![]()
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
ต้องการโคลนแบบโลคัล?
ที่เก็บนี้ประกอบด้วยการแปลมากกว่า 50 ภาษา ซึ่งเพิ่มขนาดไฟล์ดาวน์โหลดอย่างมาก หากต้องการโคลนโดยไม่รวมการแปล ให้ใช้ 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"วิธีนี้จะให้คุณมีทุกอย่างที่จำเป็นในการทำหลักสูตรให้เสร็จได้อย่างรวดเร็วขึ้นมาก
หากคุณต้องการให้มีการสนับสนุนภาษาการแปลเพิ่มเติม รายการอยู่ที่ นี่.
หลักสูตรนี้มีบทเรียนที่ครอบคลุมพื้นฐานการสร้างตัวแทน AI แต่ละบทเรียนเน้นไปที่หัวข้อของตัวเอง ดังนั้นคุณสามารถเริ่มต้นที่บทเรียนใดก็ได้!
หลักสูตรนี้รองรับหลายภาษา สามารถดูได้ที่ ภาษาที่รองรับอยู่ที่นี่
หากนี่เป็นครั้งแรกของคุณในการสร้างโมเดล Generative AI โปรดดูหลักสูตร Generative AI สำหรับผู้เริ่มต้น ซึ่งมีบทเรียน 21 บทเกี่ยวกับการสร้างด้วย GenAI
อย่าลืม กดดาว (🌟) ที่ repo นี้ และ fork repo นี้ เพื่อรันโค้ด
หากคุณติดขัดหรืมีคำถามใด ๆ เกี่ยวกับการสร้างตัวแทน AI เข้าร่วมช่อง Discord เฉพาะของเราใน Microsoft Foundry Discord
แต่ละบทเรียนในหลักสูตรนี้มีตัวอย่างโค้ด ซึ่งสามารถพบได้ในโฟลเดอร์ code_samples คุณสามารถ fork repo นี้ เพื่อสร้างสำเนาของคุณเอง
ตัวอย่างโค้ดในแบบฝึกหัดเหล่านี้ใช้ Microsoft Agent Framework ร่วมกับ Azure AI Foundry Agent Service V2:
หลักสูตรนี้ใช้เฟรมเวิร์กและบริการ AI Agent จาก Microsoft ดังนี้:
ตัวอย่างโค้ดบางส่วนยังรองรับผู้ให้บริการทางเลือกที่เข้ากันได้กับ OpenAI เช่น MiniMax ที่มีโมเดลบริบทขนาดใหญ่ (ถึง 204K tokens) ดูรายละเอียดการตั้งค่าได้ที่ การตั้งค่าหลักสูตร
สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการรันโค้ดสำหรับหลักสูตรนี้ ไปที่ การตั้งค่าหลักสูตร
คุณมีข้อเสนอแนะหรือพบการสะกดผิดหรือโค้ดผิดพลาดไหม? แจ้งปัญหา หรือ สร้าง pull request
| บทเรียน | ข้อความ & โค้ด | วิดีโอ | แหล่งเรียนรู้เพิ่มเติม |
|---|---|---|---|
| แนะนำตัวแทน AI และกรณีการใช้งานตัวแทน | ลิงก์ | วิดีโอ | ลิงก์ |
| การสำรวจเฟรมเวิร์กตัวแทน AI | ลิงก์ | วิดีโอ | ลิงก์ |
| ทำความเข้าใจรูปแบบการออกแบบตัวแทน AI | ลิงก์ | วิดีโอ | ลิงก์ |
| รูปแบบการใช้เครื่องมือ | ลิงก์ | วิดีโอ | ลิงก์ |
| Agentic RAG | ลิงก์ | วิดีโอ | ลิงก์ |
| การสร้างตัวแทน AI ที่น่าเชื่อถือ | ลิงก์ | วิดีโอ | ลิงก์ |
| รูปแบบการออกแบบการวางแผน | ลิงก์ | วิดีโอ | ลิงก์ |
| รูปแบบการออกแบบตัวแทนหลายตัว | ลิงก์ | วิดีโอ | ลิงก์ |
| รูปแบบการออกแบบ Metacognition | Link | Video | Link |
| ตัวแทน AI ในการผลิต | Link | Video | Link |
| การใช้โปรโตคอลตัวแทน (MCP, A2A และ NLWeb) | Link | Video | Link |
| วิศวกรรมบริบทสำหรับตัวแทน AI | Link | Video | Link |
| การจัดการความทรงจำของตัวแทน | Link | Video | |
| การสำรวจ Microsoft Agent Framework | Link | ||
| การสร้างตัวแทนการใช้คอมพิวเตอร์ (CUA) | Link | Link | |
| การปรับใช้ตัวแทนที่สามารถขยายได้ | กำลังมาเร็วๆ นี้ | ||
| การสร้างตัวแทน AI ในท้องถิ่น | กำลังมาเร็วๆ นี้ | ||
| การรักษาความปลอดภัยตัวแทน AI | Link | Link |
ทีมงานของเราผลิตหลักสูตรอื่นๆ! ตรวจสอบได้ที่:
ขอขอบคุณ Shivam Goyal สำหรับการมีส่วนร่วมตัวอย่างรหัสสำคัญที่แสดงตัวอย่าง Agentic RAG
โครงการนี้ยินดีรับการมีส่วนร่วมและคำแนะนำ ส่วนใหญ่ต้องการให้คุณยอมรับ ข้อตกลงใบอนุญาตผู้ร่วมพัฒนา (CLA) ที่ระบุว่าคุณมีสิทธิ์และได้มอบสิทธิ์ใช้งานผลงานของคุณให้กับเราอย่างแท้จริง สำหรับรายละเอียดเพิ่มเติม โปรดเยี่ยมชม https://cla.opensource.microsoft.com
เมื่อคุณส่งคำขอดึง (pull request) หุ่นยนต์ CLA จะตรวจสอบโดยอัตโนมัติว่าคุณจำเป็นต้องให้ CLA หรือไม่และตกแต่ง PR ตามที่เหมาะสม (เช่น ตรวจสอบสถานะ แสดงความคิดเห็น) เพียงทำตามคำแนะนำที่ให้โดยบอท คุณต้องทำเพียงครั้งเดียวในทุกที่เก็บโค้ดที่ใช้ CLA ของเรา
โครงการนี้ได้นำ Microsoft Open Source Code of Conduct มาใช้ สำหรับข้อมูลเพิ่มเติมดู คำถามที่พบบ่อยเกี่ยวกับระเบียบการ หรือ ติดต่อ opencode@microsoft.com หากมีคำถามหรือข้อคิดเห็นเพิ่มเติม
โครงการนี้อาจมีเครื่องหมายการค้าหรือโลโก้สำหรับโครงการ ผลิตภัณฑ์ หรือบริการ การใช้เครื่องหมายการค้าหรือโลโก้ของ Microsoft อย่างถูกต้องต้องเป็นไปตาม ข้อกำหนดและแนวทางเครื่องหมายการค้าและแบรนด์ของ Microsoft การใช้เครื่องหมายการค้าหรือโลโก้ของ Microsoft ในเวอร์ชันที่ปรับแก้ของโครงการนี้ต้องไม่ก่อให้เกิดความสับสนหรือหมายความว่ามีการสนับสนุนจาก Microsoft การใช้เครื่องหมายการค้าหรือโลโก้ของบุคคลที่สามใดๆ ขึ้นอยู่กับนโยบายของบุคคลที่สามเหล่านั้น
หากคุณติดขัดหรือต้องการคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมได้ที่:
หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดในระหว่างการสร้าง โปรดเยี่ยมชม:
ปฏิเสธความรับผิดชอบ: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator ขณะที่เราพยายามให้ความถูกต้อง โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางควรถูกพิจารณาเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้การแปลโดยมนุษย์มืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดที่เกิดขึ้นจากการใช้การแปลนี้