![]()
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 mahigit 50 + pagsasalin ng wika na nagpapalaki nang malaki sa laki ng download. Upang 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 upang matapos ang kurso nang mas mabilis ang pag-download.
Kung nais mo ng dagdag na suportadong wika sa pagsasalin, nakalista ang mga ito dito.
Ang kursong ito ay may mga leksyon na tinatalakay ang mga pundasyon ng paggawa ng mga AI Agent. Bawat leksyon ay may sariling paksa kaya maaari kang magsimula kahit saan na gusto mo!
May suporta sa maramihang wika para sa kursong ito. Pumunta sa aming mga magagamit na wika dito.
Kung ito ang unang pagkakataon mong gumawa gamit ang mga Generative AI na modelo, tingnan ang aming Generative AI Para sa mga Nagsisimula na kurso, na may kasamang 21 leksyon sa paggawa gamit ang GenAI.
Huwag kalimutang i-star (🌟) ang repo na ito at i-fork ang repo na ito upang patakbuhin ang code.
Kung ikaw ay ma-stuck o may mga tanong tungkol sa paggawa ng mga AI Agent, sumali sa aming dedikadong Discord Channel sa Microsoft Foundry Discord.
Bawat leksyon sa kursong ito ay may mga halimbawa ng kodigo, na matatagpuan sa code_samples folder. Maaari mong i-fork ang repo na ito upang gumawa ng sarili mong kopya.
Ang mga halimbawa ng kodigo sa mga pagsasanay na ito ay gumagamit ng Microsoft Agent Framework kasama ang Microsoft Foundry Agent Service V2:
Ginagamit ng kursong ito ang mga sumusunod na AI Agent frameworks at serbisyo mula sa Microsoft:
Ang ilang mga halimbawa ng kodigo ay sumusuporta rin sa mga alternatibong OpenAI-compatible providers kagaya ng MiniMax, na nag-aalok ng malalaking kontekstong mga modelo (hanggang 204K tokens). Tingnan ang Course Setup para sa mga detalye ng pagsasaayos.
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 pagkakamali sa baybay o kodigo? Mag-raise ng isyu o Gumawa ng pull request
| Leksiyon | Teksto at Kodigo | Video | Dagdag na Pag-aaral |
|---|---|---|---|
| Pambungad sa Mga AI Agent at Mga Gamit ng Agent | Link | Video | Link |
| Pagsusuri sa 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 Mapagkakatiwalaang AI Agent | Link | Video | Link |
| Planning Design Pattern | Link | Video | Link |
| Multi-Agent Design Pattern | Link | Video | Link |
| Disenyo ng Metacognition Pattern | Link | Video | Link |
| AI Agents sa Produksyon | Link | Video | Link |
| Paggamit ng Agentic Protocols (MCP, A2A at NLWeb) | Link | Video | Link |
| Pag-aayos ng Context Engineering para sa AI Agents | Link | Video | Link |
| Pamamahala ng Agentic Memory | Link | Video | |
| Pagsisiyasat sa Microsoft Agent Framework | Link | ||
| Paggawa ng Computer Use Agents (CUA) | Link | Link | |
| Pagde-deploy ng Scalable Agents | Link | Link | |
| Paglikha ng Mga Lokal na AI Agents | Link | Link | |
| Pag-secure ng AI Agents | Link | Link |
Gumagawa ang aming koponan ng iba pang mga kurso! Tingnan:
Salamat kay Shivam Goyal para sa pagsuporta ng mahahalagang halimbawa ng code na nagpapakita ng Agentic RAG.
Tinatanggap ng proyekto na ito ang mga kontribusyon at suhestiyon. Karamihan sa mga kontribusyon ay nangangailangan na pumayag ka sa isang Contributor License Agreement (CLA) na nagsasaad na ikaw ay may karapatan, at talagang ipinagkakaloob 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 malalaman ng CLA bot kung kailangan mong magbigay ng CLA at bibigyan ng tamang dekorasyon ang PR (hal. status check, komento). Sundin lamang ang mga tagubiling ibinigay ng bot. Isang beses mo lang ito kailangang gawin sa lahat ng mga 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 karagdagang tanong o komento.
Ang proyektong ito ay maaaring maglaman ng mga tanda ng kalakal o mga logo para sa mga proyekto, produkto, o serbisyo. Ang awtorisadong paggamit ng mga tanda ng Microsoft ay sumasailalim at dapat sumunod sa Microsoft’s Trademark & Brand Guidelines. Ang paggamit ng mga tanda o logo ng Microsoft sa mga binagong bersyon ng proyektong ito ay hindi dapat magdulot ng kalituhan o magpahiwatig ng sponsorship ng Microsoft. Anumang paggamit ng mga tanda o logo ng third-party ay alinsunod sa mga patakaran ng mga third-party na iyon.
Kung ikaw ay natigil o may mga katanungan tungkol sa paggawa ng mga AI apps, sumali sa:
Kung mayroon kang feedback sa produkto o mga error habang bumubuo, bumisita sa:
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.