Somo hili litafundisha jinsi ya kuendesha sampuli za msimbo wa kozi hii.
Kabla ya kuanza kunakili repo yako, jiunge na AI Agents For Beginners Discord channel ili kupata msaada wa kuweka mazingira, kuuliza maswali kuhusu kozi, au kuungana na wanafunzi wengine.
Ili kuanza, tafadhali nakili au fork Hifadhi ya GitHub. Hii itakupa toleo lako la nyenzo za kozi ili uweze kuendesha, kujaribu, na kurekebisha msimbo!
Hii inaweza kufanyika kwa kubonyeza kiungo cha fork repo
Sasa unapaswa kuwa na toleo lako la forked la kozi hii katika kiungo kinachofuata:
Kozi hii inatoa mfululizo wa Jupyter Notebooks ambazo unaweza kuendesha ili kupata uzoefu wa vitendo wa kujenga AI Agents.
Sampuli za msimbo zinatumia:
Inahitaji Akaunti ya GitHub - Bure:
1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Imeandikwa kama (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace. Imeandikwa kama (autogen.ipynb)
Inahitaji Usajili wa Azure: 3) Azure AI Foundry + Azure AI Agent Service. Imeandikwa kama (azureaiagent.ipynb)
Tunapendekeza ujaribu aina zote tatu za mifano ili kuona ni ipi inakufaa zaidi.
Chaguo lolote unalochagua litaamua hatua za kuweka mazingira unazohitaji kufuata hapa chini:
NOTE: Ikiwa huna Python3.12 iliyosakinishwa, hakikisha unaisakinisha. Kisha unda venv yako ukitumia python3.12 ili kuhakikisha matoleo sahihi yanasakinishwa kutoka kwenye faili ya requirements.txt.
Mfano
Unda saraka ya Python venv:
python3 -m venv venv
Kisha wezesha mazingira ya venv kwa:
macOS na Linux
source venv/bin/activate
Windows
venv\Scripts\activate
Tumeshirikisha faili ya requirements.txt
katika mzizi wa hifadhi hii ambayo ina vifurushi vyote vya Python vinavyohitajika kuendesha sampuli za msimbo.
Unaweza kuvisakinisha kwa kuendesha amri ifuatayo kwenye terminal yako katika mzizi wa hifadhi:
pip install -r requirements.txt
Tunapendekeza kuunda mazingira ya Python virtual ili kuepuka migogoro na matatizo.
Hakikisha unatumia toleo sahihi la Python katika VSCode.
Kozi hii inatumia GitHub Models Marketplace, ikitoa ufikiaji wa bure kwa Large Language Models (LLMs) ambazo utatumia kujenga AI Agents.
Ili kutumia GitHub Models, utahitaji kuunda GitHub Personal Access Token.
Hii inaweza kufanyika kwa kwenda kwenye mipangilio ya Personal Access Tokens katika Akaunti yako ya GitHub.
Tafadhali fuata Kanuni ya Upendeleo Mdogo wakati wa kuunda tokeni yako. Hii inamaanisha unapaswa kutoa tokeni tu ruhusa zinazohitajika kuendesha sampuli za msimbo katika kozi hii.
Chagua chaguo la Fine-grained tokens
upande wa kushoto wa skrini yako kwa kwenda kwenye Developer settings
Kisha chagua Generate new token
.
Weka jina la maelezo kwa tokeni yako linaloonyesha kusudi lake, ili iwe rahisi kuitambua baadaye.
🔐 Pendekezo la Muda wa Tokeni
Muda uliopendekezwa: Siku 30
Kwa usalama zaidi, unaweza kuchagua muda mfupi—kama siku 7 🛡️
Ni njia nzuri ya kuweka lengo la kibinafsi na kukamilisha kozi huku ukihifadhi kasi ya kujifunza 🚀.
Punguza wigo wa tokeni kwa fork ya hifadhi hii.
Punguza ruhusa za tokeni: Chini ya Permissions, bonyeza kichupo cha Account, na bonyeza kitufe cha “+ Add permissions”. Kutakuwa na menyu ya kushuka. Tafadhali tafuta Models na weka alama kwenye kisanduku chake.
Thibitisha ruhusa zinazohitajika kabla ya kuunda tokeni.
Kabla ya kuunda tokeni, hakikisha uko tayari kuhifadhi tokeni katika sehemu salama kama hifadhi ya meneja wa nywila, kwani haitatolewa tena baada ya kuunda.
Nakili tokeni yako mpya uliyotengeneza. Sasa utaongeza hii kwenye faili yako ya .env
iliyojumuishwa katika kozi hii.
.env
Ili kuunda faili yako ya .env
endesha amri ifuatayo kwenye terminal yako.
cp .env.example .env
Hii itanakili faili ya mfano na kuunda .env
katika saraka yako ambapo utaweka maadili ya vigezo vya mazingira.
Kwa tokeni yako iliyokopiwa, fungua faili ya .env
katika mhariri wako wa maandishi unaopenda na bandika tokeni yako kwenye sehemu ya GITHUB_TOKEN
.
Sasa unapaswa kuwa na uwezo wa kuendesha sampuli za msimbo wa kozi hii.
Fuata hatua za kuunda hub na mradi katika Azure AI Foundry zilizopatikana hapa: Hub resources overview
Baada ya kuunda mradi wako, utahitaji kupata string ya muunganisho wa mradi wako.
Hii inaweza kufanyika kwa kwenda kwenye ukurasa wa Overview wa mradi wako katika portal ya Azure AI Foundry.
.env
Ili kuunda faili yako ya .env
endesha amri ifuatayo kwenye terminal yako.
cp .env.example .env
Hii itanakili faili ya mfano na kuunda .env
katika saraka yako ambapo utaweka maadili ya vigezo vya mazingira.
Kwa tokeni yako iliyokopiwa, fungua faili ya .env
katika mhariri wako wa maandishi unaopenda na bandika tokeni yako kwenye sehemu ya PROJECT_ENDPOINT
.
Kama mazoea bora ya usalama, tutatumia uthibitishaji bila funguo kuingia kwenye Azure OpenAI kwa Microsoft Entra ID.
Kisha, fungua terminal na endesha az login --use-device-code
ili kuingia kwenye akaunti yako ya Azure.
Baada ya kuingia, chagua usajili wako kwenye terminal.
Kwa Somo la Agentic RAG - Somo la 5 - kuna sampuli zinazotumia Azure Search na Azure OpenAI.
Ikiwa unataka kuendesha sampuli hizi, utahitaji kuongeza vigezo vifuatavyo vya mazingira kwenye faili yako ya .env
:
AZURE_SUBSCRIPTION_ID
- Angalia Project details kwenye ukurasa wa Overview wa mradi wako.
AZURE_AI_PROJECT_NAME
- Angalia juu ya ukurasa wa Overview wa mradi wako.
AZURE_OPENAI_SERVICE
- Pata hii kwenye kichupo cha Included capabilities kwa Azure OpenAI Service kwenye ukurasa wa Overview.
AZURE_OPENAI_RESOURCE_GROUP
- Nenda kwenye Project properties kwenye ukurasa wa Overview wa Management Center.
GLOBAL_LLM_SERVICE
- Chini ya Connected resources, pata jina la muunganisho wa Azure AI Services. Ikiwa halipo, angalia Azure portal chini ya kikundi chako cha rasilimali kwa jina la rasilimali za AI Services.
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME
- Chagua mfano wako wa embedding (mfano, text-embedding-ada-002
) na angalia Deployment name kutoka maelezo ya mfano.
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME
- Chagua mfano wako wa mazungumzo (mfano, gpt-4o-mini
) na angalia Deployment name kutoka maelezo ya mfano.
AZURE_OPENAI_ENDPOINT
- Tafuta Azure AI services, bonyeza, kisha nenda kwenye Resource Management, Keys and Endpoint, shuka chini kwenye “Azure OpenAI endpoints”, na nakili ile inayosema “Language APIs”.
AZURE_OPENAI_API_KEY
- Kutoka skrini hiyo hiyo, nakili KEY 1 au KEY 2.
AZURE_SEARCH_SERVICE_ENDPOINT
- Pata rasilimali yako ya Azure AI Search, bonyeza, na angalia Overview.
AZURE_SEARCH_API_KEY
- Kisha nenda kwenye Settings na kisha Keys ili kunakili funguo kuu au sekondari ya msimamizi.
AZURE_OPENAI_API_VERSION
- Tembelea ukurasa wa API version lifecycle chini ya Latest GA API release.Badala ya kuweka maelezo yako ya kuingia, tutatumia muunganisho bila funguo na Azure OpenAI. Ili kufanya hivyo, tutaingiza DefaultAzureCredential
na baadaye kuita kazi ya DefaultAzureCredential
kupata uthibitisho.
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
Ikiwa unakutana na matatizo yoyote wakati wa kuendesha mazingira haya, jiunge na Azure AI Community Discord au unda suala.
Sasa uko tayari kuendesha msimbo wa kozi hii. Furahia kujifunza zaidi kuhusu ulimwengu wa AI Agents!
Utangulizi wa AI Agents na Matumizi ya Agents
Kanusho:
Hati hii imetafsiriwa kwa kutumia huduma ya tafsiri ya AI Co-op Translator. Ingawa tunajitahidi kuhakikisha usahihi, tafadhali fahamu kuwa tafsiri za kiotomatiki zinaweza kuwa na makosa au kutokuwa sahihi. Hati ya asili katika lugha yake ya awali inapaswa kuzingatiwa kama chanzo cha mamlaka. Kwa taarifa muhimu, tafsiri ya kitaalamu ya binadamu inapendekezwa. Hatutawajibika kwa kutoelewana au tafsiri zisizo sahihi zinazotokana na matumizi ya tafsiri hii.