Jika anda ingin menambah sokongan bahasa lain, senarai bahasa yang disokong boleh didapati di sini
Kursus ini mempunyai pelajaran yang merangkumi asas-asas membina Ejen AI. Setiap pelajaran merangkumi topik tersendiri, jadi mulakan di mana sahaja anda suka!
Terdapat sokongan pelbagai bahasa untuk kursus ini. Pergi ke bahasa yang tersedia di sini.
Jika ini kali pertama anda membina dengan model Generative AI, lihat kursus kami Generative AI For Beginners, yang merangkumi 21 pelajaran tentang membina dengan GenAI.
Jangan lupa untuk beri bintang (🌟) pada repo ini dan fork repo ini untuk menjalankan kod.
Jika anda menghadapi masalah atau mempunyai sebarang soalan tentang membina Ejen AI, sertai Saluran Discord khusus kami di Azure AI Foundry Community Discord.
Setiap pelajaran dalam kursus ini termasuk contoh kod, yang boleh didapati dalam folder code_samples. Anda boleh fork repo ini untuk mencipta salinan anda sendiri.
Contoh kod dalam latihan ini menggunakan Azure AI Foundry dan GitHub Model Catalogs untuk berinteraksi dengan Model Bahasa:
Kursus ini juga menggunakan rangka kerja dan perkhidmatan Ejen AI berikut dari Microsoft:
Untuk maklumat lanjut tentang menjalankan kod untuk kursus ini, pergi ke Course Setup.
Adakah anda mempunyai cadangan atau menemui kesalahan ejaan atau kod? Buat isu atau Cipta permintaan tarik.
Pelajaran | Teks & Kod | Video | Pembelajaran Tambahan |
---|---|---|---|
Pengenalan kepada Ejen AI dan Kes Penggunaan | Pautan | Video | Pautan |
Meneroka Rangka Kerja Ejen AI | Pautan | Video | Pautan |
Memahami Corak Reka Bentuk Ejen AI | Pautan | Video | Pautan |
Corak Reka Bentuk Penggunaan Alat | Pautan | Video | Pautan |
Agentic RAG | Pautan | Video | Pautan |
Membina Ejen AI yang Boleh Dipercayai | Pautan | Video | Pautan |
Corak Reka Bentuk Perancangan | Pautan | Video | Pautan |
Corak Reka Bentuk Multi-Ejen | Pautan | Video | Pautan |
Corak Reka Bentuk Metakognisi | Pautan | Video | Pautan |
Ejen AI dalam Pengeluaran | Pautan | Video | Pautan |
Menggunakan Protokol Ejen (MCP, A2A dan NLWeb) | Pautan | Video | Pautan |
Kejuruteraan Konteks untuk Ejen AI | Pautan | Video | Pautan |
Mengurus Memori Agenik | Akan Datang - 11 September | ||
Menilai Ejen AI | Akan Datang - 18 September | ||
Membina Ejen Penggunaan Komputer (CUA) | Akan Datang - 25 September | ||
Melancarkan Ejen yang Boleh Diskalakan | Akan Datang - 25 September | ||
Mencipta Ejen AI Tempatan | Akan Datang - 3 Oktober | ||
Melindungi Ejen AI | Akan Datang - 10 Oktober |
Pasukan kami menghasilkan kursus lain! Lihat:
Terima kasih kepada Shivam Goyal kerana menyumbang contoh kod penting yang menunjukkan Agentic RAG.
Projek ini mengalu-alukan sumbangan dan cadangan. Kebanyakan sumbangan memerlukan anda bersetuju dengan Perjanjian Lesen Penyumbang (CLA) yang menyatakan bahawa anda mempunyai hak, dan benar-benar memberikan kami hak untuk menggunakan sumbangan anda. Untuk maklumat lanjut, lawati https://cla.opensource.microsoft.com.
Apabila anda menghantar permintaan tarik, bot CLA akan secara automatik menentukan sama ada anda perlu menyediakan CLA dan menghiasi PR dengan sewajarnya (contohnya, semakan status, komen). Ikuti sahaja arahan yang diberikan oleh bot. Anda hanya perlu melakukannya sekali untuk semua repositori yang menggunakan CLA kami.
Projek ini telah mengadaptasi Kod Etika Sumber Terbuka Microsoft. Untuk maklumat lanjut lihat Soalan Lazim Kod Etika atau hubungi opencode@microsoft.com untuk sebarang soalan atau komen tambahan.
Projek ini mungkin mengandungi tanda dagangan atau logo untuk projek, produk, atau perkhidmatan. Penggunaan tanda dagangan atau logo Microsoft yang dibenarkan adalah tertakluk kepada dan mesti mematuhi Garis Panduan Tanda Dagangan & Jenama Microsoft. Penggunaan tanda dagangan atau logo Microsoft dalam versi yang diubah suai projek ini tidak boleh menyebabkan kekeliruan atau menyiratkan penajaan oleh Microsoft. Sebarang penggunaan tanda dagangan atau logo pihak ketiga adalah tertakluk kepada dasar pihak ketiga tersebut.
Penafian:
Dokumen ini telah diterjemahkan menggunakan perkhidmatan terjemahan AI Co-op Translator. Walaupun kami berusaha untuk memastikan ketepatan, sila ambil maklum bahawa terjemahan automatik mungkin mengandungi kesilapan atau ketidaktepatan. Dokumen asal dalam bahasa asalnya harus dianggap sebagai sumber yang berwibawa. Untuk maklumat penting, terjemahan manusia profesional adalah disyorkan. Kami tidak bertanggungjawab atas sebarang salah faham atau salah tafsir yang timbul daripada penggunaan terjemahan ini.