ai-agents-for-beginners

AI Agents for Beginners - Kurs

AI Agents for Beginners

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

🌐 Wsparcie wielojęzyczne

Wspierane przez GitHub Action (Automatyczne i Zawsze Aktualne)

Wolisz pobrać lokalnie?

To repozytorium zawiera tłumaczenia na ponad 50 języków, co znacząco zwiększa rozmiar pobierania. Aby klonować 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 co potrzebne, aby ukończyć kurs z dużo szybszym pobieraniem.

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

🌱 Pierwsze kroki

Ten kurs zawiera lekcje obejmujące podstawy budowy Agentów AI. Każda lekcja dotyczy innego tematu, więc zacznij tam, gdzie chcesz!

Dostępne jest wsparcie wielojęzyczne dla tego kursu. Przejdź do naszych dostępnych języków tutaj.

Jeśli budujesz z modelami Generative AI po raz pierwszy, zapoznaj się z naszym kursem Generative AI For Beginners, który zawiera 21 lekcji dotyczących budowy z GenAI.

Nie zapomnij dać gwiazdki (🌟) temu repozytorium oraz forknąć tego repozytorium, aby uruchomić kod.

Poznaj innych uczących się, uzyskaj odpowiedzi na swoje pytania

Jeśli utkniesz lub masz pytania dotyczące budowy 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 forknąć to repozytorium, aby stworzyć własną kopię.

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

Microsoft Foundry - Wymagane konto Azure

Kurs używa następujących frameworków i usług Agentów AI od Microsoft:

Niektóre przykłady kodu obsługują również alternatywnych dostawców kompatybilnych z OpenAI, takich jak MiniMax, który oferuje modele o dużym kontekście (do 204 tys. tokenów). Zobacz Konfigurację kursu dla szczegółów konfiguracji.

Więcej informacji o uruchamianiu kodu dla tego kursu znajdziesz w Konfiguracji kursu.

🙏 Chcesz pomóc?

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

📂 Każda lekcja zawiera

Lekcję napisaną w README oraz krótki filmik
Przykłady kodu w Pythonie wykorzystujące Microsoft Agent Framework z Azure AI Foundry
Linki do dodatkowych zasobów, aby kontynuować naukę

🗃️ Lekcje

Lekcja	Tekst i kod	Wideo	Dodatkowa nauka
Wprowadzenie do Agentów AI i zastosowań agentów	Link	Wideo	Link
Eksploracja frameworków agentowych	Link	Wideo	Link
Zrozumienie wzorców projektowych agentów	Link	Wideo	Link
Wzorzec projektowy 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-Agent	Link	Wideo	Link
Wzorzec projektowy metapoznawczy	Link	Wideo	Link
Agenci AI w produkcji	Link	Wideo	Link
Używanie protokołów agentowych (MCP, A2A i NLWeb)	Link	Wideo	Link
Inżynieria kontekstu dla agentów AI	Link	Wideo	Link
Zarządzanie pamięcią agentów	Link	Wideo
Eksploracja Microsoft Agent Framework	Link
Tworzenie agentów do użycia komputera (CUA)	Link		Link
Wdrażanie skalowalnych agentów	Wkrótce
Tworzenie lokalnych agentów AI	Wkrótce
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 dostarczenie istotnych przykładów kodu demonstrujących Agentic RAG.

Współtworzenie

Ten projekt zachęca do zgłaszania wkładów i sugestii. Większość wkładów wymaga zgody na Umowę Licencyjną Współtwórcy (Contributor License Agreement, CLA), w której oświadczasz, że masz prawo i faktycznie udzielasz nam praw do używania twojego wkładu. Szczegóły znajdziesz pod adresem https://cla.opensource.microsoft.com.

Gdy zgłaszasz pull request, bot CLA automatycznie ustali, czy musisz dostarczyć CLA i odpowiednio oznaczy PR (np. status kontroli, komentarz). Po prostu postępuj zgodnie z instrukcjami podanymi przez bota. Wystarczy to zrobić tylko raz we wszystkich repozytoriach korzystających z naszej CLA.

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

Znaki towarowe

Ten projekt może zawierać znaki towarowe lub logo projektów, produktów lub usług. Upoważnione użycie znaków towarowych lub logo Microsoft podlega i musi być zgodne z Wytycznymi dotyczącymi znaków towarowych i marki Microsoft. Użycie znaków towarowych lub logo Microsoft w zmodyfikowanych wersjach tego projektu nie może powodować zamieszania ani sugerować sponsorowania przez Microsoft. Każde użycie znaków towarowych lub logo osób trzecich podlega politykom tych osób trzecich.

Uzyskiwanie pomocy

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

Jeśli masz opinię o produkcie lub napotkasz 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.