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 sparsommelig utsjekking:

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.

🌱 Komme i gang

Dette kurset har leksjoner som dekker grunnleggende om å bygge AI-agenter. Hver leksjon dekker sitt eget emne, så start der 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 kurs Generative AI For Beginners, som inkluderer 21 leksjoner om bygging med GenAI.

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

Møt andre elever, få svar på dine spørsmål

Hvis du sitter 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 Microsoft 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 kontekst (opptil 204K tokens). Se Course Setup for detaljer om konfigurasjon.

For mer informasjon om å kjøre koden for dette kurset, gå til Course Setup.

🙏 Vil du bidra?

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

📂 Hver leksjon inkluderer

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

🗃️ Leksjoner

Leksjon	Tekst & kode	Video	Ekstra læring
Introduksjon til AI-agenter og agentbruk	Lenke	Video	Lenke
Utforske AI Agentiske rammeverk	Lenke	Video	Lenke
Forstå AI Agentiske designmønstre	Lenke	Video	Lenke
Verktøybruk designmønster	Lenke	Video	Lenke
Agentisk RAG	Lenke	Video	Lenke
Bygge pålitelige AI-agenter	Lenke	Video	Lenke
Planleggingsdesignmønster	Lenke	Video	Lenke
Multi-agent designmønster	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
Kontekst Engineering for AI-agenter	Link	Video	Link
Håndtering av Agentisk Minne	Link	Video
Utforsking av Microsoft Agent Framework	Link
Bygge Computer Use Agents (CUA)	Link		Link
Distribuere Skalerbare Agenter	Link		Link
Lage Lokale AI-agenter	Link		Link
Sikring av AI-agenter	Link		Link

🎒 Andre Kurs

Teamet vårt produserer flere kurs! Sjekk ut:

LangChain

—

Azure / Edge / MCP / Agenter

Generativ AI-serie

Kjerne Læring

Copilot-serie

🌟 Takk til fellesskapet

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

Bidra

Dette prosjektet ønsker bidrag og forslag velkommen. De fleste bidrag krever at du godtar en Bidragsyterlisensavtale (CLA) som erklærer at du har rett til, og faktisk gjør, å gi 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 levere en CLA og merke PR-en passende (f.eks., statuskontroll, kommentar). Følg bare instruksjonene fra boten. Du trenger bare å gjøre dette én gang på tvers av alle repoer som bruker vår CLA.

Dette prosjektet har adoptert Microsofts Åpne Kodeks for Oppførsel. For mer informasjon, se FAQ for Oppførselskoden eller kontakt opencode@microsoft.com med eventuelle 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 Microsoft-varemerker eller -logoer i modifiserte versjoner av dette prosjektet må ikke forårsake forvirring eller antyde Microsofts sponsing. All bruk av tredjeparts varemerker eller logoer er underlagt tredjepartenes egne retningslinjer.

Få hjelp

Hvis du står fast eller har spørsmål om bygging av AI-apper, bli med:

Hvis du har tilbakemeldinger på produktet eller 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.