![]()
Arabski | Bengalski | Bułgarski | Birmański (Myanmar) | Chiński (Uproszczony) | Chiński (Tradycyjny, Hongkong) | Chiński (Tradycyjny, Makau) | Chiński (Tradycyjny, Tajwan) | Chorwacki | Czeski | Duński | Niderlandzki | Estoński | Fiński | Francuski | Niemiecki | Grecki | Hebrajski | Hindi | Węgierski | Indonezyjski | Włoski | Japoński | Kannada | Khmer | Koreański | Litewski | Malajski | Malajalam | Marathi | Nepalski | Pidgin Nigeryjski | Norweski | Perski (Farsi) | Polski | Portugalski (Brazylia) | Portugalski (Portugalia) | Pendżabski (Gurmukhi) | Rumuński | Rosyjski | Serbski (Cyrylica) | Słowacki | Słoweński | Hiszpański | Suahili | Szwedzki | Tagalog (Filipiński) | Tamilski | Telugu | Tajski | Turecki | Ukraiński | Urdu | Wietnamski
Wolisz sklonować lokalnie?
To repozytorium zawiera tłumaczenia na ponad 50 języków, co znacznie 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 zapewnia wszystko, co potrzebne do ukończenia kursu, przy znacznie szybszym pobraniu.
Jeśli chcesz mieć dodatkowe języki tłumaczeń, obsługiwane są one wymienione tutaj
Ten kurs zawiera lekcje obejmujące podstawy tworzenia Agentów AI. Każda lekcja obejmuje oddzielny temat, więc zacznij gdzie chcesz!
Kurs oferuje wsparcie wielojęzyczne. Przejdź do naszych dostępnych języków tutaj.
Jeśli to twój pierwszy raz przy budowaniu modeli Generatywnej AI, zobacz nasz kurs Generatywne AI dla Początkujących, który zawiera 21 lekcji na temat budowania z GenAI.
Nie zapomnij dać gwiazdki (🌟) temu repozytorium i stwórz fork tego repozytorium, aby uruchomić kod.
Jeśli utkniesz lub masz pytania dotyczące tworzenia Agentów AI, dołącz do naszego dedykowanego kanału Discord w Microsoft Foundry Discord.
Każda lekcja w tym kursie zawiera przykłady kodu, które można znaleźć w folderze code_samples. Możesz zrobić fork tego repozytorium, aby utworzyć własną kopię.
Przykłady kodu w tych ćwiczeniach wykorzystują Microsoft Agent Framework z Azure AI Foundry Agent Service V2:
Ten kurs używa następujących frameworków i usług Agentów AI od Microsoftu:
Niektóre przykłady kodu wspierają także alternatywnych dostawców zgodnych z OpenAI, takich jak MiniMax, który oferuje modele o dużym kontekście (do 204K tokenów). Szczegóły konfiguracji znajdziesz w Ustawieniach kursu.
Więcej informacji o uruchamianiu kodu do tego kursu znajdziesz w Ustawieniach kursu.
Masz sugestie lub znalazłeś błędy pisowni albo w kodzie? Zgłoś problem lub stwórz pull request
| Lekcja | Tekst & Kod | Wideo | Dodatkowa Nauka |
|---|---|---|---|
| Wprowadzenie do Agentów AI i Przypadków Użycia Agentów | Link | Wideo | Link |
| Eksploracja Frameworków Agentów AI | Link | Wideo | Link |
| Zrozumienie Wzorów Projektowych Agentów AI | Link | Wideo | Link |
| Wzorzec Projektowy Użycia Narzędzi | Link | Wideo | Link |
| Agentic RAG | Link | Wideo | Link |
| Budowanie Zaufanych Agentów AI | Link | Wideo | Link |
| Wzorzec Projektowy Planowania | Link | Wideo | Link |
| Wzorzec Projektowy Wieloagentowy | Link | Wideo | Link |
| Wzorzec projektowy metapoznawczy | Link | Wideo | Link |
| Agenci AI w produkcji | Link | Wideo | Link |
| Używanie protokołów agentskich (MCP, A2A i NLWeb) | Link | Wideo | Link |
| Inżynieria kontekstu dla agentów AI | Link | Wideo | Link |
| Zarządzanie pamięcią agentską | Link | Wideo | |
| Eksploracja Microsoft Agent Framework | Link | ||
| Budowanie agentów do korzystania z komputera (CUA) | Link | Link | |
| Wdrażanie skalowalnych agentów | Wkrótce dostępne | ||
| Tworzenie lokalnych agentów AI | Wkrótce dostępne | ||
| Zabezpieczanie agentów AI | Wkrótce dostępne |
Nasz zespół produkuje inne kursy! Sprawdź:
Dziękujemy Shivam Goyal za wkład w ważne przykłady kodu demonstrujące Agentic RAG.
Ten projekt zachęca do wkładu i sugestii. Większość wkładów wymaga zgody na Umowę Licencyjną Współtwórcy (CLA), która deklaruje, że masz prawo i faktycznie udzielasz nam praw do korzystania z twojego wkładu. Szczegóły znajdziesz na https://cla.opensource.microsoft.com.
Podczas przesyłania pull requesta, bot CLA automatycznie sprawdzi, czy musisz dostarczyć CLA i odpowiednio oznaczy PR (np. status, komentarz). Po prostu postępuj zgodnie z instrukcjami przekazanymi przez bota. Będziesz musiał zrobić to tylko raz we wszystkich repozytoriach używających naszego CLA.
Ten projekt przyjął Microsoft Open Source Code of Conduct. Więcej informacji znajdziesz w Code of Conduct FAQ lub kontaktując się z opencode@microsoft.com w razie dodatkowych pytań lub uwag.
Ten projekt może zawierać znaki towarowe lub logotypy projektów, produktów lub usług. Autoryzowane użycie znaków towarowych lub logotypów Microsoft podlega i musi być zgodne z Microsoft’s Trademark & Brand Guidelines. Używanie znaków towarowych lub logotypów Microsoft w zmodyfikowanych wersjach tego projektu nie może powodować zamieszania ani sugerować sponsorowania przez Microsoft. Każde użycie znaków towarowych lub logotypów osób trzecich podlega politykom tych osób trzecich.
Jeśli utkniesz lub masz pytania dotyczące tworzenia aplikacji AI, dołącz do:
Jeśli masz opinię o produkcie lub zgłaszasz błędy podczas tworzenia, odwiedź:
Zastrzeżenie:
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI Co-op Translator. Choć dążymy do dokładności, prosimy mieć na uwadze, że tłumaczenia automatyczne mogą zawierać błędy lub niedokładności. Oryginalny dokument w języku źródłowym powinien być uznawany 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 korzystania z tego tłumaczenia.