![]()
Árabe | Bengali | Búlgaro | Birmanês (Myanmar) | Chinês (Simplificado) | Chinês (Tradicional, Hong Kong) | Chinês (Tradicional, Macau) | Chinês (Tradicional, Taiwan) | Croata | Tcheco | Dinamarquês | Holandês | Estoniano | Finlandês | Francês | Alemão | Grego | Hebraico | Hindi | Húngaro | Indonésio | Italiano | Japonês | Canarês | Khmer | Coreano | Lituano | Malaio | Malaiala | Marati | Nepali | Pidgin Nigeriano | Norueguês | Persa (Farsi) | Polonês | Português (Brasil) | Português (Portugal) | Punjabi (Gurmukhi) | Romeno | Russo | Sérvio (Cirílico) | Eslovaco | Esloveno | Espanhol | Suaíli | Sueco | Tagalog (Filipino) | Tâmil | Telugu | Tailandês | Turco | Ucraniano | Urdu | Vietnamita
Prefere Clonar Localmente?
Este repositório inclui mais de 50 traduções de língua, o que aumenta significativamente o tamanho do download. Para clonar sem traduções, use o 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"Isso lhe dá tudo o que precisa para completar o curso com um download muito mais rápido.
Se desejar ter suporte para outros idiomas adicionais, eles estão listados aqui
Este curso possui lições cobrindo os fundamentos para construir Agentes de IA. Cada lição aborda seu próprio tópico, então comece onde quiser!
Existe suporte multilíngue para este curso. Acesse nossas línguas disponíveis aqui.
Se esta é sua primeira vez construindo com modelos de IA Generativa, confira nosso curso IA Generativa Para Iniciantes, que inclui 21 lições sobre como construir com GenAI.
Não esqueça de dar estrela (🌟) neste repositório e fazer fork deste repositório para executar o código.
Se você travar ou tiver dúvidas sobre como construir Agentes de IA, junte-se ao nosso Canal dedicado no Discord do Microsoft Foundry Discord.
Cada lição deste curso inclui exemplos de código, que podem ser encontrados na pasta code_samples. Você pode fazer fork deste repositório para criar sua própria cópia.
Os exemplos de código nestes exercícios utilizam o Microsoft Agent Framework com Azure AI Foundry Agent Service V2:
Este curso usa os seguintes frameworks e serviços de Agente de IA da Microsoft:
Alguns exemplos de código também suportam provedores alternativos compatíveis com OpenAI, como MiniMax, que oferece modelos de contexto grande (até 204K tokens). Veja os detalhes de configuração no Setup do Curso.
Para mais informações sobre como executar o código para este curso, acesse o Setup do Curso.
Você tem sugestões ou encontrou erros de ortografia ou código? Abra um issue ou Crie um pull request
| Lição | Texto & Código | Vídeo | Aprendizado Extra |
|---|---|---|---|
| Introdução a Agentes de IA e Casos de Uso | Link | Vídeo | Link |
| Explorando Frameworks Agentes de IA | Link | Vídeo | Link |
| Entendendo Padrões de Design Agentes de IA | Link | Vídeo | Link |
| Padrão de Design de Uso de Ferramentas | Link | Vídeo | Link |
| Agentic RAG | Link | Vídeo | Link |
| Construindo Agentes de IA Confiáveis | Link | Vídeo | Link |
| Padrão de Design de Planejamento | Link | Vídeo | Link |
| Padrão de Design Multiagente | Link | Vídeo | Link |
| Padrão de Design Metacognição | Link | Vídeo | Link |
| Agentes de IA em Produção | Link | Vídeo | Link |
| Usando Protocolos Agentes (MCP, A2A e NLWeb) | Link | Vídeo | Link |
| Engenharia de Contexto para Agentes de IA | Link | Vídeo | Link |
| Gerenciando Memória Agente | Link | Vídeo | |
| Explorando Microsoft Agent Framework | Link | ||
| Construindo Agentes de Uso de Computador (CUA) | Link | Link | |
| Implantando Agentes Escaláveis | Em Breve | ||
| Criando Agentes de IA Locais | Em Breve | ||
| Protegendo Agentes de IA | Link | Link |
Nossa equipe produz outros cursos! Confira:
Obrigado a Shivam Goyal por contribuir com importantes exemplos de código demonstrando Agentic RAG.
Este projeto aceita contribuições e sugestões. A maioria das contribuições exige que você concorde com um Acordo de Licença de Contribuidor (CLA) declarando que você tem o direito, e de fato concede, os direitos para usarmos sua contribuição. Para mais detalhes, visite https://cla.opensource.microsoft.com.
Quando você envia um pull request, um bot CLA determinará automaticamente se você precisa fornecer um CLA e marcará o PR adequadamente (por exemplo, verificação de status, comentário). Basta seguir as instruções fornecidas pelo bot. Você precisará fazer isso apenas uma vez em todos os repositórios que usam nosso CLA.
Este projeto adotou o Código de Conduta de Código Aberto da Microsoft. Para mais informações, veja as Perguntas Frequentes sobre o Código de Conduta ou entre em contato com opencode@microsoft.com para qualquer dúvida ou comentário adicional.
Este projeto pode conter marcas registradas ou logos para projetos, produtos ou serviços. O uso autorizado das marcas ou logos da Microsoft está sujeito e deve seguir as Diretrizes de Marcas e Marca Registrada da Microsoft. O uso das marcas ou logos da Microsoft em versões modificadas deste projeto não deve causar confusão nem sugerir patrocínio da Microsoft. Qualquer uso de marcas ou logos de terceiros está sujeito às políticas desses terceiros.
Se você ficar preso ou tiver dúvidas sobre a criação de aplicativos de IA, participe:
Se você tiver feedback de produto ou encontrar erros durante a construção, visite:
Aviso Legal: Este documento foi traduzido usando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela precisão, por favor, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.