ai-agents-for-beginners

AI agentai pradedantiesiems - kursas

AI agentai pradedantiesiems

Kursas, kuriame išmoksite viską, ką reikia žinoti, kad pradėtumėte kurti AI agentus

🌐 Daugiakalbė palaikymas

Palaikoma per GitHub Action (automatinis ir visada atnaujintas)

Norite klonuoti vietoje?

Šis saugykla apima daugiau nei 50 kalbų vertimus, kurie ženkliai padidina atsisiuntimo dydį. Norėdami klonuoti be vertimų, naudokite 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"
Tai suteiks jums viską, ko reikia kursui baigti, su daug greitesniu atsisiuntimu.

Jei norite, kad būtų palaikomos papildomos vertimų kalbos, jos išvardytos čia.

🌱 Pradžia

Šiame kurse yra pamokos, kurios apima pagrindus, kaip kurti AI agentus. Kiekviena pamoka aptaria savo temą, tad pradėkite nuo jums patinkančios!

Šiam kursui yra daugiakalbė palaikymas. Peržiūrėkite mūsų pasiekiamas kalbas čia.

Jei pirmą kartą kuriate su generatyviniu AI modeliais, žiūrėkite mūsų kursą Generatyvinis AI pradedantiesiems, kuriame yra 21 pamoka apie darbą su GenAI.

Nepamirškite pažymėti (🌟) šią saugyklą ir padaryti šaką šiai saugyklai, kad galėtumėte vykdyti kodą.

Susitikite su kitais mokiniais, gaukite atsakymus į savo klausimus

Jei įstringate arba turite klausimų apie AI agentų kūrimą, prisijunkite prie mūsų skirtos Discord kanalo Microsoft Foundry Discord.

Ką reikia turėti

Kiekvienoje šio kurso pamokoje yra kodo pavyzdžiai, kuriuos rasite code_samples aplanke. Galite padaryti šaką šiai saugyklai, kad sukurtumėte savo kopiją.

Šių pavyzdžių kodas naudoja Microsoft Agent Framework su Azure AI Foundry Agent Service V2:

Microsoft Foundry - reikia Azure paskyros

Šiame kurse naudojami šie Microsoft AI agentų karkasai ir paslaugos:

Kai kurie kodo pavyzdžiai taip pat palaiko alternatyvius OpenAI suderinamus tiekėjus, tokius kaip MiniMax, kuris siūlo didelio konteksto modelius (iki 204K žetonų). Daugiau informacijos rasite Kurso nustatymuose.

Daugiau informacijos apie šio kurso kodo paleidimą rasite Kurso nustatymuose.

🙏 Norite padėti?

Ar turite pasiūlymų arba radote rašybos ar kodo klaidų? Pateikite problemą arba Sukurkite pull užklausą

📂 Kiekviena pamoka apima

Rašytinę pamoką README faile ir trumpą vaizdo įrašą
Python kodo pavyzdžius, naudojant Microsoft Agent Framework su Azure AI Foundry
Nuorodas į papildomus išteklius tolesniam mokymuisi

🗃️ Pamokos

Pamoka	Tekstas ir kodas	Vaizdo įrašas	Papildomas mokymasis
Įvadas į AI agentus ir agentų naudojimo atvejus	Nuoroda	Vaizdo įrašas	Nuoroda
AI agentų karkasų tyrinėjimas	Nuoroda	Vaizdo įrašas	Nuoroda
AI agentų dizaino modelių supratimas	Nuoroda	Vaizdo įrašas	Nuoroda
Įrankių naudojimo dizaino modelis	Nuoroda	Vaizdo įrašas	Nuoroda
Agentinis RAG	Nuoroda	Vaizdo įrašas	Nuoroda
Patikimų AI agentų kūrimas	Nuoroda	Vaizdo įrašas	Nuoroda
Planavimo dizaino modelis	Nuoroda	Vaizdo įrašas	Nuoroda
Daugiagentinis dizaino modelis	Nuoroda	Vaizdo įrašas	Nuoroda
Metakognicijos dizaino šablonas	Link	Video	Link
Dirbtinio intelekto agentai gamyboje	Link	Video	Link
Naudojant agentinius protokolus (MCP, A2A ir NLWeb)	Link	Video	Link
Konteksto inžinerija DI agentams	Link	Video	Link
Agentinės atminties valdymas	Link	Video
Tyrinėjant Microsoft agentų sistemą	Link
Kompiuterio naudojimo agentų kūrimas	Link		Link
Masto agentų diegimas	Greitai bus
Vietinių DI agentų kūrimas	Greitai bus
DI agentų saugumas	Link		Link

🎒 Kiti kursai

Mūsų komanda kuria ir kitus kursus! Pažiūrėkite:

LangChain

—

Azure / Edge / MCP / Agentai

Generatyvioji DI serija

Pagrindiniai mokymai

Copilot serija

🌟 Bendruomenės dėkojame

Dėkojame Shivam Goyal už svarbių kodo pavyzdžių pateikimą, iliustruojančių Agentic RAG.

Dalyvavimas

Šis projektas priima indėlius ir pasiūlymus. Daugeliu atvejų, norint prisidėti, reikia sutikti su Indėlio licencijos sutartimi (CLA), kurioje deklaruojate, kad turite teisę ir iš tikrųjų suteikiate mums teisę naudoti jūsų indėlį. Daugiau informacijos žr. https://cla.opensource.microsoft.com.

Kai pateikiate „pull request“, CLA robotas automatiškai nustatys, ar jums reikia pateikti CLA ir atitinkamai pažymės PR (pvz., būsenos tikrinimas, komentaras). Tiesiog vykdykite roboto pateiktas instrukcijas. Tai reikės padaryti tik vieną kartą visuose repo, naudojančiuose mūsų CLA.

Šis projektas priėmė Microsoft atviro kodo elgesio kodeksą. Daugiau informacijos žr. Elgesio kodekso DUK arba kreipkitės į opencode@microsoft.com su papildomais klausimais ar pastabomis.

Prekių ženklai

Šiame projekte gali būti prekių ženklai arba logotipai projektams, produktams ar paslaugoms. Leidžiamas Microsoft prekių ženklų ar logotipų naudojimas yra reglamentuojamas ir turi atitikti Microsoft prekių ženklų ir prekės ženklo gairių. Naudojant Microsoft prekių ženklus ar logotipus modifikuotose šio projekto versijose neturi būti painiavos ar užuominų apie Microsoft rėmimą. Bet koks trečiųjų šalių prekių ženklų arba logotipų naudojimas priklauso tų trečiųjų šalių politikoms.

Pagalbos gavimas

Jei užstrigote arba turite klausimų apie DI programų kūrimą, prisijunkite prie:

Jei turite produktų atsiliepimų arba pastebite klaidų kūrimo metu, apsilankykite:

Atsakomybės apribojimas: Šis dokumentas buvo išverstas naudojant dirbtinio intelekto vertimo paslaugą Co-op Translator. Nors siekiame tikslumo, prašome atkreipti dėmesį, kad automatiniai vertimai gali turėti klaidų ar netikslumų. Originalus dokumentas jo gimtąja kalba laikomas autoritetingu šaltiniu. Svarbiai informacijai rekomenduojama naudoti profesionalų žmogiškąjį vertimą. Mes neatsakome už jokius nesusipratimus ar neteisingą interpretaciją, kilusią naudojantis šiuo vertimu.

This site is open source. Improve this page.