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

🌐 Fler språk stöds

Stöds via GitHub Action (Automatiserat & alltid uppdaterat)

Föredrar du att klona lokalt?

Det här arkivet innehåller 50+ språköversättningar vilket kraftigt 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.

Om du vill få ytterligare språk för översättning stödda finns de listade här.

🌱 Kom igång

Den här kursen innehåller lektioner som täcker grunderna för att bygga AI-agenter. Varje lektion behandlar sitt eget ämne, så börja var du vill!

Det finns flerspråkigt stöd för den här kursen. Se våra tillgängliga språk här.

Om detta är ditt första tillfälle 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 (🌟) det här repot och forka det här repot för att köra koden.

Träffa andra lärande, 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 den här kursen inkluderar kodexempel som finns i mappen code_samples. Du kan forka det här repot för att skapa en egen kopia.

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

Microsoft Foundry - Azurekonto krävs

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

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

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

🙏 Vill du hjälpa till?

Har du förslag eller hittat stavfel eller kodfel? Skapa en issue eller Skicka en pull request

📂 Varje lektion innehåller

En skriftlig lektion i README och en kort video
Python-kodexempel med Microsoft Agent Framework och Azure AI Foundry
Länkar till extra resurser för att fortsätta din inlärning

🗃️ Lektioner

Lektion	Text & Kod	Video	Extra inlärning
Intro till AI-agenter och agentanvändningsfall	Länk	Video	Länk
Utforska AI-agentramverk	Länk	Video	Länk
Förstå AI-agentiska designmönster	Länk	Video	Länk
Designmönster för verktygsanvändning	Länk	Video	Länk
Agentisk RAG	Länk	Video	Länk
Bygga pålitliga AI-agenter	Länk	Video	Länk
Designmönster för planering	Länk	Video	Länk
Designmönster för multi-agent	Länk	Video	Länk
Metakognitionsdesignmönster	Link	Video	Link
AI-agenter i produktion	Link	Video	Link
Använda agentprotokoll (MCP, A2A och NLWeb)	Link	Video	Link
Kontextdesign för AI-agenter	Link	Video	Link
Hantera agentminne	Link	Video
Utforska Microsoft Agent Framework	Link
Bygga datoranvändningsagenter (CUA)	Link		Link
Distribuera skalbara agenter	Kommer snart
Skapa lokala AI-agenter	Kommer snart
Säkerställa AI-agenter	Link		Link

🎒 Andra kurser

Vårt team producerar andra kurser! Kolla in:

LangChain

—

Azure / Edge / MCP / Agenter

Generativ AI-serie

Grundläggande lärande

Copilot-serie

🌟 Tack till communityn

Tack till Shivam Goyal för att han 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) som bekräftar att du har rätt att, och faktiskt ger oss, rättigheterna att använda ditt bidrag. För detaljer, se https://cla.opensource.microsoft.com.

När du skickar en pull request kommer en CLA-bot automatiskt avgöra om du behöver tillhandahålla ett CLA och markera PR på lämpligt sätt (t.ex. statuskontroll, kommentar). Följ bara instruktionerna från boten. Du behöver bara göra detta en gång för alla repos som använder vårt CLA.

Detta projekt har antagit Microsoft Open Source Code of Conduct. För mer information se Code of Conduct FAQ eller kontakta opencode@microsoft.com vid 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 Microsoft-sponsorering. All användning av tredjeparts varumärken eller logotyper lyder under 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 utveckling, 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.