ai-agents-for-beginners
(Kliknij powyższy obraz, aby obejrzeć wideo do tej lekcji)
Wprowadzenie do Agentów AI i Przypadków Użycia Agentów
Witamy na kursie AI Agents for Beginners! Ten kurs daje Ci podstawową wiedzę — oraz rzeczywisty działający kod — aby zacząć budować Agentów AI od podstaw.
Wpadnij się przywitać w Azure AI Discord Community — to społeczność pełna uczących się i budowniczych AI, którzy chętnie odpowiadają na pytania.
Zanim przejdziemy do budowy, upewnijmy się, że naprawdę rozumiemy, czym jest Agent AI i kiedy warto go użyć.
Wprowadzenie
Ta lekcja obejmuje:
- Czym są Agenty AI oraz jakie istnieją ich różne typy
- Do jakich zadań najlepiej nadają się Agenty AI
- Główne elementy, których użyjesz projektując rozwiązanie oparte na agentach
Cele Nauki
Pod koniec tej lekcji powinieneś być w stanie:
- Wyjaśnić, czym jest Agent AI i jak różni się od tradycyjnego rozwiązania AI
- Wiedzieć, kiedy sięgnąć po Agenta AI (a kiedy nie)
- Zarysować podstawowy projekt rozwiązania opartego na agentach dla realnego problemu
Definicja Agentów AI i Typy Agentów AI
Czym są Agenty AI?
Oto prosty sposób, aby to sobie wyobrazić:
Agenty AI to systemy, które pozwalają Modelom Językowym (LLM) rzeczywiście coś robić — poprzez dawanie im narzędzi i wiedzy do działania w świecie, a nie tylko odpowiadania na zapytania.
Rozwińmy to trochę:
- System — Agent AI to nie pojedyncza rzecz. To zbiór części współpracujących ze sobą. W jego rdzeniu każdy agent ma trzy elementy:
- Środowisko — Przestrzeń, w której agent działa. Dla agenta rezerwacji podróży będzie to platforma do rezerwacji.
- Sensory — Jak agent odczytuje bieżący stan środowiska. Nasz agent podróży może sprawdzać dostępność hoteli lub ceny lotów.
- Aktuatory — Jak agent wykonuje działania. Agent podróży może zarezerwować pokój, wysłać potwierdzenie lub anulować rezerwację.
-
Modele Językowe — Agenty istniały przed LLM, ale to LLM sprawiają, że nowoczesne agenty są tak potężne. Potrafią rozumieć język naturalny, rozważać kontekst i przekształcać niejasne żądania użytkownika w konkretny plan działania.
-
Wykonywanie Działań — Bez systemu agenta, LLM tylko generuje tekst. W systemie agenta, LLM może faktycznie wykonać kroki — przeszukać bazę danych, wywołać API, wysłać wiadomość.
-
Dostęp do Narzędzi — Jakie narzędzia agent może używać zależy od (1) środowiska, w którym działa i (2) co deweloper zdecydował mu dać. Agent podróży może szukać lotów, ale nie edytować danych klientów — wszystko zależy od konfiguracji.
-
Pamięć + Wiedza — Agenty mogą mieć pamięć krótkotrwałą (bieżąca konwersacja) i długotrwałą (baza klientów, przeszłe interakcje). Agent podróży może “pamiętać”, że wolisz miejsca przy oknie.
Różne Typy Agentów AI
Nie wszystkie agenty są zbudowane jednakowo. Oto podział głównych typów, na przykładzie agenta rezerwacji podróży:
| Typ Agenta | Co robi | Przykład agenta podróży |
|---|---|---|
| Proste Agenty Refleksyjne | Podążają za twardo zakodowanymi regułami — brak pamięci, brak planowania. | Widzi maila z reklamacją → przekazuje do obsługi klienta. Koniec. |
| Agenty Refleksyjne oparte na Modelu | Utrzymuje wewnętrzny model świata i aktualizuje go w miarę zmian. | Śledzi historyczne ceny lotów i sygnalizuje trasy, które nagle stają się drogie. |
| Agenty Celowe | Ma cel i krok po kroku ustala, jak go osiągnąć. | Rezerwuje cały wyjazd (loty, samochód, hotel) od Twojej lokalizacji do celu podróży. |
| Agenty Utylitarne | Nie tylko znajduje jakieś rozwiązanie, ale najlepsze poprzez ocenę kompromisów. | Równoważy koszt z wygodą, aby znaleźć wyjazd najlepiej dopasowany do Twoich preferencji. |
| Agenty Uczące się | Z czasem staje się lepszy ucząc się na podstawie opinii. | Dostosowuje przyszłe rekomendacje rezerwacji na podstawie ankiet po podróży. |
| Agenty Hierarchiczne | Agent na wysokim poziomie dzieli pracę na podzadania i deleguje agentom niższego poziomu. | Prośba o “anulowanie wyjazdu” jest rozdzielana na: anulowanie lotu, anulowanie hotelu, anulowanie wynajmu auta — każde realizowane przez pod-agenta. |
| Systemy Multi-Agentowe (MAS) | Wielu niezależnych agentów współpracuje (lub rywalizuje). | Kooperacja: odrębni agenci zajmują się hotelami, lotami i rozrywką. Rywalizacja: wielu agentów rywalizuje o wypełnienie pokoi hotelowych najlepszą ceną. |
Kiedy używać Agentów AI
Tylko dlatego, że możesz użyć agenta AI, nie oznacza, że zawsze powinieneś. Oto sytuacje, w których agenty naprawdę się sprawdzają:
- Problemy otwarte — Gdy kroki do rozwiązania problemu nie mogą być zaprogramowane wcześniej. Potrzebujesz, by LLM dynamicznie znalazł drogę.
- Procesy wieloetapowe — Zadania wymagające użycia narzędzi na wielu etapach, nie tylko pojedynczego sprawdzenia lub generacji.
- Poprawa w Czasie — Gdy chcesz, by system stawał się mądrzejszy na podstawie opinii użytkownika lub sygnałów z otoczenia.
W dalszej części kursu, w lekcji Budowanie Godnych Zaufania Agentów AI, zagłębimy się, kiedy (i kiedy nie) warto używać agentów AI.
Podstawy Rozwiązań Agentowych
Tworzenie Agenta
Pierwszą rzeczą, którą robisz budując agenta, jest zdefiniowanie co potrafi robić — jego narzędzi, działań i zachowań.
W tym kursie używamy Microsoft Foundry Agent Service jako głównej platformy. Obsługuje ona:
- Modele od dostawców, takich jak OpenAI, Mistral i Meta (Llama)
- Dane licencjonowane od dostawców takich jak Tripadvisor
- Ustandaryzowane definicje narzędzi OpenAPI 3.0
Wzorce Agentowe
Komunikujesz się z LLM poprzez prompt-y. W przypadku agentów nie zawsze możesz ręcznie tworzyć każdy prompt — agent musi działać wieloetapowo. Tu z pomocą przychodzą Wzorce Agentowe. To wielokrotnego użytku strategie promptowania i organizowania pracy LLM w bardziej skalowalny, niezawodny sposób.
Kurs jest zorganizowany wokół najczęstszych i najbardziej użytecznych wzorców agentowych.
Ramy Agentowe
Ramy agentowe dają deweloperom gotowe szablony, narzędzia i infrastrukturę do budowy agentów. Ułatwiają one:
- Podłączanie narzędzi i funkcji
- Obserwowanie, co agent robi (i debugowanie, gdy coś idzie źle)
- Współpracę między wieloma agentami
W tym kursie skupiamy się na Microsoft Agent Framework (MAF) do budowy agentów gotowych do produkcji.
Przykłady kodu
Gotowy, by zobaczyć to w działaniu? Oto przykłady kodu do tej lekcji:
- 🐍 Python: Agent Framework
- 🔷 .NET: Agent Framework
Masz pytania?
Dołącz do Microsoft Foundry Discord, aby połączyć się z innymi uczącymi się, uczestniczyć w godzinach konsultacji i uzyskać odpowiedzi na pytania dotyczące Agentów AI od społeczności.
Testowanie tego Agenta (Opcjonalne)
Gdy nauczysz się wdrażać agentów w Lekcji 16, możesz dodać szybki sprawdzian zdrowia po wdrożeniu dla tego agenta TravelAgent z gotowym katalogiem tests/lesson-01-smoke-tests.json. Zobacz tests/README.md jak go uruchomić.
Poprzednia Lekcja
Następna Lekcja
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.