ai-agents-for-beginners

AI-agenter för nybörjare - En kurs

AI Agents for Beginners

En kurs som lär dig allt du behöver veta för att börja bygga AI-agenter

🌐 Flerspråkigt stöd

Översättningar underhålls med Co-op Translator

Föredrar du att klona lokalt?

Detta repo inkluderar över 50 språköversättningar vilket avsevärt ökar nedladdningsstorleken. För att klona utan översättningar, använd 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"
Detta ger dig allt du behöver för att slutföra kursen med en mycket snabbare nedladdning.

För fler språkalternativ, se Co-op Translators stödda språk.

🌱 Kom igång

Denna kurs innehåller lektioner som täcker grunderna i att bygga AI-agenter. Varje lektion täcker sitt eget ämne så börja vart du vill!

Det finns flerspråkigt stöd för denna kurs. Gå till våra tillgängliga språk här.

Om detta är din första gång att bygga med generativa AI-modeller, kolla in vår kurs Generative AI For Beginners som innehåller 21 lektioner om att bygga med GenAI.

Glöm inte att stjärnmärka (🌟) detta repo och fork detta repo för att köra koden.

Träffa andra elever, få svar på dina frågor

Om du fastnar eller har frågor om att bygga AI-agenter, gå med i vår dedikerade Discord-kanal i Microsoft Foundry Discord.

Vad du behöver

Varje lektion i denna kurs inkluderar kodexempel som finns i mappen code_samples. Du kan forka detta repo för att skapa din egen kopia.

Kodexemplen i dessa övningar använder Microsoft Agent Framework med Microsoft Foundry Agent Service V2:

Microsoft Foundry - Azure-konto krävs

Denna kurs använder följande AI Agent-ramverk och tjänster från Microsoft:

Vissa kodexempel stödjer också alternativa OpenAI-kompatibla leverantörer såsom MiniMax, som erbjuder stora kontextmodeller (upp till 204K tokens). Se Kursinställningar för konfigurationsdetaljer.

För mer information om att köra koden för denna kurs, gå till Kursinställningar.

🙏 Vill du hjälpa till?

Har du förslag eller har hittat stavfel eller kodfel? Skapa ett ärende eller skicka en pull request

📂 Varje lektion innehåller

En skriftlig lektion som finns i README och en kort video
Python-kodexempel med Microsoft Agent Framework och Microsoft Foundry
Länkar till extra resurser för att fortsätta ditt lärande

🗃️ Lektioner

Lektion	Text & Kod	Video	Extra lärande
Introduktion till AI-agenter och användningsfall	Länk	Video	Länk
Utforska AI Agent-ramverk	Länk	Video	Länk
Förstå AI Agentiska designmönster	Länk	Video	Länk
Användning av Tool Use designmönster	Länk	Video	Länk
Agentic RAG	Länk	Video	Länk
Att bygga pålitliga AI-agenter	Länk	Video	Länk
Planning designmönster	Länk	Video	Länk
Multi-agent designmönster	Länk	Video	Länk
Metakognition designmönster	Länk	Video	Länk
AI-agenter i produktion	Länk	Video	Länk
Använda agentiska protokoll (MCP, A2A och NLWeb)	Länk	Video	Länk
Kontextutformning för AI-agenter	Länk	Video	Länk
Hantera agentisk minne	Länk	Video
Utforska Microsoft Agent Framework	Länk
Bygga datoranvändaragenter (CUA)	Länk		Länk
Distribuera skalbara agenter	Länk		Länk
Skapa lokala AI-agenter	Länk		Länk
Säkerställa AI-agenter	Länk		Länk

🎒 Andra kurser

Vårt team producerar andra kurser! Kolla in:

LangChain

—

Azure / Edge / MCP / Agenter

Generativ AI-serie

Kärnkunskap

Copilot-serien

🌟 Community Tack

Tack till Shivam Goyal för att ha bidragit med viktiga kodexempel som demonstrerar Agentic RAG.

Bidra

Detta projekt välkomnar bidrag och förslag. De flesta bidrag kräver att du godkänner ett Contributor License Agreement (CLA) där du intygar att du har rätt att, och faktiskt gör det, ge oss rättigheterna att använda ditt bidrag. För detaljer, besök https://cla.opensource.microsoft.com.

När du skickar en pull request kommer en CLA-bot automatiskt att avgöra om du behöver tillhandahålla en CLA och märka PR korrekt (t.ex. statuskontroll, kommentar). Följ bara instruktionerna som boten ger. Du behöver bara göra detta en gång för alla repos som använder vår CLA.

Detta projekt har antagit Microsoft Öppen Källkod Uppförandekod. För mer information, se Uppförandekod FAQ eller kontakta opencode@microsoft.com med eventuella ytterligare frågor eller kommentarer.

Varumärken

Detta projekt kan innehålla varumärken eller logotyper för projekt, produkter eller tjänster. Auktoriserad användning av Microsofts varumärken eller logotyper är underkastad och måste följa Microsofts riktlinjer för varumärken och varumärkesanvändning. Användning av Microsofts varumärken eller logotyper i modifierade versioner av detta projekt får inte orsaka förvirring eller antyda Microsofts sponsring. All användning av tredjeparts varumärken eller logotyper är underkastad dessa tredjeparts policyer.

Få Hjälp

Om du fastnar eller har frågor om att bygga AI-appar, gå med i:

Om du har produktfeedback eller stöter på fel medan du bygger, besök:

Ansvarsfriskrivning: Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, var vänlig notera att automatiska översättningar kan innehålla fel eller brister. Det ursprungliga dokumentet på dess modersmål bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för några missförstånd eller feltolkningar som uppstår till följd av användningen av denna översättning.

This site is open source. Improve this page.