - レッスン5 - では、Azure SearchとAzure OpenAIを使用するサンプルがあります。

これらのサンプルを実行するには、以下の環境変数を.envファイルに追加する必要があります。

概要ページ(プロジェクト)

管理センター

モデル + エンドポイントページ

Azureポータル

外部ウェブページ

キーなし認証のセットアップ

資格情報をハードコーディングする代わりに、Azure OpenAIとのキーなし接続を使用します。そのために、DefaultAzureCredentialをインポートし、後でDefaultAzureCredential関数を呼び出して資格情報を取得します。

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

どこかで行き詰まりましたか?

セットアップの実行に問題がある場合は、Azure AI Community Discordに参加するか、問題を作成してください。

次のレッスン

これで、このコースのコードを実行する準備が整いました。AIエージェントの世界についてさらに学ぶことを楽しんでください!

AIエージェントとその利用ケースの紹介


免責事項:
この文書は、AI翻訳サービスCo-op Translatorを使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があることをご承知ください。元の言語で記載された文書が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤解釈について、当方は責任を負いません。