ai-agents-for-beginners

AI-agenter for nybegynnere - Et kurs

AI Agents for Beginners

Et kurs som lærer deg alt du trenger å vite for å begynne å bygge AI-agenter

🌐 flerspråklig støtte

Støttes via GitHub Action (Automatisert og alltid oppdatert)

Foretrekker du å klone lokalt?

Dette depotet inkluderer over 50 språkoversettelser som øker nedlastingsstørrelsen betydelig. For å klone uten oversettelser, bruk sparse checkout:

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 gjennomføre kurset med en mye raskere nedlasting.

Hvis du ønsker at flere oversettelsesspråk skal støttes, er de listet opp her.

🌱 Komme i gang

Dette kurset har leksjoner som dekker det grunnleggende ved bygging av AI-agenter. Hver leksjon dekker sitt eget tema, så start hvor du vil!

Det er flerspråklig støtte for dette kurset. Gå til våre tilgjengelige språk her.

Hvis dette er første gang 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 fork dette repoet for å kjøre koden.

Møt andre lærende, få svar på spørsmålene dine

Hvis du står fast eller har spørsmål om å bygge AI-agenter, bli med i vår dedikerte Discord-kanal i Microsoft Foundry Discord.

Hva du trenger

Hver leksjon i dette kurset inkluderer kodeeksempler, som finnes i mappen code_samples. Du kan fork dette repoet for å lage din egen kopi.

Kodeeksemplene i disse øvelsene bruker Microsoft Agent Framework med Azure AI Foundry Agent Service V2:

Microsoft Foundry - Azure-konto kreves

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 kontekststørrelse (opptil 204K tokens). Se Course Setup for konfigurasjonsdetaljer.

For mer informasjon om kjøring av koden for dette kurset, gå til Course Setup.

🙏 Vil du hjelpe?

Har du forslag eller funnet skrivefeil eller kodefeil? Opprett en sak eller Opprett en pull request

📂 Hver leksjon inkluderer

En skriftlig leksjon lokalisert i README og en kort video
Python-kodeeksempler som bruker Microsoft Agent Framework med Azure AI Foundry
Lenker til ekstra ressurser for å fortsette læringen din

🗃️ Leksjoner

Leksjon	Tekst & kode	Video	Ekstra læring
Intro til AI-agenter og agentbrukstilfeller	Link	Video	Link
Utforske AI Agentic-rammeverk	Link	Video	Link
Forstå AI Agentic designmønstre	Link	Video	Link
Verktøybruk designmønster	Link	Video	Link
Agentic RAG	Link	Video	Link
Bygge pålitelige AI-agenter	Link	Video	Link
Planleggingsdesignmønster	Link	Video	Link
Multi-agent designmønster	Link	Video	Link
Metakognisjon Designmønster	Link	Video	Link
AI-agenter i produksjon	Link	Video	Link
Bruke Agentiske Protokoller (MCP, A2A og NLWeb)	Link	Video	Link
Kontekstutforming for AI-agenter	Link	Video	Link
Håndtering av Agentisk Minne	Link	Video
Utforske Microsoft Agent-rammeverk	Link
Bygge datamaskinbruksagenter (CUA)	Link		Link
Distribuere skalerbare agenter	Kommer snart
Lage lokale AI-agenter	Kommer snart
Sikre AI-agenter	Link		Link

🎒 Andre kurs

Teamet vårt produserer andre kurs! Sjekk ut:

LangChain

—

Azure / Edge / MCP / Agenter

Generativ AI-serie

Kjerneopplæring

Copilot-serie

🌟 Fellesskapets takk

Takk til Shivam Goyal for å ha bidratt med viktige kodeeksempler som demonstrerer Agentic RAG.

Bidra

Dette prosjektet ønsker bidrag og forslag velkommen. De fleste bidrag krever at du godtar en Bidragsgiverlisensavtale (CLA) som erklærer at du har rett til, og faktisk gir oss, rettighetene til å bruke ditt bidrag. For detaljer, besøk https://cla.opensource.microsoft.com.

Når du sender en pull request, vil en CLA-bot automatisk avgjøre om du må levere en CLA og markere PR riktig (f.eks. statuskontroll, kommentar). Følg bare instruksjonene fra boten. Du trenger bare gjøre dette én gang for alle repoer som bruker vår CLA.

Dette prosjektet har tatt i bruk Microsofts åpen kildekodeatferdskode. For mer informasjon, se Atferdskode FAQ eller kontakt opencode@microsoft.com for flere spørsmål eller kommentarer.

Varemerker

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 Microsofts varemerker eller logoer i modifiserte versjoner av dette prosjektet må ikke føre til forvirring eller antyde sponsing av Microsoft. Enhver bruk av tredjeparts varemerker eller logoer er underlagt de respektive tredjeparts retningslinjer.

Få hjelp

Hvis du står fast eller har spørsmål om å bygge AI-apper, bli med:

Hvis du har produktfeedback 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.

This site is open source. Improve this page.