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 wielu języków

Tłumaczenia utrzymywane za pomocą Co-op Translator

Wolisz sklonować 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 otrzymasz wszystko, co potrzebne do ukończenia kursu, z dużo szybszym pobieraniem.

Dla dodatkowych opcji językowych zobacz obsługiwane języki Co-op Translator.

🌱 Rozpoczęcie

Ten kurs zawiera lekcje obejmujące podstawy tworzenia Agentów AI. Każda lekcja omawia inny temat, więc zacznij tam, gdzie chcesz!

Ten kurs posiada wsparcie wielu języków. Przejdź do dostępnych języków tutaj.

Jeśli to twój pierwszy raz z Generatywnymi modelami AI, sprawdź nasz kurs Generative AI For Beginners, zawierający 21 lekcji o tworzeniu z GenAI.

Nie zapomnij dać gwiazdkę (🌟) temu repozytorium oraz zrobić forka, aby uruchomić kod.

Poznaj innych uczniów, uzyskaj odpowiedzi na pytania

Jeśli utkniesz lub masz pytania o tworzenie Agentów AI, dołącz do naszego dedykowanego kanału Discord na Microsoft Foundry Discord.

Co jest potrzebne

Każda lekcja zawiera przykłady kodu, które znajdziesz w folderze code_samples. Możesz zrobić forka tego repozytorium, aby stworzyć własną kopię.

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

Microsoft Foundry - Wymagane konto Azure

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

Niektóre przykłady kodu obsługują również alternatywnych dostawców kompatybilnych z OpenAI, takich jak MiniMax, oferujący modele o dużym kontekście (do 204K tokenów). Zobacz Konfigurację kursu po szczegóły konfiguracji.

Po więcej informacji o uruchamianiu kodu dla tego kursu, przejdź do Konfiguracji kursu.

🙏 Chcesz pomóc?

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

📂 Każda lekcja zawiera

Pisemną lekcję znajdującą się w README i krótki film
Przykłady kodu w Pythonie używające Microsoft Agent Framework z Microsoft Foundry
Linki do dodatkowych zasobów do kontynuacji nauki

🗃️ Lekcje

Lekcja	Tekst i kod	Wideo	Dodatkowa nauka
Wprowadzenie do agentów AI i ich zastosowań	Link	Wideo	Link
Poznawanie frameworków agentskich AI	Link	Wideo	Link
Zrozumienie wzorców projektowych agentów AI	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 wieloagentowy	Link	Wideo	Link
Wzorzec projektowy metapoznawczy	Link	Wideo	Link
Agenci AI w produkcji	Link	Wideo	Link
Korzystanie z protokołów agentskich (MCP, A2A i NLWeb)	Link	Wideo	Link
Inżynieria kontekstu dla agentów AI	Link	Wideo	Link
Zarządzanie pamięcią agentską	Link	Wideo
Poznawanie Microsoft Agent Framework	Link
Tworzenie agentów używania 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 również inne kursy! Sprawdź:

LangChain

—

Azure / Edge / MCP / Agenci

Seria Generative AI

Podstawowa nauka

Seria Copilot

🌟 Podziękowania dla społeczności

Podziękowania dla Shivam Goyal za udostępnienie ważnych przykładów kodu demonstrujących Agentic RAG.

Współtworzenie

Ten projekt zaprasza do współpracy i zgłaszania sugestii. Większość wkładów wymaga, aby zgodzić się na Umowę Licencyjną Współtwórcy (CLA), deklarując, że masz prawo i faktycznie udzielasz nam praw do korzystania z Twojego wkładu. Szczegóły dostępne są pod adresem https://cla.opensource.microsoft.com.

Po przesłaniu pull requesta, bot CLA automatycznie zdecyduje, czy musisz dostarczyć CLA i odpowiednio oznaczy PR (np. kontrola statusu, komentarz). Po prostu postępuj zgodnie z instrukcjami podanymi przez bota. Będziesz musiał to zrobić tylko raz dla wszystkich repozytoriów korzystających z naszego CLA.

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

Znaki towarowe

Ten projekt może zawierać znaki towarowe lub logotypy projektów, produktów lub usług. Autoryzowane użycie znaków towarowych lub logotypów 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 sponsorizacji przez Microsoft. Wszelkie użycie znaków towarowych lub logotypów stron trzecich podlega politykom tych stron trzecich.

Uzyskiwanie pomocy

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

Jeśli masz opinie 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.