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

Stöds via GitHub Action (Automatiserat & Alltid Uppdaterat)

Föredrar du att klona lokalt?

Detta repo innehåller över 50 språköversättningar som 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 genomföra kursen med en mycket snabbare nedladdning.

Om du vill ha ytterligare översättningsspråk stödda, finns de listade här.

🌱 Komma igång

Den här kursen innehåller lektioner som täcker grunderna i att bygga AI-agenter. Varje lektion behandlar ett eget ämne så börja där du vill!

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

Om detta är första gången du bygger 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 forka detta repo för att köra koden.

Träffa andra lärande, få dina frågor besvarade

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

Vad du behöver

Varje lektion i denna kurs inkluderar kodexempel som kan hittas 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

Den här kursen använder följande AI-agentramverk och tjänster från Microsoft:

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

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

🙏 Vill du hjälpa till?

Har du förslag eller hittat stavnings- eller kodfel? Skapa ett issue eller Skicka en pull-begäran

📂 Varje lektion inkluderar

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

🗃️ Lektioner

Lektion	Text & Kod	Video	Extra Lärande
Introduktion till AI-agenter och agentanvändningsfall	Länk	Video	Länk
Utforska agentramverk	Länk	Video	Länk
Förstå agentdesignmönster	Länk	Video	Länk
Verktygsanvändningsdesignmönster	Länk	Video	Länk
Agentic RAG	Länk	Video	Länk
Bygga pålitliga AI-agenter	Länk	Video	Länk
Planeringsdesignmönster	Länk	Video	Länk
Multi-agent designmönster	Länk	Video	Länk
Metakognition Designmönster	Länk	Video	Länk
AI-Agenter i Produktion	Länk	Video	Länk
Användning av Agentprotokoll (MCP, A2A och NLWeb)	Länk	Video	Länk
Konsteknik för AI-Agenter	Länk	Video	Länk
Hantering av Agentminne	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-serie

🌟 Tack till communityn

Tack till Shivam Goyal för bidrag 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) som intygar att du har rätt att, och faktiskt gör, 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 lämna in en CLA och märka PR lämpligt (t.ex. statuskontroll, kommentar). Följ bara instruktionerna som ges av boten. Du behöver bara göra detta en gång för alla repos som använder vår CLA.

Detta projekt har antagit Microsofts öppen källkodsbeteendekod. För mer information, se Code of Conduct FAQ eller kontakta opencode@microsoft.com vid 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 Varumärkes- och Brandriktlinjer. Användning av Microsofts varumärken eller logotyper i ändrade versioner av detta projekt får inte orsaka förvirring eller antyda att Microsoft sponsrar projektet. All användning av tredjeparts varumärken eller logotyper är underkastad dessa tredje parters 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 vid byggande, 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.