ai-agents-for-beginners

課程設置

簡介

這節課將介紹如何運行本課程的代碼範例。

加入其他學員並獲得幫助

在開始複製您的倉庫之前，請加入 AI Agents For Beginners Discord 頻道，以獲得設置幫助、課程相關問題的解答，或與其他學員交流。

複製或分叉此倉庫

首先，請複製或分叉 GitHub 倉庫。這將創建您自己的課程材料版本，方便您運行、測試和調整代碼！

您可以通過點擊以下鏈接來 分叉倉庫

現在，您應該擁有以下鏈接中的課程分叉版本：

分叉倉庫

淺複製（建議用於工作坊 / Codespaces）

完整倉庫可能很大（約 3 GB），當您下載完整歷史記錄和所有文件時。如果您僅參加工作坊或僅需要部分課程文件夾，淺複製（或稀疏複製）可以通過截斷歷史記錄和/或跳過文件來避免大部分下載。

快速淺複製 — 最小歷史記錄，所有文件

在以下命令中將 <your-username> 替換為您的分叉 URL（或如果您更喜歡，使用上游 URL）。

僅複製最新提交歷史記錄（小下載量）：

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

複製特定分支：

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

部分（稀疏）複製 — 最小文件 + 僅選定文件夾

此方法使用部分複製和稀疏檢出（需要 Git 2.25+，並建議使用支持部分複製的現代 Git）：

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

進入倉庫文件夾：

cd ai-agents-for-beginners

然後指定您需要的文件夾（以下示例顯示兩個文件夾）：

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

複製並驗證文件後，如果您僅需要文件並希望釋放空間（無 git 歷史記錄），請刪除倉庫元數據（💀不可逆 — 您將失去所有 Git 功能：無提交、拉取、推送或歷史訪問）。

# zsh/bash
rm -rf .git

# PowerShell
Remove-Item -Recurse -Force .git

使用 GitHub Codespaces（建議避免本地大下載）

提示

運行代碼

本課程提供一系列 Jupyter Notebooks，您可以通過它們獲得構建 AI Agents 的實踐經驗。

代碼範例使用以下方式：

需要 GitHub 帳戶 - 免費：

1) Semantic Kernel Agent Framework + GitHub Models Marketplace。標記為 (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace。標記為 (autogen.ipynb)

需要 Azure 訂閱：

3) Azure AI Foundry + Azure AI Agent Service。標記為 (azureaiagent.ipynb)

我們鼓勵您嘗試所有三種類型的範例，以了解哪一種最適合您。

無論您選擇哪種選項，都將決定您需要遵循的設置步驟：

要求

我們在此倉庫的根目錄中包含了一個 requirements.txt 文件，其中包含運行代碼範例所需的所有 Python 包。

您可以在倉庫根目錄的終端中運行以下命令來安裝它們：

pip install -r requirements.txt

我們建議創建 Python 虛擬環境以避免任何衝突和問題。

設置 VSCode

確保您在 VSCode 中使用正確版本的 Python。

image

使用 GitHub Models 的範例設置

步驟 1：獲取您的 GitHub 個人訪問令牌 (PAT)

本課程利用 GitHub Models Marketplace，提供免費訪問大型語言模型 (LLMs)，您將使用它們來構建 AI Agents。

要使用 GitHub Models，您需要創建 GitHub 個人訪問令牌。

您可以通過訪問您的 GitHub 帳戶中的 個人訪問令牌設置 來完成此操作。

請遵循 最小特權原則 創建令牌。這意味著您應僅授予令牌運行本課程代碼範例所需的權限。

  1. 在屏幕左側的 開發者設置 中選擇 細粒度令牌 選項。

    開發者設置

    然後選擇 生成新令牌。

    生成令牌

  2. 為您的令牌輸入一個描述性名稱，反映其用途，方便以後識別。

    🔐 令牌有效期建議

    建議有效期：30 天 為了更安全，您可以選擇更短的期限，例如 7 天 🛡️ 這是一個很好的方式來設置個人目標並完成課程，同時保持學習動力 🚀。

    令牌名稱和到期日期

  3. 將令牌的範圍限制為此倉庫的分叉。

    限制範圍到分叉倉庫

  4. 限制令牌的權限：在 權限 下，點擊 帳戶 標籤，然後點擊 “+ 添加權限” 按鈕。將出現下拉菜單。請搜索 Models 並勾選它。

    添加 Models 權限

  5. 在生成令牌之前，請驗證所需的權限。 驗證權限

  6. 在生成令牌之前，請確保您準備好將令牌存儲在安全的地方，例如密碼管理器保險庫，因為生成後將無法再次查看。 安全存儲令牌

複製您剛剛創建的新令牌。現在，您需要將其添加到本課程包含的 .env 文件中。

步驟 2：創建您的 .env 文件

在終端中運行以下命令以創建 .env 文件。

# zsh/bash
cp .env.example .env

# PowerShell
Copy-Item .env.example .env

這將複製示例文件並在您的目錄中創建 .env，您需要在其中填寫環境變量的值。

複製令牌後，使用您喜歡的文本編輯器打開 .env 文件，並將令牌粘貼到 GITHUB_TOKEN 字段中。

GitHub Token 字段

現在，您應該能夠運行本課程的代碼範例。

使用 Azure AI Foundry 和 Azure AI Agent Service 的範例設置

步驟 1：獲取您的 Azure 項目端點

請按照此處的步驟創建 Azure AI Foundry 中的 hub 和項目：Hub 資源概述

創建項目後，您需要獲取項目的連接字符串。

您可以通過訪問 Azure AI Foundry 入口網站中項目的 概述 頁面來完成此操作。

項目連接字符串

步驟 2：創建您的 .env 文件

在終端中運行以下命令以創建 .env 文件。

# zsh/bash
cp .env.example .env

# PowerShell
Copy-Item .env.example .env

這將複製示例文件並在您的目錄中創建 .env，您需要在其中填寫環境變量的值。

複製令牌後，使用您喜歡的文本編輯器打開 .env 文件，並將令牌粘貼到 PROJECT_ENDPOINT 字段中。

步驟 3：登錄 Azure

作為安全最佳實踐，我們將使用 無密鑰身份驗證 登錄 Azure OpenAI，使用 Microsoft Entra ID。

接下來，打開終端並運行 az login --use-device-code 登錄您的 Azure 帳戶。

登錄後，在終端中選擇您的訂閱。

額外環境變量 - Azure Search 和 Azure OpenAI

對於 Agentic RAG 課程 - 第 5 課 - 有使用 Azure Search 和 Azure OpenAI 的範例。

如果您想運行這些範例，您需要在 .env 文件中添加以下環境變量：

概述頁面（項目）

管理中心

模型 + 端點頁面

Azure 入口網站

外部網頁

設置無密鑰身份驗證

我們將使用 Azure OpenAI 的無密鑰連接，而不是硬編碼您的憑據。為此，我們將導入 DefaultAzureCredential，稍後調用 DefaultAzureCredential 函數以獲取憑據。

# Python
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

卡住了嗎？

如果您在執行此設置時遇到任何問題，可以加入我們的 Azure AI 社群 Discord 或 建立問題。

下一課程

您現在已準備好運行本課程的代碼。祝您愉快地學習更多有關 AI Agents 的知識！

AI Agents 及其使用案例介紹

免責聲明：
此文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。我們致力於提供準確的翻譯，但請注意，自動翻譯可能包含錯誤或不準確之處。應以原文文件作為權威來源。對於關鍵資訊，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或誤釋不承擔責任。

This site is open source. Improve this page.