ai-agents-for-beginners

Mga AI Agent para sa mga Nagsisimula - Isang Kurso

Generative AI For Beginners

Isang kurso na nagtuturo ng lahat ng kailangan mong malaman upang makapagsimulang gumawa ng AI Agents

🌐 Suporta sa Maramihang Wika

Sinusuportahan sa pamamagitan ng GitHub Action (Awtomatiko at Palaging Napapanahon)

Mas gusto mo bang Kopyahin Lokal?

Ang repositoryong ito ay may kasamang 50+ na pagsasalin ng wika na malaki ang dagdag sa laki ng pag-download. Para mag-clone na walang mga pagsasalin, gamitin ang 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"
Bibigyan ka nito ng lahat ng kailangan mo upang tapusin ang kurso ng mas mabilis ang pag-download.

Kung nais mong magkaroon ng karagdagang mga suportadong wika ng pagsasalin ay nakalista dito

🌱 Pagsisimula

Ang kursong ito ay may mga aralin na sumasaklaw sa mga pundasyon ng paggawa ng AI Agents. Ang bawat aralin ay may kanya-kanyang paksa kaya maaari kang magsimula kahit saan mo gusto!

May suporta sa maramihang wika para sa kursong ito. Puntahan ang aming mga available na wika dito.

Kung ito ang iyong unang pagkakataon na gumawa gamit ang mga Generative AI na modelo, tingnan ang aming Generative AI For Beginners na kurso, na may 21 na mga aralin tungkol sa paggawa gamit ang GenAI.

Huwag kalimutang i-star (🌟) ang repo na ito at i-fork ang repo na ito upang patakbuhin ang code.

Makipagkilala sa Ibang Nag-aaral, Makakuha ng Sagot sa Iyong mga Tanong

Kung ikaw ay maipit o may mga tanong tungkol sa paggawa ng AI Agents, sumali sa aming nakalaang Discord Channel sa Microsoft Foundry Discord.

Ano ang Kailangan Mo

Ang bawat aralin sa kursong ito ay may kasamang mga halimbawa ng code, na makikita sa code_samples na folder. Maaari mong i-fork ang repo na ito upang gumawa ng sarili mong kopya.

Ang mga halimbawa ng code sa mga ehersisyo ay gumagamit ng Microsoft Agent Framework kasama ang Azure AI Foundry Agent Service V2:

Microsoft Foundry - Kinakailangan ang Azure Account

Ang kursong ito ay gumagamit ng mga sumusunod na AI Agent frameworks at mga serbisyo mula sa Microsoft:

Para sa dagdag na impormasyon sa pagpapatakbo ng code para sa kursong ito, puntahan ang Course Setup.

🙏 Gusto mo bang tumulong?

May mga suhestiyon ka ba o nakakita ng mga mali sa pagbabaybay o code? Mag-raise ng isyu o Gumawa ng pull request

📂 Bawat aralin ay may kasamang

Isang nakasulat na aralin na matatagpuan sa README at isang maikling video
Mga halimbawa ng Python code gamit ang Microsoft Agent Framework at Azure AI Foundry
Mga link sa dagdag na mga mapagkukunan upang ipagpatuloy ang iyong pag-aaral

🗃️ Mga Aralin

Aralin	Teksto at Code	Video	Dagdag na Pag-aaral
Panimula sa AI Agents at mga Gamit ng Agent	Link	Video	Link
Pagsaliksik sa AI Agentic Frameworks	Link	Video	Link
Pag-unawa sa AI Agentic Design Patterns	Link	Video	Link
Disenyong Pattern sa Paggamit ng Kasangkapan	Link	Video	Link
Agentic RAG	Link	Video	Link
Paggawa ng Mapagkakatiwalaang AI Agents	Link	Video	Link
Disenyong Pattern sa Pagpaplano	Link	Video	Link
Disenyong Pattern sa Maramihang Agent	Link	Video	Link
Disenyong Pattern sa Metacognition	Link	Video	Link
Mga AI Agent sa Produksyon	Link	Video	Link
Paggamit ng Agentic Protocols (MCP, A2A at NLWeb)	Link	Video	Link
Context Engineering para sa AI Agents	Link	Video	Link
Pamamahala ng Agentic Memory	Link	Video
Pagsasaliksik ng Microsoft Agent Framework	Link
Pagbuo ng Computer Use Agents (CUA)	Darating Na
Pagde-deploy ng Scalable Agents	Darating Na
Paglikha ng Local AI Agents	Darating Na
Seguridad ng AI Agents	Darating Na

🎒 Iba pang Mga Kurso

Ang aming koponan ay gumagawa ng iba pang mga kurso! Suriin ang:

LangChain

—

Azure / Edge / MCP / Mga Agent

Generative AI Series

Pangunahing Pag-aaral

Copilot Series

🌟 Pasasalamat ng Komunidad

Salamat kay Shivam Goyal para sa pagbibigay ng mahahalagang mga halimbawa ng code na nagpapakita ng Agentic RAG.

Pag-aambag

Malugod na tinatanggap ng proyektong ito ang mga ambag at mungkahi. Karamihan sa mga ambag ay nangangailangan na sumang-ayon ka sa isang Contributor License Agreement (CLA) na nagsasaad na may karapatan ka at talaga namang binibigay mo sa amin ang mga karapatan na gamitin ang iyong kontribusyon. Para sa mga detalye, bisitahin ang https://cla.opensource.microsoft.com.

Kapag nagsumite ka ng pull request, awtomatikong matutukoy ng CLA bot kung kailangan mong magbigay ng CLA at angkop na palamutihan ang PR (hal., status check, comment). Sundin lamang ang mga tagubilin na ibinigay ng bot. Isang beses mo lang itong kailangang gawin sa lahat ng mga repos na gumagamit ng aming CLA.

Ang proyektong ito ay nag-ampon ng Microsoft Open Source Code of Conduct. Para sa karagdagang impormasyon tingnan ang Code of Conduct FAQ o kontakin ang opencode@microsoft.com para sa anumang karagdagang mga tanong o komento.

Mga Trademark

Maaaring maglaman ang proyektong ito ng mga trademark o logo para sa mga proyekto, produkto, o serbisyo. Ang awtorisadong paggamit ng Microsoft mga trademark o logo ay napapailalim at dapat sumunod sa Microsoft’s Trademark & Brand Guidelines. Ang paggamit ng Microsoft trademarks o logo sa mga binagong bersyon ng proyekto ay hindi dapat magdulot ng kalituhan o magpahiwatig ng sponsorship ng Microsoft. Anumang paggamit ng third-party trademarks o logo ay saklaw ng mga polisiya ng mga third-party na iyon.

Pagkuha ng Tulong

Kung ikaw ay natigil o may anumang mga katanungan tungkol sa pagbuo ng mga AI app, sumali sa:

Kung mayroon kang feedback sa produkto o mga error habang bumubuo, bisitahin:

Paalala: Ang dokumentong ito ay isinalin gamit ang AI translation service na Co-op Translator. Bagamat aming pinagsisikapang maging tumpak ang salin, pakatandaan na ang mga awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o hindi pagkakatugma. Ang orihinal na dokumento sa orihinal nitong wika ang dapat ituring na pinagkakatiwalaang sanggunian. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang maling pagkaintindi o maling interpretasyon na nagmula sa paggamit ng pagsasaling ito.

This site is open source. Improve this page.