ai-agents-for-beginners

Agenci AI dla początkujących - Kurs

Agenci AI dla początkujących

Kurs uczący wszystkiego, co musisz wiedzieć, aby zacząć budować agentów AI

🌐 Wsparcie wielojęzyczne

Wspierane przez GitHub Action (Automatyczne i zawsze aktualne)

Wolisz klonować lokalnie?

To repozytorium zawiera tłumaczenia na ponad 50 języków, co znacznie zwiększa rozmiar pobierania. 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"
Dzięki temu otrzymujesz wszystko, czego potrzebujesz, aby ukończyć kurs, z dużo szybszym pobieraniem.

Jeśli chcesz, aby wspierane były dodatkowe języki tłumaczeń, znajdziesz je tutaj.

🌱 Zacznij tutaj

Ten kurs zawiera lekcje obejmujące podstawy budowy agentów AI. Każda lekcja dotyczy własnego tematu, więc zacznij gdzie chcesz!

Ten kurs ma wsparcie wielojęzyczne. Zobacz nasze dostępne języki tutaj.

Jeśli to twój pierwszy raz z modelami generatywnej AI, zapoznaj się z naszym kursem Generative AI For Beginners, który zawiera 21 lekcji o budowie z GenAI.

Nie zapomnij dać gwiazdki (🌟) temu repo oraz forkować tego repo, aby uruchomić kod.

Poznaj innych uczących się, uzyskaj odpowiedzi na swoje pytania

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

Czego potrzebujesz

Każda lekcja w tym kursie zawiera przykłady kodu, które znajdziesz w folderze code_samples. Możesz forkować to repo, aby utworzyć własną kopię.

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

Microsoft Foundry - Wymagane konto Azure

Ten kurs korzysta z następujących frameworków i usług AI Agent od Microsoft:

Niektóre przykłady kodu obsługują również alternatywnych dostawców kompatybilnych z OpenAI, jak MiniMax, który oferuje modele z dużym kontekstem (do 204 tys. tokenów). Zobacz Konfigurację kursu po szczegóły konfiguracji.

Aby uzyskać więcej informacji o uruchamianiu kodu do tego kursu, przejdź do Konfiguracji kursu.

🙏 Chcesz pomóc?

Masz sugestie lub znalazłeś błędy w pisowni lub kodzie? Załóż zgłoszenie lub stwórz pull request

📂 Każda lekcja zawiera

Lekcję pisaną umieszczoną w README oraz krótki film
Przykłady kodu Python używające Microsoft Agent Framework z Microsoft Foundry
Linki do dodatkowych zasobów, by kontynuować naukę

🗃️ Lekcje

Lekcja	Tekst i kod	Film	Dodatkowa nauka
Wprowadzenie do agentów AI i zastosowań agentów	Link	Film	Link
Eksploracja frameworków agentowych	Link	Film	Link
Zrozumienie wzorców projektowych agentów AI	Link	Film	Link
Wzorzec projektowy użycia narzędzi	Link	Film	Link
Agentic RAG	Link	Film	Link
Budowanie godnych zaufania agentów AI	Link	Film	Link
Wzorzec projektowy planowania	Link	Film	Link
Wzorzec projektowy multi-agentowy	Link	Film	Link

Wzorzec Projektowy Metapoznawczy	Link	Wideo	Link
Agent AI w Produkcji	Link	Wideo	Link
Korzystanie z Protokółów Agentowych (MCP, A2A i NLWeb)	Link	Wideo	Link
Inżynieria Kontekstu dla Agentów AI	Link	Wideo	Link
Zarządzanie Pamięcią Agentową	Link	Wideo
Eksploracja Microsoft Agent Framework	Link
Budowanie Agentów do Użytku Komputerowego (CUA)	Link		Link
Wdrażanie Skalowalnych Agentów	Link		Link
Tworzenie Lokalnych Agentów AI	Link		Link
Zabezpieczanie Agentów AI	Link		Link

🎒 Inne Kursy

Nasz zespół tworzy również inne kursy! Sprawdź:

LangChain

—

Azure / Edge / MCP / Agenci

Seria Generative AI

Podstawowe Nauczanie

Seria Copilot

🌟 Podziękowania dla Społeczności

Podziękowania dla Shivam Goyal za wkład w ważne przykłady kodu demonstrujące Agentic RAG.

Wkład

Ten projekt zachęca do wkładów i sugestii. Większość wkładów wymaga zgody na Umowę Licencyjną Współpracownika (CLA) oświadczającą, że masz prawo i rzeczywiście udzielasz nam praw do korzystania z Twojego wkładu. Szczegóły znajdziesz na https://cla.opensource.microsoft.com.

Gdy prześlesz pull request, bot CLA automatycznie określi, czy musisz dostarczyć CLA i odpowiednio oznaczy PR (np. status check, komentarz). Wystarczy postępować zgodnie z instrukcjami dostarczonymi przez bota. Będziesz musiał to zrobić tylko raz niezależnie od liczby repozytoriów korzystających z naszego CLA.

Ten projekt przyjął Microsoft Open Source Code of Conduct. Po więcej informacji zobacz Code of Conduct FAQ lub skontaktuj się z opencode@microsoft.com w razie dodatkowych pytań lub uwag.

Znaki Towarowe

Ten projekt może zawierać znaki towarowe lub loga projektów, produktów lub usług. Autoryzowane użycie znaków towarowych Microsoft podlega i musi przestrzegać Microsoft’s Trademark & Brand Guidelines. Użycie 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 stron trzecich podlega politykom tych stron trzecich.

Uzyskanie Pomocy

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

Jeśli masz opinię o produkcie 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.