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:

Geforkte Repo

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 de 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

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 uit te voeren in je terminal in de root van de repository:

pip install -r requirements.txt

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

Instellen van VSCode

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

image

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 instellingen voor Personal Access Tokens 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 rechten 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.

    Token genereren

  2. Geef je token een beschrijvende naam die het doel ervan 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 🛡️ Dit is een geweldige manier om jezelf een persoonlijk doel te stellen en de cursus te voltooien terwijl je leerproces in volle gang is 🚀.

    Tokennaam en vervaldatum

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

    Beperk reikwijdte tot fork 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. Voeg Models-machtiging toe

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

  6. Zorg ervoor dat je het token op een veilige plek opslaat, zoals een wachtwoordmanager, aangezien het niet opnieuw wordt weergegeven nadat je het hebt aangemaakt. Token veilig opslaan

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.

cp .env.example .env

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

Met je token gekopieerd, open je het .env-bestand in je favoriete teksteditor en plak je je token in het GITHUB_TOKEN-veld. 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, te vinden hier: 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 te gaan in het Azure AI Foundry-portaal.

Project Connection String

Stap 2: Maak je .env-bestand

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

cp .env.example .env

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

Met je token gekopieerd, 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 beveiligingsmaatregel 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)

Management Center

Modellen + Eindpuntenpagina

Azure Portal

Externe webpagina

Instellen van keyless authentication

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 functie DefaultAzureCredential aan om de inloggegevens te verkrijgen.

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

Problemen?

Als je problemen hebt met deze installatie, 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 Agent Use Cases


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 cruciale informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.