![]()
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?
ที่เก็บนี้มีการแปลกว่า 50 ภาษา ซึ่งจะเพิ่มขนาดดาวน์โหลดมากขึ้น 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"นี่คือทุกอย่างที่คุณต้องการเพื่อทำคอร์สนี้ให้เสร็จด้วยการดาวน์โหลดที่รวดเร็วขึ้นมาก
หากคุณต้องการให้รองรับภาษาเพิ่มเติม ดูรายการได้ที่ นี่
คอร์สนี้มีบทเรียนที่ครอบคลุมพื้นฐานการสร้างตัวแทน AI ทุกบทเรียนจะมีหัวข้อของตัวเอง ดังนั้นเริ่มตรงไหนก็ได้ตามใจคุณ!
คอร์สนี้รองรับหลายภาษา เข้าไปดู ภาษาที่รองรับได้ที่นี่.
หากนี่คือครั้งแรกของคุณกับการสร้างด้วยโมเดล Generative AI ลองดูคอร์ส Generative AI For Beginners ของเรา ที่มีบทเรียน 21 บทเกี่ยวกับการสร้างด้วย GenAI
อย่าลืม กดดาว (🌟) ให้ repo นี้ และ fork repo นี้ เพื่อนำโค้ดไปใช้
หากคุณติดขัดหรือมีคำถามใดๆ เกี่ยวกับการสร้างตัวแทน AI เข้าร่วม Discord Channel ของเราใน Microsoft Foundry Discord
แต่ละบทในคอร์สนี้จะมีตัวอย่างโค้ด ซึ่งสามารถดูได้ในโฟลเดอร์ code_samples คุณสามารถ fork repo นี้ เพื่อสร้างสำเนาของตนเองได้
ตัวอย่างโค้ดในแบบฝึกหัดเหล่านี้ใช้ Microsoft Agent Framework กับ Azure AI Foundry Agent Service V2:
คอร์สนี้ใช้เฟรมเวิร์กและบริการตัวแทน AI ต่อไปนี้จาก Microsoft:
ตัวอย่างโค้ดบางส่วนยังรองรับผู้ให้บริการที่รองรับ OpenAI-compatible อื่นๆ เช่น MiniMax ซึ่งมีโมเดลบริบทขนาดใหญ่ (สูงสุด 204K tokens) ดูรายละเอียดการตั้งค่าได้ที่ Course Setup
สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการรันโค้ดในคอร์สนี้ ไปที่ Course Setup
คุณมีข้อเสนอแนะ หรือพบข้อผิดพลาดในการสะกดหรือโค้ดไหม? แจ้งปัญหา หรือ สร้าง pull request
| บทเรียน | ข้อความ & โค้ด | วิดีโอ | แหล่งเรียนเสริม |
|---|---|---|---|
| บทนำเกี่ยวกับตัวแทน AI และกรณีการใช้งานตัวแทน | Link | Video | Link |
| การสำรวจกรอบงานตัวแทน AI | Link | Video | Link |
| ทำความเข้าใจแบบแผนการออกแบบตัวแทน AI | Link | Video | Link |
| แบบแผนการออกแบบการใช้เครื่องมือ | Link | Video | Link |
| ตัวแทน AI RAG | Link | Video | Link |
| การสร้างตัวแทน AI ที่น่าเชื่อถือ | Link | Video | Link |
| แบบแผนการออกแบบการวางแผน | Link | Video | Link |
| แบบแผนการออกแบบตัวแทนหลายตัว | Link | Video | Link |
| แบบแผนการออกแบบการรู้จักรู้ (Metacognition Design Pattern) | Link | Video | Link |
| ตัวแทนปัญญาประดิษฐ์ในระบบจริง | Link | Video | Link |
| การใช้โปรโตคอลแบบมีตัวแทน (MCP, A2A และ NLWeb) | Link | Video | Link |
| วิศวกรรมบริบทสำหรับตัวแทนปัญญาประดิษฐ์ | Link | Video | Link |
| การจัดการความจำแบบมีตัวแทน | Link | Video | |
| การสำรวจกรอบงานตัวแทนแบบ Microsoft | Link | ||
| การสร้างตัวแทนที่ใช้คอมพิวเตอร์ (CUA) | Link | Link | |
| การนำตัวแทนที่ปรับขนาดได้ไปใช้งาน | เร็วๆ นี้ | ||
| การสร้างตัวแทนปัญญาประดิษฐ์ในเครื่อง | เร็วๆ นี้ | ||
| การรักษาความปลอดภัยตัวแทนปัญญาประดิษฐ์ | Link | Link |
ทีมงานของเราผลิตหลักสูตรอื่น ๆ! ลองดู:
ขอขอบคุณ Shivam Goyal สำหรับการมีส่วนร่วมของตัวอย่างโค้ดที่สำคัญซึ่งสาธิต Agentic RAG
โครงการนี้ยินดีรับการมีส่วนร่วมและข้อเสนอแนะ ส่วนใหญ่ของการมีส่วนร่วมจะต้องให้คุณยอมรับ ข้อตกลงอนุญาตสำหรับผู้ร่วมให้ข้อมูล (Contributor License Agreement - CLA) ที่ระบุว่าคุณมีสิทธิ์และได้ให้สิทธิ์แก่เรา ในการใช้ผลงานของคุณ สำหรับรายละเอียดเพิ่มเติม โปรดดูที่ https://cla.opensource.microsoft.com
เมื่อคุณส่งคำขอรวม (pull request) บ็อต CLA จะตรวจสอบโดยอัตโนมัติว่าคุณต้องจัดทำ CLA หรือไม่ และตกแต่ง PR ตามความเหมาะสม (เช่น การตรวจสอบสถานะ, ความคิดเห็น) เพียงแค่ทำตามคำแนะนำ ที่บ็อตให้มา คุณจะต้องทำขั้นตอนนี้เพียงครั้งเดียวในทุกรีโปที่ใช้ CLA ของเรา
โครงการนี้ได้นำ Microsoft Open Source Code of Conduct มาใช้ สำหรับข้อมูลเพิ่มเติมดูที่ คำถามที่พบบ่อยเกี่ยวกับจรรยาบรรณ หรือ ติดต่อ opencode@microsoft.com หากมีคำถามหรือความคิดเห็นเพิ่มเติม
โครงการนี้อาจมีเครื่องหมายการค้าหรือโลโก้ของโครงการ ผลิตภัณฑ์ หรือบริการ การใช้งานเครื่องหมายการค้า หรือโลโก้ของ Microsoft ที่ได้รับอนุญาตจะต้องเป็นไปตาม แนวทางเครื่องหมายการค้าและแบรนด์ของ Microsoft การใช้เครื่องหมายการค้าหรือโลโก้ของ Microsoft ในเวอร์ชันที่แก้ไขของโครงการนี้ไม่ควรทำให้เกิดความสับสนหรือสื่อถึงการสนับสนุนโดย Microsoft การใช้เครื่องหมายการค้าหรือโลโก้ของบุคคลที่สามอยู่ภายใต้นโยบายของบุคคลที่สามเหล่านั้น
หากคุณติดขัดหรือต้องการคำถามใด ๆ เกี่ยวกับการสร้างแอป AI ร่วมเข้าร่วมได้ที่:
หากคุณมีความคิดเห็นเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดระหว่างการสร้างโปรดเยี่ยมชม:
ปฏิเสธความรับผิดชอบ: เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator ขณะที่เราพยายามให้ความถูกต้อง โปรดทราบว่าการแปลโดยอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่ถูกต้อง เอกสารต้นฉบับในภาษาต้นทางควรถูกพิจารณาเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้การแปลโดยมนุษย์มืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดที่เกิดขึ้นจากการใช้การแปลนี้