![]()
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 Locally?
Kasama sa repositoryong ito ang higit sa 50 na pagsasalin ng wika na lubos na nagpapatagal ng laki ng pag-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"Binibigyan ka nito ng lahat ng kailangan mo upang matapos ang kurso na may mas mabilis na pag-download.
Kung nais mo ng karagdagang suporta sa pagsasalin ng mga wika, nakalista ito dito
May mga aralin ang kursong ito na sumasaklaw sa mga pundasyon ng paggawa ng mga AI Agent. Bawat aralin ay may kanya-kanyang paksa kaya simulan mo kung saan mo gusto!
May suporta para sa maramihang wika para sa kursong ito. Pumunta sa aming mga available 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 21 aralin sa paggawa gamit ang GenAI.
Huwag kalimutang i-star (🌟) ang repo na ito at i-fork ang repo na ito para patakbuhin ang code.
Kung ma-stuck ka o may mga tanong tungkol sa paggawa ng mga AI Agent, sumali sa aming dedikadong Discord Channel sa Microsoft Foundry Discord.
Bawat aralin sa kursong ito ay may kasamang mga halimbawa ng code, na makikita sa folder na code_samples. Maaari mong i-fork ang repo na ito para gumawa ng sarili mong kopya.
Ang mga halimbawa ng code sa mga ehersisyong ito ay gumagamit ng Microsoft Agent Framework gamit ang Azure AI Foundry Agent Service V2:
Ginagamit ng kursong ito ang mga sumusunod na AI Agent frameworks at serbisyo mula sa Microsoft:
Ang ilan sa mga halimbawa ng code ay sumusuporta rin sa mga alternatibong OpenAI-compatible provider tulad ng MiniMax, na nag-aalok ng mga malalaking context na 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 mali sa baybay o code? Mag-raise ng isyu o Gumawa ng pull request
| Aralin | Teksto at Code | Video | Karagdagang Pag-aaral |
|---|---|---|---|
| Pambungad sa AI Agents at Mga Kaso ng Paggamit ng Agent | Link | Video | Link |
| Pagsusuri ng AI Agentic Frameworks | Link | Video | Link |
| Pag-unawa sa AI Agentic Design Patterns | Link | Video | Link |
| Pattern sa Paggamit ng Tool | Link | Video | Link |
| Agentic RAG | Link | Video | Link |
| Paggawa ng Mapagkakatiwalaang AI Agents | Link | Video | Link |
| Pattern sa Pagpaplanong Disenyo | 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 | Darating Pa | ||
| Creating Local AI Agents | Darating Pa | ||
| Securing AI Agents | Link | Link |
Ang aming koponan ay gumagawa ng iba pang mga kurso! Tingnan ang:
Salamat kay Shivam Goyal para sa pagbibigay ng mahahalagang halimbawa ng code na nagpapakita ng Agentic RAG.
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 ikaw ay may karapatan, at aktwal na nagbibigay, sa amin ng 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 tatakbo ang CLA bot upang matukoy kung kailangan mong magbigay ng CLA at lalagyan ng katangian ang PR nang naaayon (hal., status check, komento). Sundan lamang ang mga tagubiling ibinibigay ng bot. Isa lang ito kailangang gawin sa lahat ng repos na gumagamit ng aming CLA.
Ang proyektong ito ay nagpatibay sa Microsoft Open Source Code of Conduct. Para sa karagdagang impormasyon tingnan ang Code of Conduct FAQ o makipag-ugnayan sa opencode@microsoft.com para sa mga karagdagang tanong o komento.
Maaaring naglalaman 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 saklaw at kailangang sundin ang 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 pagsuporta ng Microsoft. Anumang paggamit ng mga trademark o logo ng third-party ay saklaw ng patakaran ng mga third-party na iyon.
Kung ikaw ay natigil o may mga tanong tungkol sa paggawa ng mga AI 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.