![]()
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 | Manipuri (Meitei Mayek) | 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
Mas gusto mo bang i-clone nang Lokal?
Ang repositoryong ito ay may kasamang mahigit 50 na pagsasalin ng wika na malaki ang dagdag sa laki ng pag-download. Para mag-clone nang 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 para makumpleto ang kurso nang mas mabilis ang pag-download.
Para sa karagdagang pagpipilian ng wika, tingnan ang mga suportadong wika ng Co-op Translator.
Ang kursong ito ay may mga aralin na sumasaklaw sa mga pundasyon ng pagbuo ng mga AI Agent. Bawat aralin ay sumasaklaw sa kanya-kanyang paksa, kaya simulan kung saan mo gusto!
May suporta ito para sa maraming wika. Pumunta sa aming mga available na wika dito.
Kung ito ang unang pagkakataon mong bumuo gamit ang mga Generative AI na modelo, tingnan ang aming Generative AI For Beginners na kurso, na may 21 aralin tungkol sa pagbuo gamit ang GenAI.
Huwag kalimutang bigyan ng bituin (🌟) ang repo na ito at i-fork ang repo na ito upang patakbuhin ang code.
Kung may ma-stuck ka o may mga tanong tungkol sa pagbuo ng mga AI Agent, sumali sa aming dedikadong Discord Channel sa Microsoft Foundry Discord.
Bawat aralin sa kursong ito ay may 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 ehersisyong ito ay gumagamit ng Microsoft Agent Framework kasama ng Microsoft Foundry Agent Service V2:
Ginagamit ng kursong ito ang mga sumusunod na AI Agent frameworks at serbisyo mula sa Microsoft:
Ang ilang halimbawa ng code ay sumusuporta rin sa mga alternatibong provider na compatible sa OpenAI tulad ng MiniMax, na nag-aalok ng malalaking context models (hanggang 204K tokens). Tingnan ang Course Setup para sa detalye ng configuration.
Para sa karagdagang impormasyon sa pagpapatakbo ng code para sa kursong ito, pumunta sa Course Setup.
May mga suhestiyon ka ba o nakakita ng mga mali sa spelling o code? Mag-raise ng isyu o Gumawa ng pull request
| Aralin | Teksto at Code | Video | Dagdag na Pag-aaral |
|---|---|---|---|
| Intro sa mga AI Agent at Mga Kaso ng Paggamit | Link | Video | Link |
| Pagsusuri sa AI Agentic Frameworks | Link | Video | Link |
| Pag-unawa sa mga AI Agentic Design Patterns | Link | Video | Link |
| Tool Use Design Pattern | Link | Video | Link |
| Agentic RAG | Link | Video | Link |
| Pagbuo ng Mapagkakatiwalaang AI Agent | Link | Video | Link |
| Planning Design Pattern | Link | Video | Link |
| Multi-Agent Design Pattern | Link | Video | Link |
| Metacognition Design Pattern | Link | Video | Link |
| AI Agent sa Produksyon | Link | Video | Link |
| Paggamit ng Agentic Protocols (MCP, A2A at NLWeb) | Link | Video | Link |
| Context Engineering para sa AI Agent | Link | Video | Link |
| Pamamahala ng Agentic Memory | Link | Video | |
| Pagsusuri sa Microsoft Agent Framework | Link | ||
| Pagbuo ng Computer Use Agents (CUA) | Link | Link | |
| Pag-deploy ng Scalable Agents | Link | Link | |
| Paglikha ng Lokal na AI Agent | Link | Link | |
| Pag-seguro ng AI Agent | Link | Link |
Gumagawa ang aming koponan ng iba pang mga kurso! Tignan ang:
Salamat kay Shivam Goyal sa pagbibigay ng mahahalagang halimbawa ng code na nagpapakita ng Agentic RAG.
Malugod na tinatanggap ng proyektong ito ang mga kontribusyon at mungkahi. Karamihan sa mga kontribusyon ay nangangailangan na sumang-ayon ka sa isang Contributor License Agreement (CLA) na nagsasaad na mayroon kang karapatan, at tunay na binibigay, 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 malalaman ng CLA bot kung kailangan mong magbigay ng CLA at lalagyan ng angkop na dekorasyon ang PR (hal., status check, komento). Sundin lamang ang mga tagubiling ibinibigay ng bot. Isang beses mo lamang ito kailangang gawin sa lahat ng repos na gumagamit ng aming CLA.
Inampon ng proyektong ito ang 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 dagdag na tanong o komento.
Maaaring maglaman ang proyektong ito ng mga trademark o logo para sa mga proyekto, produkto, o serbisyo. Ang awtorisadong paggamit ng mga trademark o logo ng Microsoft ay napapailalim at dapat sumunod sa Microsoft’s Trademark & Brand Guidelines. Ang paggamit ng mga trademark o logo ng Microsoft sa mga binagong bersyon ng proyektong ito ay hindi dapat magdulot ng kalituhan o magpahiwatig ng sponsorship ng Microsoft. Ang anumang paggamit ng mga trademark o logo ng third-party ay napapailalim sa mga polisiya ng mga third-party na iyon.
Kung ikaw ay natigil o may mga tanong tungkol sa paggawa ng AI apps, sumali sa:
Kung mayroon kang feedback tungkol sa produkto o mga error habang gumagawa, bisitahin:
Pagtatanggi: Ang dokumentong ito ay isinalin gamit ang serbisyo ng AI translation na Co-op Translator. Bagama’t nagsusumikap kami para sa katumpakan, pakatandaan na ang awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o hindi pagkakatugma. Ang orihinal na dokumento sa orihinal nitong wika ang dapat ituring na pangunahing sanggunian. Para sa mahahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang maling pagkakaintindi o maling interpretasyon na nagmula sa paggamit ng pagsasaling ito.