![]()
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
Mas gusto mo bang I-clone nang Lokal?
Kasama sa repositoryong ito ang 50+ na mga salin sa iba’t ibang 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 tapusin ang kurso nang mas mabilis ang pag-download.
Kung nais mong magkaroon ng karagdagang mga sinusuportahang wika, nakalista ang mga ito dito.
Ang kurso na ito ay may mga leksyon na sumasaklaw sa mga pangunahing kaalaman sa pagbuo ng AI Agents. Ang bawat leksyon ay sumasaklaw sa sarili nitong paksa, kaya maaari kang magsimula kahit saan mo gusto!
May suporta sa maraming wika para sa kursong ito. Pumunta sa aming mga available na wika dito.
Kung ito ang unang pagkakataon mong magpatayo gamit ang Generative AI models, tingnan ang aming Generative AI Para sa mga Nagsisimula na kurso, na may 21 mga leksyon sa pagbuo gamit ang GenAI.
Huwag kalimutang i-star (🌟) ang repo na ito at i-fork ang repo na ito upang patakbuhin ang code.
Kung na-stuck ka o may mga tanong tungkol sa pagbuo ng AI Agents, sumali sa aming dedikadong Discord Channel sa Microsoft Foundry Discord.
Ang bawat leksyon sa kursong ito ay may kasamang mga halimbawa ng code, na matatagpuan sa folder na code_samples. 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 ang Azure AI Foundry Agent Service V2:
Gamit ng kursong ito ang mga sumusunod na AI Agent framework at serbisyo mula sa Microsoft:
Ang ilang mga halimbawa ng code ay sumusuporta rin sa mga alternatibong provider na compatible sa OpenAI tulad ng MiniMax, na nag-aalok ng malalawak na context na mga modelo (hanggang 204K tokens). Tingnan ang Course Setup para sa mga detalye ng konfigurasyon.
Para sa mas maraming impormasyon sa pagpapatakbo ng code para sa kursong ito, pumunta sa Course Setup.
Mayroon ka bang mga suhestiyon o nakakita ng mga pagkakamali sa ispeling o code? Mag-raise ng isyu o Gumawa ng pull request
| Leksiyon | Teksto at Code | Video | Karagdagang Pag-aaral |
|---|---|---|---|
| Panimula sa AI Agents at mga Gamit ng Agent | Link | Video | Link |
| Pagsaliksik ng AI Agentic Frameworks | Link | Video | Link |
| Pag-unawa sa AI Agentic Design Patterns | Link | Video | Link |
| Tool Use Design Pattern | Link | Video | Link |
| Agentic RAG | Link | Video | Link |
| Pagbuo ng Maaasahang AI Agents | Link | Video | Link |
| Planning Design Pattern | Link | Video | Link |
| Multi-Agent Design Pattern | Link | Video | Link |
| Metacognition Design Pattern | Link | Video | Link |
| AI Agents in Production | Link | Video | Link |
| Using Agentic Protocols (MCP, A2A and NLWeb) | Link | Video | Link |
| Context Engineering for AI Agents | Link | Video | Link |
| Managing Agentic Memory | Link | Video | |
| Exploring Microsoft Agent Framework | Link | ||
| Building Computer Use Agents (CUA) | Link | Link | |
| Deploying Scalable Agents | Malapit Nang Dumating | ||
| Creating Local AI Agents | Malapit Nang Dumating | ||
| Securing AI Agents | Link | Link |
Ang aming koponan ay gumagawa rin ng ibang mga kurso! Tingnan:
Salamat kay Shivam Goyal sa pagbibigay ng mahahalagang halimbawa ng code na nagpapakita ng Agentic RAG.
Inaanyayahan ng proyektong ito ang mga kontribusyon at mungkahi. Karamihan sa mga kontribusyon ay nangangailangan na sumang-ayon kang magbigay ng Contributor License Agreement (CLA) na nagde-deklara na may karapatan ka, at talagang ibinibigay mo, ang mga karapatan para magamit ang iyong kontribusyon. Para sa detalye, bisitahin ang https://cla.opensource.microsoft.com.
Kapag nagsumite ka ng pull request, awtomatikong titignan ng CLA bot kung kailangan mong magbigay ng CLA at bibigyan ang PR ng angkop na dekorasyon (halimbawa, status check, komento). Sundan lamang ang mga tagubiling ibinibigay ng bot. Isang beses mo lang ito kailangang gawin sa lahat ng repos na gumagamit ng aming CLA.
Ang proyektong ito ay nag-adopt 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 mga karagdagang tanong o puna.
Maaaring maglaman ang proyektong ito ng mga tatak pangkaalaman o logo para sa mga proyekto, produkto, o serbisyo. Ang awtorisadong paggamit ng mga tatak pangkaalaman o logo ng Microsoft ay napapailalim at dapat sumunod sa Microsoft’s Trademark & Brand Guidelines. Hindi dapat magdulot ng kalituhan o magpahiwatig ng pag-sponsor ng Microsoft ang paggamit ng mga tatak pangkaalaman o logo ng Microsoft sa mga binagong bersyon ng proyektong ito. Ang anumang paggamit ng tatak pangkaalaman o logo ng ikatlong partido ay sumasailalim sa mga patakaran ng mga iyon na ikatlong partido.
Kung ikaw ay natigil o may mga tanong tungkol sa pagbuo ng mga AI na app, sumali sa:
Kung mayroon kang feedback sa produkto o mga error habang bumubuo, 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.