ai-agents-for-beginners

Cursusinstelling

Introductie

Deze les behandelt hoe je de codevoorbeelden van deze cursus kunt uitvoeren.

Sluit je aan bij andere cursisten en krijg hulp

Voordat je je repo gaat klonen, sluit je aan bij het AI Agents For Beginners Discord-kanaal om hulp te krijgen bij de installatie, vragen over de cursus te stellen of om in contact te komen met andere cursisten.

Clone of Fork deze Repo

Om te beginnen, clone of fork de GitHub Repository. Hiermee maak je je eigen versie van het cursusmateriaal zodat je de code kunt uitvoeren, testen en aanpassen!

Dit kan gedaan worden door op de link te klikken om de repo te forken.

Je zou nu je eigen geforkte versie van deze cursus moeten hebben via de volgende link:

Shallow Clone (aanbevolen voor workshop / Codespaces)

De volledige repository kan groot zijn (~3 GB) wanneer je de volledige geschiedenis en alle bestanden downloadt. Als je alleen de workshop bijwoont of slechts een paar lesmappen nodig hebt, vermijdt een shallow clone (of een sparse clone) het grootste deel van die download door de geschiedenis in te korten en/of blobs over te slaan.

Snelle shallow clone — minimale geschiedenis, alle bestanden

Vervang <your-username> in de onderstaande commando’s door je fork-URL (of de upstream-URL als je dat liever hebt).

Om alleen de laatste commitgeschiedenis te klonen (kleine download):

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

Om een specifieke branch te klonen:

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

Gedeeltelijke (sparse) clone — minimale blobs + alleen geselecteerde mappen

Dit gebruikt een gedeeltelijke clone en sparse-checkout (vereist Git 2.25+ en aanbevolen moderne Git met ondersteuning voor gedeeltelijke clone):

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

Ga naar de repo-map:

cd ai-agents-for-beginners

Specificeer vervolgens welke mappen je wilt (voorbeeld hieronder toont twee mappen):

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

Na het klonen en verifiëren van de bestanden, als je alleen bestanden nodig hebt en ruimte wilt vrijmaken (geen git-geschiedenis), verwijder dan de repository-metadata (💀onherroepelijk — je verliest alle Git-functionaliteit: geen commits, pulls, pushes of toegang tot geschiedenis).

# zsh/bash
rm -rf .git

# PowerShell
Remove-Item -Recurse -Force .git

Gebruik GitHub Codespaces (aanbevolen om lokale grote downloads te vermijden)

• Maak een nieuwe Codespace voor deze repo via de GitHub UI.

• Voer in de terminal van de nieuw aangemaakte Codespace een van de shallow/sparse clone commando’s hierboven uit om alleen de lesmappen die je nodig hebt naar de Codespace-werkruimte te brengen.
• Optioneel: verwijder na het klonen binnen Codespaces .git om extra ruimte terug te winnen (zie verwijdercommando’s hierboven).
• Opmerking: Als je de repo liever direct in Codespaces opent (zonder een extra clone), wees je ervan bewust dat Codespaces de devcontainer-omgeving zal opzetten en mogelijk meer zal voorzien dan je nodig hebt. Het klonen van een shallow copy binnen een nieuwe Codespace geeft je meer controle over het schijfgebruik.

Tips

• Vervang altijd de clone-URL door je fork als je wilt bewerken/commiten.
• Als je later meer geschiedenis of bestanden nodig hebt, kun je ze ophalen of sparse-checkout aanpassen om extra mappen op te nemen.

Code uitvoeren

Deze cursus biedt een reeks Jupyter Notebooks die je kunt uitvoeren om praktische ervaring op te doen met het bouwen van AI Agents.

De codevoorbeelden gebruiken:

Vereist GitHub-account - Gratis:

1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Gelabeld als (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace. Gelabeld als (autogen.ipynb)

Vereist Azure-abonnement: 3) Azure AI Foundry + Azure AI Agent Service. Gelabeld als (azureaiagent.ipynb)

We moedigen je aan om alle drie soorten voorbeelden uit te proberen om te zien welke het beste voor jou werkt.

Welke optie je ook kiest, dit bepaalt welke installatie-instructies je hieronder moet volgen:

Vereisten

• Python 3.12+

  • NOTE: Als je Python3.12 niet hebt geïnstalleerd, zorg ervoor dat je het installeert. Maak vervolgens je venv met python3.12 om ervoor te zorgen dat de juiste versies worden geïnstalleerd vanuit het requirements.txt-bestand.

    Voorbeeld

    Maak Python venv-map:

    python -m venv venv
    

    Activeer vervolgens de venv-omgeving voor:

    # zsh/bash
    source venv/bin/activate
    

    # Command Prompt for Windows
    venv\Scripts\activate
    

• .NET 10+: Voor de voorbeeldcodes die .NET gebruiken, zorg ervoor dat je .NET 10 SDK of later installeert. Controleer vervolgens je geïnstalleerde .NET SDK-versie:

    dotnet --list-sdks
  

• Een GitHub-account - Voor toegang tot de GitHub Models Marketplace
• Azure-abonnement - Voor toegang tot Azure AI Foundry
• Azure AI Foundry-account - Voor toegang tot de Azure AI Agent Service

We hebben een requirements.txt-bestand opgenomen in de root van deze repository dat alle vereiste Python-pakketten bevat om de codevoorbeelden uit te voeren.

Je kunt ze installeren door het volgende commando in je terminal in de root van de repository uit te voeren:

pip install -r requirements.txt

We raden aan om een Python virtual environment te maken om conflicten en problemen te vermijden.

VSCode instellen

Zorg ervoor dat je de juiste versie van Python gebruikt in VSCode.

Instellen voor voorbeelden met GitHub Models

Stap 1: Haal je GitHub Personal Access Token (PAT) op

Deze cursus maakt gebruik van de GitHub Models Marketplace, die gratis toegang biedt tot Large Language Models (LLMs) die je zult gebruiken om AI Agents te bouwen.

Om de GitHub Models te gebruiken, moet je een GitHub Personal Access Token aanmaken.

Dit kan gedaan worden door naar je Personal Access Tokens-instellingen te gaan in je GitHub-account.

Volg het Principe van Minimale Machtiging bij het aanmaken van je token. Dit betekent dat je het token alleen de machtigingen moet geven die nodig zijn om de codevoorbeelden in deze cursus uit te voeren.

1. Selecteer de optie Fine-grained tokens aan de linkerkant van je scherm door naar de Developer settings te gaan.

   

   Selecteer vervolgens Generate new token.

   

2. Geef je token een beschrijvende naam die het doel weerspiegelt, zodat je het later gemakkelijk kunt identificeren.

   🔐 Aanbevolen tokenduur

   Aanbevolen duur: 30 dagen Voor een veiliger aanpak kun je kiezen voor een kortere periode—zoals 7 dagen 🛡️ Het is een geweldige manier om een persoonlijk doel te stellen en de cursus te voltooien terwijl je leerimpuls hoog is 🚀.

   

3. Beperk de scope van het token tot je fork van deze repository.

   

4. Beperk de machtigingen van het token: Onder Permissions, klik op het tabblad Account en klik op de knop “+ Add permissions”. Er verschijnt een dropdown. Zoek naar Models en vink het vakje aan.

   

5. Controleer de vereiste machtigingen voordat je het token genereert.

6. Voordat je het token genereert, zorg ervoor dat je klaar bent om het token op een veilige plek op te slaan, zoals een wachtwoordmanager, omdat het niet opnieuw wordt weergegeven nadat je het hebt aangemaakt.

Kopieer je nieuwe token dat je zojuist hebt aangemaakt. Je zult dit nu toevoegen aan je .env-bestand dat bij deze cursus is inbegrepen.

Stap 2: Maak je .env-bestand

Om je .env-bestand te maken, voer je het volgende commando uit in je terminal.

# zsh/bash
cp .env.example .env

# PowerShell
Copy-Item .env.example .env

Dit kopieert het voorbeeldbestand en maakt een .env in je map waar je de waarden voor de omgevingsvariabelen invult.

Met je gekopieerde token, open je het .env-bestand in je favoriete teksteditor en plak je je token in het GITHUB_TOKEN-veld.

Je zou nu de codevoorbeelden van deze cursus moeten kunnen uitvoeren.

Instellen voor voorbeelden met Azure AI Foundry en Azure AI Agent Service

Stap 1: Haal je Azure Project Endpoint op

Volg de stappen om een hub en project te maken in Azure AI Foundry die hier te vinden zijn: Hub resources overview

Zodra je je project hebt aangemaakt, moet je de verbindingsstring voor je project ophalen.

Dit kan gedaan worden door naar de Overzicht-pagina van je project in het Azure AI Foundry-portaal te gaan.

Stap 2: Maak je .env-bestand

Om je .env-bestand te maken, voer je het volgende commando uit in je terminal.

# zsh/bash
cp .env.example .env

# PowerShell
Copy-Item .env.example .env

Dit kopieert het voorbeeldbestand en maakt een .env in je map waar je de waarden voor de omgevingsvariabelen invult.

Met je gekopieerde token, open je het .env-bestand in je favoriete teksteditor en plak je je token in het PROJECT_ENDPOINT-veld.

Stap 3: Log in bij Azure

Als een beveiligingsbest practice gebruiken we keyless authentication om te authenticeren bij Azure OpenAI met Microsoft Entra ID.

Open vervolgens een terminal en voer az login --use-device-code uit om in te loggen bij je Azure-account.

Zodra je bent ingelogd, selecteer je je abonnement in de terminal.

Extra omgevingsvariabelen - Azure Search en Azure OpenAI

Voor de Agentic RAG-les - Les 5 - zijn er voorbeelden die gebruik maken van Azure Search en Azure OpenAI.

Als je deze voorbeelden wilt uitvoeren, moet je de volgende omgevingsvariabelen toevoegen aan je .env-bestand:

Overzichtspagina (Project)

• AZURE_SUBSCRIPTION_ID - Controleer Projectdetails op de Overzicht-pagina van je project.

• AZURE_AI_PROJECT_NAME - Kijk bovenaan de Overzicht-pagina van je project.

• AZURE_OPENAI_SERVICE - Vind dit in het tabblad Included capabilities voor Azure OpenAI Service op de Overzicht-pagina.

Management Center

• AZURE_OPENAI_RESOURCE_GROUP - Ga naar Projecteigenschappen op de Overzicht-pagina van het Management Center.

• GLOBAL_LLM_SERVICE - Onder Connected resources, vind de Azure AI Services verbindingsnaam. Als niet vermeld, controleer de Azure portal onder je resourcegroep voor de AI Services resource naam.

Modellen + Eindpuntenpagina

• AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME - Selecteer je embedding model (bijv. text-embedding-ada-002) en noteer de Deployment name uit de modeldetails.

• AZURE_OPENAI_CHAT_DEPLOYMENT_NAME - Selecteer je chatmodel (bijv. gpt-4o-mini) en noteer de Deployment name uit de modeldetails.

Azure Portal

• AZURE_OPENAI_ENDPOINT - Zoek naar Azure AI services, klik erop, ga vervolgens naar Resource Management, Keys and Endpoint, scroll naar beneden naar de “Azure OpenAI endpoints”, en kopieer degene die “Language APIs” zegt.

• AZURE_OPENAI_API_KEY - Kopieer vanaf hetzelfde scherm SLEUTEL 1 of SLEUTEL 2.

• AZURE_SEARCH_SERVICE_ENDPOINT - Vind je Azure AI Search resource, klik erop, en bekijk Overzicht.

• AZURE_SEARCH_API_KEY - Ga vervolgens naar Instellingen en dan Sleutels om de primaire of secundaire admin-sleutel te kopiëren.

Externe Webpagina

• AZURE_OPENAI_API_VERSION - Bezoek de API version lifecycle pagina onder Latest GA API release.

Keyless authenticatie instellen

In plaats van je inloggegevens hard te coderen, gebruiken we een keyless verbinding met Azure OpenAI. Hiervoor importeren we DefaultAzureCredential en roepen we later de DefaultAzureCredential functie aan om de inloggegevens te verkrijgen.

# Python
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

Vastgelopen?

Als je problemen hebt met het uitvoeren van deze setup, ga dan naar onze Azure AI Community Discord of maak een issue aan.

Volgende Les

Je bent nu klaar om de code voor deze cursus uit te voeren. Veel plezier met het leren over de wereld van AI Agents!

Introductie tot AI Agents en Gebruikscases

---

Disclaimer:
Dit document is vertaald met behulp van de AI-vertalingsservice Co-op Translator. Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in de oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor kritieke informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor eventuele misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.

This site is open source. Improve this page.