ai-agents-for-beginners

Agenci AI dla początkujących - Kurs

Agenci AI dla początkujących

Kurs uczący wszystkiego, co musisz wiedzieć, aby zacząć tworzyć Agentów AI

🌐 Wsparcie wielojęzyczne

Wspierane przez GitHub Action (Zautomatyzowane i zawsze aktualne)

Wolisz sklonować lokalnie?

To repozytorium zawiera tłumaczenia na ponad 50 języków, co znacząco zwiększa rozmiar pobieranego pliku. Aby sklonować bez tłumaczeń, użyj 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"
To daje Ci wszystko, czego potrzebujesz do ukończenia kursu przy znacznie szybszym pobieraniu.

Jeśli chcesz, aby obsługiwane były dodatkowe języki tłumaczeń, są one wymienione tutaj.

🌱 Rozpoczęcie

Ten kurs zawiera lekcje obejmujące podstawy tworzenia Agentów AI. Każda lekcja porusza własny temat, więc zacznij, gdzie chcesz!

Ten kurs posiada wsparcie wielojęzyczne. Zobacz dostępne języki tutaj.

Jeśli to Twój pierwszy raz z modelami Generative AI, zobacz nasz kurs Generative AI dla początkujących, który zawiera 21 lekcji o tworzeniu z GenAI.

Nie zapomnij dodać gwiazdki (🌟) dla tego repozytorium i zaforkować to repozytorium, aby uruchomić kod.

Poznaj innych uczących się, uzyskaj odpowiedzi na pytania

Jeśli utkniesz lub masz pytania dotyczące tworzenia Agentów AI, dołącz do naszego dedykowanego kanału Discord w Microsoft Foundry Discord.

Co jest potrzebne

Każda lekcja w tym kursie zawiera przykłady kodu, które można znaleźć w folderze code_samples. Możesz zaforkować to repozytorium, aby utworzyć własną kopię.

Przykłady kodu w tych ćwiczeniach korzystają z Microsoft Agent Framework z Microsoft Foundry Agent Service V2:

Microsoft Foundry - wymagane konto Azure

Ten kurs używa następujących frameworków i usług Agentów AI od Microsoft:

Niektóre przykłady kodu obsługują także alternatywnych dostawców kompatybilnych z OpenAI, takich jak MiniMax, który oferuje modele z dużym kontekstem (do 204K tokenów). Szczegóły konfiguracji znajdują się w Course Setup.

Więcej informacji na temat uruchamiania kodu do tego kursu znajdziesz w Course Setup.

🙏 Chcesz pomóc?

Masz sugestie lub znalazłeś błędy ortograficzne albo w kodzie? Zgłoś problem lub utwórz pull request

📂 Każda lekcja zawiera

Pisemną lekcję umieszczoną w README oraz krótki film
Przykłady kodu w Pythonie z wykorzystaniem Microsoft Agent Framework i Microsoft Foundry
Linki do dodatkowych zasobów, aby kontynuować naukę

🗃️ Lekcje

Lekcja	Tekst i kod	Wideo	Dodatkowa nauka
Wprowadzenie do Agentów AI i przypadków użycia	Link	Wideo	Link
Eksploracja Agentic Frameworks	Link	Wideo	Link
Zrozumienie wzorców projektowych Agentic	Link	Wideo	Link
Wzorzec wzorcowy użycia narzędzi	Link	Wideo	Link
Agentic RAG	Link	Wideo	Link
Budowanie godnych zaufania Agentów AI	Link	Wideo	Link
Wzorzec projektowy planowania	Link	Wideo	Link
Wzorzec projektowy Multi-Agenta	Link	Wideo	Link
Wzorzec Projektowy Metapoznania	Link	Video	Link
Agenci AI w Produkcji	Link	Video	Link
Korzystanie z Protokółów Agentowych (MCP, A2A i NLWeb)	Link	Video	Link
Inżynieria Kontekstu dla Agentów AI	Link	Video	Link
Zarządzanie Pamięcią Agenta	Link	Video
Eksploracja Microsoft Agent Framework	Link
Budowanie Agentów do Użytkowania Komputera (CUA)	Link		Link
Wdrażanie Skalowalnych Agentów	Link		Link
Tworzenie Lokalnych Agentów AI	Link		Link
Zabezpieczanie Agentów AI	Link		Link

🎒 Inne Kursy

Nasz zespół tworzy także inne kursy! Sprawdź:

LangChain

—

Azure / Edge / MCP / Agenci

Seria Generatywnej AI

Podstawy Nauki

Seria Copilot

🌟 Podziękowania dla Społeczności

Podziękowania dla Shivam Goyal za wkład w postaci istotnych przykładów kodu demonstrujących Agentic RAG.

Wkład w Projekt

Ten projekt zachęca do zgłaszania wkładów i sugestii. Większość wkładów wymaga od Ciebie zgody na Contributor License Agreement (CLA) oświadczającej, że masz prawo i faktycznie udzielasz nam praw do wykorzystania Twojego wkładu. Szczegóły znajdują się na https://cla.opensource.microsoft.com.

Gdy zgłaszasz pull request, bot CLA automatycznie stwierdzi, czy musisz dostarczyć CLA i odpowiednio oznaczy PR (np. kontrola stanu, komentarz). Wystarczy, że postępujesz zgodnie z instrukcjami podanymi przez bota. Wystarczy zrobić to raz dla wszystkich repozytoriów korzystających z naszego CLA.

Ten projekt przyjął Kodeks Postępowania Open Source Microsoft. Więcej informacji znajdziesz w FAQ dotyczących Kodeksu Postępowania lub skontaktuj się z opencode@microsoft.com w przypadku dodatkowych pytań lub uwag.

Znaki Towarowe

Projekt ten może zawierać znaki towarowe lub logotypy projektów, produktów lub usług. Autoryzowane użycie znaków towarowych lub logotypów Microsoft podlega i musi się odbywać zgodnie z Microsoft’s Trademark & Brand Guidelines. Użycie znaków towarowych lub logotypów Microsoft w zmodyfikowanych wersjach tego projektu nie może wprowadzać w błąd ani sugerować sponsorowania przez Microsoft. Jakiekolwiek użycie znaków towarowych lub logotypów stron trzecich podlega politykom tych trzecich stron.

Uzyskanie Pomocy

Jeśli napotkasz trudności lub masz pytania dotyczące tworzenia aplikacji AI, dołącz do:

Jeśli masz uwagi dotyczące produktu lub błędy podczas tworzenia, odwiedź:

Zastrzeżenie: Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Choć dążymy do dokładności, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub niedokładności. Oryginalny dokument w jego języku źródłowym należy uznawać za autorytatywne źródło. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.

This site is open source. Improve this page.