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

🌐 Flera språkalternativ

Stöds via GitHub Action (Automatiserad & Alltid Uppdaterad)

Föredrar du att klona lokalt?

Detta arkiv innehåller 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 genomföra kursen med en mycket snabbare nedladdning.

Om du vill ha ytterligare översättningsspråk som stöds finns de listade här

🌱 Kom igång

Den här kursen har lektioner som täcker grunderna för att bygga AI-agenter. Varje lektion tar upp sitt eget ämne, så börja där du vill!

Det finns stöd för flera språk i 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 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 en egen kopia.

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

Microsoft Foundry - Azure-konto krävs

Denna kurs 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 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 har hittat stavfel eller kodfel? Skapa ett issue eller skapa en pull request

📂 Varje lektion innehåller

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

🗃️ Lektioner

Lektion	Text & Kod	Video	Extra Lärande
Intro till AI-agenter och agentens användningsfall	Länk	Video	Länk
Utforska AI agent-ramverk	Länk	Video	Länk
Förstå AI agentdesignmönster	Länk	Video	Länk
Designmönster för verktygsanvändning	Länk	Video	Länk
Agentic 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 agentiska protokoll (MCP, A2A och NLWeb)	Link	Video	Link
Kontextteknik för AI-agenter	Link	Video	Link
Hantering av agentiskt minne	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

Serie om generativ AI

Kärninlärning

Copilot-serie

🌟 Tack till communityn

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 accepterar ett Contributor License Agreement (CLA) som intygar att du har rätt att, och faktiskt gör, ge oss rättigheterna att använda ditt bidrag. För mer information, besök https://cla.opensource.microsoft.com.

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

Detta projekt har antagit Microsofts öppna källkodsbeteendekod. För mer information, se FAQ för uppförandekod eller kontakta opencode@microsoft.com med eventuella frågor eller kommentarer.

Varumärken

Detta projekt kan innehålla varumärken eller logotyper för projekt, produkter eller tjänster. Auktoriserad användning av Microsofts varumärken eller logotyper är föremål för 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-sponsring. All användning av tredjepartsvarumärken eller logotyper är föremål för dessa tredjeparts policys.

Få hjälp

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

Om du har produktfeedback eller fel när 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.