ai-agents-for-beginners

코스 설정

소개

이 강의에서는 코스의 코드 샘플을 실행하는 방법을 다룹니다.

다른 학습자들과 함께하고 도움받기

저장소를 복제하기 전에 AI Agents For Beginners Discord 채널에 가입하세요. 설정에 대한 도움을 받거나, 코스에 대한 질문을 하거나, 다른 학습자들과 연결할 수 있습니다.

저장소 복제 또는 포크하기

먼저 GitHub 저장소를 복제하거나 포크하세요. 이렇게 하면 코스 자료의 개인 버전을 만들어 코드 실행, 테스트 및 수정이 가능합니다!

저장소 포크 링크를 클릭하여 진행할 수 있습니다.

이제 아래 링크에서 이 코스의 포크된 버전을 확인할 수 있습니다:

포크된 저장소

코드 실행하기

이 코스는 AI 에이전트를 직접 구축해보는 경험을 제공하는 Jupyter Notebook 시리즈를 제공합니다.

코드 샘플은 다음을 사용합니다:

GitHub 계정 필요 - 무료:

1) Semantic Kernel Agent Framework + GitHub Models Marketplace (semantic-kernel.ipynb로 표시됨) 2) AutoGen Framework + GitHub Models Marketplace (autogen.ipynb로 표시됨)

Azure 구독 필요: 3) Azure AI Foundry + Azure AI Agent Service (azureaiagent.ipynb로 표시됨)

세 가지 예제를 모두 시도해보고 자신에게 가장 적합한 것을 찾아보길 권장합니다.

선택한 옵션에 따라 아래의 설정 단계를 따라야 합니다:

요구 사항

이 저장소의 루트에 requirements.txt 파일이 포함되어 있으며, 코드 샘플을 실행하는 데 필요한 모든 Python 패키지가 포함되어 있습니다.

다음 명령을 터미널에서 실행하여 패키지를 설치할 수 있습니다:

pip install -r requirements.txt

가상 환경을 생성하여 충돌 및 문제를 방지하는 것을 권장합니다.

VSCode 설정

VSCode에서 올바른 Python 버전을 사용하고 있는지 확인하세요.

image

GitHub Models 샘플 설정

1단계: GitHub 개인 액세스 토큰(PAT) 가져오기

이 코스는 GitHub Models Marketplace를 활용하여 대형 언어 모델(LLM)에 무료로 접근할 수 있도록 합니다. 이를 통해 AI 에이전트를 구축할 수 있습니다.

GitHub Models를 사용하려면 GitHub 개인 액세스 토큰을 생성해야 합니다.

GitHub 계정의 Personal Access Tokens 설정으로 이동하여 생성할 수 있습니다.

토큰을 생성할 때 최소 권한 원칙을 따르세요. 이는 이 코스의 코드 샘플을 실행하는 데 필요한 권한만 부여해야 한다는 의미입니다.

  1. 화면 왼쪽에서 Developer settings로 이동하여 Fine-grained tokens 옵션을 선택합니다.

    그런 다음 Generate new token을 선택합니다.

    토큰 생성

  2. 토큰의 목적을 반영하는 설명 이름을 입력하여 나중에 쉽게 식별할 수 있도록 합니다.

    🔐 토큰 기간 추천

    추천 기간: 30일
    더 안전한 설정을 원한다면 7일과 같은 짧은 기간을 선택할 수 있습니다 🛡️
    이는 개인 목표를 설정하고 학습 동력을 유지하며 코스를 완료하는 좋은 방법입니다 🚀.

    토큰 이름 및 만료일

  3. 토큰의 범위를 이 저장소의 포크로 제한합니다.

    저장소 범위 제한

  4. 토큰의 권한을 제한합니다: Permissions 아래에서 Account 탭을 클릭하고 “+ Add permissions” 버튼을 클릭합니다. 드롭다운이 나타납니다. Models를 검색하고 체크박스를 선택하세요. Models 권한 추가

  5. 토큰을 생성하기 전에 필요한 권한을 확인하세요. 권한 확인

  6. 토큰을 생성하기 전에 토큰을 암호 관리자 금고와 같은 안전한 장소에 저장할 준비가 되었는지 확인하세요. 생성 후에는 다시 표시되지 않습니다. 토큰 안전하게 저장

방금 생성한 새 토큰을 복사하세요. 이제 이 코스에 포함된 .env 파일에 추가합니다.

2단계: .env 파일 생성

터미널에서 다음 명령을 실행하여 .env 파일을 생성하세요.

cp .env.example .env

이 명령은 예제 파일을 복사하여 .env 파일을 생성하며, 환경 변수 값을 채울 수 있습니다.

복사한 토큰을 열고 .env 파일을 좋아하는 텍스트 편집기로 열어 GITHUB_TOKEN 필드에 붙여넣으세요. GitHub 토큰 필드

이제 이 코스의 코드 샘플을 실행할 수 있습니다.

Azure AI Foundry 및 Azure AI Agent Service 샘플 설정

1단계: Azure 프로젝트 엔드포인트 가져오기

Azure AI Foundry에서 허브와 프로젝트를 생성하는 단계는 허브 리소스 개요를 참조하세요.

프로젝트를 생성한 후 프로젝트의 연결 문자열을 가져와야 합니다.

이는 Azure AI Foundry 포털의 프로젝트 Overview 페이지에서 확인할 수 있습니다.

프로젝트 연결 문자열

2단계: .env 파일 생성

터미널에서 다음 명령을 실행하여 .env 파일을 생성하세요.

cp .env.example .env

이 명령은 예제 파일을 복사하여 .env 파일을 생성하며, 환경 변수 값을 채울 수 있습니다.

복사한 토큰을 열고 .env 파일을 좋아하는 텍스트 편집기로 열어 PROJECT_ENDPOINT 필드에 붙여넣으세요.

3단계: Azure 로그인

보안 모범 사례로, Microsoft Entra ID를 사용하여 Azure OpenAI에 키리스 인증을 사용할 것입니다.

다음으로 터미널을 열고 az login --use-device-code를 실행하여 Azure 계정에 로그인하세요.

로그인한 후 터미널에서 구독을 선택하세요.

추가 환경 변수 - Azure Search 및 Azure OpenAI

Agentic RAG Lesson - Lesson 5에서는 Azure Search와 Azure OpenAI를 사용하는 샘플이 포함되어 있습니다.

이 샘플을 실행하려면 .env 파일에 다음 환경 변수를 추가해야 합니다:

개요 페이지 (프로젝트)

관리 센터

모델 + 엔드포인트 페이지

Azure 포털

외부 웹페이지

키리스 인증 설정

자격 증명을 하드코딩하는 대신 Azure OpenAI와 키리스 연결을 사용할 것입니다. 이를 위해 DefaultAzureCredential을 가져오고 나중에 DefaultAzureCredential 함수를 호출하여 자격 증명을 가져옵니다.

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

문제가 생겼나요?

설정 중 문제가 발생하면 Azure AI 커뮤니티 Discord에 참여하거나 이슈를 생성하세요.

다음 강의

이제 이 코스의 코드를 실행할 준비가 되었습니다. AI 에이전트의 세계를 더 깊이 탐구하며 즐겁게 학습하세요!

AI 에이전트 소개 및 에이전트 사용 사례


면책 조항:
이 문서는 AI 번역 서비스 Co-op Translator를 사용하여 번역되었습니다. 정확성을 위해 최선을 다하고 있으나, 자동 번역에는 오류나 부정확성이 포함될 수 있습니다. 원본 문서의 원어 버전을 권위 있는 출처로 간주해야 합니다. 중요한 정보의 경우, 전문적인 인간 번역을 권장합니다. 이 번역 사용으로 인해 발생하는 오해나 잘못된 해석에 대해 당사는 책임을 지지 않습니다.