ai-agents-for-beginners

Configuração do Curso

Introdução

Esta lição abordará como executar os exemplos de código deste curso.

Junte-se a Outros Estudantes e Obtenha Ajuda

Antes de começar a clonar o seu repositório, junte-se ao canal do Discord AI Agents For Beginners para obter ajuda com a configuração, esclarecer dúvidas sobre o curso ou conectar-se com outros estudantes.

Clone ou Faça um Fork deste Repositório

Para começar, clone ou faça um fork do repositório GitHub. Isso criará a sua própria versão do material do curso, permitindo que você execute, teste e ajuste o código!

Isso pode ser feito clicando no link para

Você deve agora ter a sua própria versão forked deste curso no seguinte link:

Forked Repo

Executando o Código

Este curso oferece uma série de Jupyter Notebooks que você pode executar para obter experiência prática na construção de Agentes de IA.

Os exemplos de código utilizam:

Requer Conta GitHub - Gratuita:

1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Identificado como (semantic-kernel.ipynb)
2) AutoGen Framework + GitHub Models Marketplace. Identificado como (autogen.ipynb)

Requer Subscrição Azure:
3) Azure AI Foundry + Azure AI Agent Service. Identificado como (azureaiagent.ipynb)

Recomendamos que experimente os três tipos de exemplos para descobrir qual funciona melhor para você.

A opção escolhida determinará quais etapas de configuração você precisará seguir abaixo:

Requisitos

Incluímos um ficheiro requirements.txt na raiz deste repositório que contém todos os pacotes Python necessários para executar os exemplos de código.

Pode instalá-los executando o seguinte comando no terminal na raiz do repositório:

pip install -r requirements.txt

Recomendamos criar um ambiente virtual Python para evitar conflitos e problemas.

Configuração do VSCode

Certifique-se de que está a usar a versão correta do Python no VSCode.

image

Configuração para Exemplos usando GitHub Models

Passo 1: Recupere o Seu GitHub Personal Access Token (PAT)

Este curso utiliza o GitHub Models Marketplace, que oferece acesso gratuito a Modelos de Linguagem de Grande Escala (LLMs) que você usará para construir Agentes de IA.

Para usar os modelos do GitHub, será necessário criar um GitHub Personal Access Token.

Isso pode ser feito na sua conta GitHub.

Por favor, siga o Princípio do Menor Privilégio ao criar o seu token. Isso significa que deve conceder ao token apenas as permissões necessárias para executar os exemplos de código deste curso.

  1. Selecione a opção Fine-grained tokens no lado esquerdo do ecrã, navegando até Developer settings

    Em seguida, selecione Generate new token.

    Generate Token

  2. Insira um nome descritivo para o seu token que reflita o seu propósito, facilitando a identificação mais tarde.

    🔐 Recomendação de Duração do Token

    Duração recomendada: 30 dias
    Para uma postura mais segura, pode optar por um período mais curto—como 7 dias 🛡️
    É uma ótima forma de definir um objetivo pessoal e concluir o curso enquanto mantém o seu ritmo de aprendizagem 🚀.

    Token Name and Expiration

  3. Limite o escopo do token ao seu fork deste repositório.

    Limit scope to fork repository

  4. Restrinja as permissões do token: Sob Permissions, clique no separador Account e depois no botão “+ Add permissions”. Aparecerá um menu suspenso. Pesquise por Models e marque a caixa correspondente.
    Add Models Permission

  5. Verifique as permissões necessárias antes de gerar o token. Verify Permissions

  6. Antes de gerar o token, certifique-se de que está pronto para armazená-lo num local seguro, como um cofre de gestor de senhas, pois ele não será exibido novamente após a criação. Store Token Securely

Copie o novo token que acabou de criar. Agora, adicione-o ao ficheiro .env incluído neste curso.

Passo 2: Crie o Seu Ficheiro .env

Para criar o ficheiro .env, execute o seguinte comando no terminal.

cp .env.example .env

Isso copiará o ficheiro de exemplo e criará um .env no seu diretório, onde preencherá os valores das variáveis de ambiente.

Com o token copiado, abra o ficheiro .env no seu editor de texto favorito e cole o token no campo GITHUB_TOKEN.
GitHub Token Field

Agora deve ser capaz de executar os exemplos de código deste curso.

Configuração para Exemplos usando Azure AI Foundry e Azure AI Agent Service

Passo 1: Recupere o Endpoint do Seu Projeto Azure

Siga os passos para criar um hub e projeto no Azure AI Foundry descritos aqui: Hub resources overview

Depois de criar o seu projeto, será necessário recuperar a string de conexão do projeto.

Isso pode ser feito na página Overview do seu projeto no portal Azure AI Foundry.

Project Connection String

Passo 2: Crie o Seu Ficheiro .env

Para criar o ficheiro .env, execute o seguinte comando no terminal.

cp .env.example .env

Isso copiará o ficheiro de exemplo e criará um .env no seu diretório, onde preencherá os valores das variáveis de ambiente.

Com o token copiado, abra o ficheiro .env no seu editor de texto favorito e cole o token no campo PROJECT_ENDPOINT.

Passo 3: Inicie Sessão no Azure

Como uma prática recomendada de segurança, utilizaremos a autenticação sem chave para autenticar no Azure OpenAI com o Microsoft Entra ID.

Em seguida, abra um terminal e execute az login --use-device-code para iniciar sessão na sua conta Azure.

Depois de iniciar sessão, selecione a sua subscrição no terminal.

Variáveis de Ambiente Adicionais - Azure Search e Azure OpenAI

Para a lição Agentic RAG - Lição 5 - há exemplos que utilizam Azure Search e Azure OpenAI.

Se quiser executar esses exemplos, será necessário adicionar as seguintes variáveis de ambiente ao ficheiro .env:

Página de Resumo (Projeto)

Centro de Gestão

Página de Modelos + Endpoints

Portal Azure

Página Externa

Configuração de autenticação sem chave

Em vez de codificar as suas credenciais, utilizaremos uma conexão sem chave com o Azure OpenAI. Para isso, importaremos DefaultAzureCredential e mais tarde chamaremos a função DefaultAzureCredential para obter a credencial.

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

Com Dificuldades?

Se tiver algum problema ao executar esta configuração, entre no nosso

ou

Próxima Lição

Agora está pronto para executar o código deste curso. Boa aprendizagem sobre o mundo dos Agentes de IA!

Introdução aos Agentes de IA e Casos de Uso de Agentes

Aviso Legal:
Este documento foi traduzido utilizando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos para garantir a precisão, esteja ciente de que traduções automáticas podem conter erros ou imprecisões. O documento original no seu idioma nativo deve ser considerado a fonte oficial. Para informações críticas, recomenda-se uma tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas resultantes do uso desta tradução.

This site is open source. Improve this page.