![]()
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
Foretrekker du å klone lokalt?
Dette depotet inkluderer 50+ språkoversettelser som øker nedlastingsstørrelsen betydelig. For å klone uten oversettelser, bruk sparsjekontroll:
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"Dette gir deg alt du trenger for å fullføre kurset med en mye raskere nedlasting.
Hvis du ønsker å få flere støttede oversettelsesspråk, er de listet her.
Dette kurset har leksjoner som dekker grunnleggende bygging av AI-agenter. Hver leksjon dekker sitt eget tema, så start der du vil!
Det finnes flerspråklig støtte for dette kurset. Gå til våre tilgjengelige språk her.
Hvis dette er første gangen du bygger med generative AI-modeller, sjekk ut vårt Generative AI For Beginners kurs, som inkluderer 21 leksjoner om bygging med GenAI.
Ikke glem å starte (🌟) dette repoet og forke dette repoet for å kjøre koden.
Hvis du står fast eller har spørsmål om bygging av AI-agenter, bli med i vår dedikerte Discord-kanal i Microsoft Foundry Discord.
Hver leksjon i dette kurset inkluderer kodeeksempler som finnes i mappen code_samples. Du kan forke dette repoet for å lage din egen kopi.
Kodeeksemplene i disse øvelsene bruker Microsoft Agent Framework med Microsoft Foundry Agent Service V2:
Dette kurset bruker følgende AI-agent-rammeverk og tjenester fra Microsoft:
Noen kodeeksempler støtter også alternative OpenAI-kompatible leverandører som MiniMax, som tilbyr modeller med stor kontekst (opptil 204K tokens). Se Course Setup for konfigurasjonsdetaljer.
For mer informasjon om kjøring av koden til dette kurset, gå til Course Setup.
Har du forslag eller funnet stave- eller kodefeil? Opprett en sak eller Lag en pull request
| Leksjon | Tekst & Kode | Video | Ekstra læring |
|---|---|---|---|
| Introduksjon til AI-agenter og agentbrukstilfeller | Link | Video | Link |
| Utforske AI Agentic Frameworks | Link | Video | Link |
| Forstå AI Agentic designmønstre | Link | Video | Link |
| Designmønster for verktøybruk | Link | Video | Link |
| Agentic RAG | Link | Video | Link |
| Bygge pålitelige AI-agenter | Link | Video | Link |
| Designmønster for planlegging | Link | Video | Link |
| Designmønster for multi-agent | Link | Video | Link |
| Metakognisjon Designmønster | Link | Video | Link |
| AI-agenter i produksjon | Link | Video | Link |
| Bruke agentprotokoller (MCP, A2A og NLWeb) | Link | Video | Link |
| Kontekstengineering for AI-agenter | Link | Video | Link |
| Håndtering av agentisk minne | Link | Video | |
| Utforske Microsoft Agent Framework | Link | ||
| Bygge datamaskin-bruksagenter (CUA) | Link | Link | |
| Distribuere skalerbare agenter | Link | Link | |
| Lage lokale AI-agenter | Link | Link | |
| Sikre AI-agenter | Link | Link |
Teamet vårt produserer andre kurs! Sjekk ut:
Takk til Shivam Goyal for viktige kodeeksempler som demonstrerer Agentic RAG.
Dette prosjektet ønsker bidrag og forslag velkommen. De fleste bidrag krever at du godtar en Contributor License Agreement (CLA) som erklærer at du har rett til og faktisk gir oss rettighetene til å bruke bidraget ditt. For detaljer, besøk https://cla.opensource.microsoft.com.
Når du sender en pull request, vil en CLA-bot automatisk avgjøre om du må oppgi en CLA og merke PR-en deretter (f.eks. status-sjekk, kommentar). Følg bare instruksjonene fra boten. Du trenger kun å gjøre dette én gang på tvers av alle repoer som bruker vår CLA.
Dette prosjektet har tatt i bruk Microsofts åpen kildekode-oppsett. For mer informasjon, se Code of Conduct FAQ eller kontakt opencode@microsoft.com ved spørsmål eller kommentarer.
Dette prosjektet kan inneholde varemerker eller logoer for prosjekter, produkter eller tjenester. Autorisert bruk av Microsoft varemerker eller logoer er underlagt og må følge Microsofts retningslinjer for varemerker og merkevarebruk. Bruk av Microsoft varemerker eller logoer i endrede versjoner av dette prosjektet må ikke skape forvirring eller antyde Microsoft-sponsing. Enhver bruk av tredjepartsvaremerker eller logoer er underlagt de tredjepartenes retningslinjer.
Hvis du står fast eller har spørsmål om å bygge AI-apper, bli med i:
Hvis du har produktinnspill eller opplever feil under bygging, besøk:
Ansvarsfraskrivelse: Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det opprinnelige dokumentet på originalspråket skal betraktes som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.