![]()
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 over 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 at flere oversettelsesspråk skal støttes, er de listet her
Dette kurset har leksjoner som dekker grunnleggende om å bygge AI Agenter. Hver leksjon dekker sitt eget emne, 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 stjerne (🌟) dette depotet og fork dette depotet for å kjøre koden.
Hvis du står fast eller har noen spørsmål om å bygge AI Agenter, bli med i vår dedikerte Discord-kanal i Microsoft Foundry Discord.
Hver leksjon i dette kurset inkluderer kodeeksempler, som kan finnes i mappen code_samples. Du kan fork dette depotet for å lage din egen kopi.
Kodeeksemplene i disse øvelsene bruker Microsoft Agent Framework med Azure AI Foundry Agent Service V2:
Dette kurset bruker følgende AI Agent-rammeverk og tjenester fra Microsoft:
Noen kodeeksempler støtter også alternative OpenAI-kompatible tilbydere som MiniMax, som tilbyr store kontekstmodeller (opptil 204K tokens). Se Course Setup for konfigurasjonsdetaljer.
For mer informasjon om å kjøre koden for dette kurset, gå til Course Setup.
Har du forslag eller funnet skrivefeil eller kodefeil? Opprett en sak eller Lag en pull request
| Leksjon | Tekst & Kode | Video | Ekstra Læring |
|---|---|---|---|
| Introduksjon til AI Agenter og Agent Bruksområder | Link | Video | Link |
| Utforske AI Agentiske Rammeverk | Link | Video | Link |
| Forstå AI Agentiske Designmønstre | Link | Video | Link |
| Bruk av Verktøy Designmønster | Link | Video | Link |
| Agentisk RAG | Link | Video | Link |
| Bygge Pålitelige AI Agenter | Link | Video | Link |
| Planleggings Designmønster | 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 |
| Kontekst Engineering for AI-agenter | Link | Video | Link |
| Administrere Agentisk Minne | Link | Video | |
| Utforske Microsoft Agent Framework | Link | ||
| Bygge Databrukereagenter (CUA) | Link | Link | |
| Distribuere Skalerbare Agenter | Kommer Snart | ||
| Lage Lokale AI-agenter | Kommer Snart | ||
| Sikre AI-agenter | Kommer Snart |
Vårt team produserer andre kurs! Sjekk ut:
Takk til Shivam Goyal for å bidra med viktige kodeeksempler som demonstrerer Agentisk RAG.
Dette prosjektet ønsker bidrag og forslag velkommen. De fleste bidrag krever at du godtar en Bidragsyter Lisensavtale (CLA) som erklærer at du har rett til, og faktisk gir oss rettighetene til å bruke ditt bidrag. For detaljer, se https://cla.opensource.microsoft.com.
Når du sender en pull request, vil en CLA-bot automatisk avgjøre om du må gi en CLA og dekorere PR-en passende (f.eks. statuskontroll, kommentar). Bare følg instruksjonene gitt av boten. Du vil bare måtte gjøre dette en gang for alle repoene som bruker vår CLA.
Dette prosjektet har tatt i bruk Microsoft Open Source Code of Conduct. For mer informasjon se Regler for Oppførsel FAQ eller kontakt opencode@microsoft.com med eventuelle 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 merkevare. Bruk av Microsoft varemerker eller logoer i modifiserte versjoner av dette prosjektet må ikke skape forvirring eller antyde at Microsoft sponser. All bruk av tredjeparts varemerker eller logoer er underlagt disse tredjepartenes retningslinjer.
Hvis du sitter fast eller har spørsmål om å bygge AI-applikasjoner, bli med:
Hvis du har produktfeedback eller feil under utvikling, besøk:
Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vennligst vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på dets opprinnelige språk skal anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for misforståelser eller feiltolkninger som oppstår fra bruk av denne oversettelsen.