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 50+ språkoversettelser som betydelig øker nedlastingsstørrelsen. For å klone uten oversettelser, bruk sparsjekk:

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 mye raskere nedlasting.

Hvis du ønsker å få støtte for flere oversettelsesspråk, er de listet opp her

🌱 Komme i gang

Dette kurset har leksjoner som dekker grunnleggende om å bygge AI-agenter. Hver leksjon dekker sitt eget tema, så start hvor du vil!

Det finnes flerspråklig støtte for dette kurset. Se våre tilgjengelige språk her.

Hvis dette er første gang du bygger med generative AI-modeller, sjekk ut vårt kurs Generative AI For Beginners, som inkluderer 21 leksjoner om bygging med GenAI.

Ikke glem å stjerne (🌟) dette depotet og fork dette depotet for å kjøre koden.

Møt andre elever, 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 forke dette depotet 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 tilbydere som MiniMax, som tilbyr modeller med stor kontekst (opptil 204K tokens). Se Course Setup for konfigurasjonsdetaljer.

For mer informasjon om hvordan du kjører koden for dette kurset, gå til Course Setup.

🙏 Ønsker du å hjelpe?

Har du forslag eller oppdaget stave- eller kodefeil? Opprett en issue eller lag en pull request

📂 Hver leksjon inkluderer

En skriftlig leksjon som finnes 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

🗃️ Leksjoner

Leksjon	Tekst & kode	Video	Ekstra læring
Innføring i AI-agenter og agentbruk	Lenke	Video	Lenke
Utforske AI-agentiske rammeverk	Lenke	Video	Lenke
Forstå AI-agentiske designmønstre	Lenke	Video	Lenke
Designmønster for verktøybruk	Lenke	Video	Lenke
Agentisk RAG	Lenke	Video	Lenke
Bygge pålitelige AI-agenter	Lenke	Video	Lenke
Designmønster for planlegging	Lenke	Video	Lenke
Designmønster for multi-agent	Lenke	Video	Lenke
Metakognisjon Designmønster	Link	Video	Link
AI-agenter i produksjon	Link	Video	Link
Bruke agentiske protokoller (MCP, A2A og NLWeb)	Link	Video	Link
Kontekstingeniørarbeid for AI-agenter	Link	Video	Link
Håndtering av agentisk minne	Link	Video
Utforske Microsoft Agent Framework	Link
Bygge datamaskinbruksagenter (CUA)	Link		Link
Distribuere skalerbare agenter	Kommer snart
Lage lokale AI-agenter	Kommer snart
Sikre AI-agenter	Kommer snart

🎒 Andre kurs

Vårt team produserer andre kurs! Sjekk ut:

LangChain

—

Azure / Edge / MCP / Agenter

Generativ AI-serie

Kjerneopplæring

Copilot-serie

🌟 Takk til fellesskapet

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

Bidra

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 ditt bidrag. For detaljer, besøk https://cla.opensource.microsoft.com.

Når du sender inn en pull request, vil en CLA-bot automatisk avgjøre om du må oppgi en CLA og dekorere PR-en passende (f.eks. status-sjekk, kommentar). Følg bare instruksjonene som gis av boten. Du trenger bare å gjøre dette én gang for alle repos som bruker vår CLA.

Dette prosjektet har tatt i bruk Microsofts Åpen Kildekode Code of Conduct. For mer informasjon, se Code of Conduct FAQ eller kontakt opencode@microsoft.com med spørsmål eller kommentarer.

Varemerker

Dette prosjektet kan inneholde varemerker eller logoer for prosjekter, produkter eller tjenester. Autorisert bruk av Microsofts varemerker eller logoer er underlagt og må følge Microsofts retningslinjer for varemerker og merkevare. Bruk av Microsofts varemerker eller logoer i endrede versjoner av dette prosjektet må ikke skape forvirring eller antyde Microsoft-støtte. Enhver bruk av tredjeparts varemerker eller logoer er underlagt de respektive tredjepartenes retningslinjer.

Få hjelp

Hvis du står fast eller har spørsmål om hvordan bygge AI-applikasjoner, bli med:

Hvis du har produktfeedback eller feil under utvikling, besøk:

Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved bruk 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 ved bruk av denne oversettelsen.

This site is open source. Improve this page.