ai-agents-for-beginners

Pagsisimula ng Kurso

Panimula

Tatalakayin sa araling ito kung paano patakbuhin ang mga halimbawa ng code para sa kursong ito.

Sumali sa Iba Pang Mga Mag-aaral at Humingi ng Tulong

Bago mo simulan ang pag-clone ng iyong repo, sumali sa AI Agents For Beginners Discord channel upang makakuha ng tulong sa setup, magtanong tungkol sa kurso, o makipag-ugnayan sa iba pang mga mag-aaral.

I-clone o I-fork ang Repo na Ito

Upang magsimula, i-clone o i-fork ang GitHub Repository. Sa ganitong paraan, magkakaroon ka ng sariling bersyon ng mga materyales ng kurso upang maipatupad, masubukan, at mabago ang code!

Magagawa ito sa pamamagitan ng pag-click sa link upang magkaroon ka ng sariling forked na bersyon ng kursong ito sa sumusunod na link:

Pagpapatakbo ng Code

Nag-aalok ang kursong ito ng serye ng mga Jupyter Notebooks na maaari mong gamitin upang magkaroon ng praktikal na karanasan sa paggawa ng AI Agents.

Ang mga halimbawa ng code ay gumagamit ng alinman sa:

Kailangan ng GitHub Account - Libre:

1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Tinatawag na (semantic-kernel.ipynb)
2) AutoGen Framework + GitHub Models Marketplace. Tinatawag na (autogen.ipynb)

Kailangan ng Azure Subscription:
3) Azure AI Foundry + Azure AI Agent Service. Tinatawag na (azureaiagent.ipynb)

Hinihikayat ka naming subukan ang lahat ng tatlong uri ng mga halimbawa upang makita kung alin ang pinakaangkop para sa iyo.

Anuman ang iyong piliin, ito ang magtatakda kung aling mga hakbang sa setup ang kailangang sundin sa ibaba:

Mga Kinakailangan

• Python 3.12+
  • NOTE: Kung wala kang naka-install na Python3.12, tiyaking i-install ito. Pagkatapos, gumawa ng iyong venv gamit ang python3.12 upang masiguro na ang tamang mga bersyon ay mai-install mula sa requirements.txt file.
• Isang GitHub Account - Para sa Access sa GitHub Models Marketplace
• Azure Subscription - Para sa Access sa Azure AI Foundry
• Azure AI Foundry Account - Para sa Access sa Azure AI Agent Service

Kasama sa repositoryong ito ang isang requirements.txt file na naglalaman ng lahat ng kinakailangang Python packages upang patakbuhin ang mga halimbawa ng code.

Maaari mong i-install ang mga ito sa pamamagitan ng pagtakbo ng sumusunod na command sa iyong terminal sa root ng repository:

pip install -r requirements.txt

Inirerekomenda naming gumawa ng Python virtual environment upang maiwasan ang anumang mga salungatan at isyu.

I-setup ang VSCode

Siguraduhing ginagamit mo ang tamang bersyon ng Python sa VSCode.

Setup para sa Mga Halimbawa gamit ang GitHub Models

Hakbang 1: Kunin ang Iyong GitHub Personal Access Token (PAT)

Gumagamit ang kursong ito ng GitHub Models Marketplace, na nagbibigay ng libreng access sa Large Language Models (LLMs) na gagamitin mo upang gumawa ng AI Agents.

Upang magamit ang GitHub Models, kailangan mong gumawa ng GitHub Personal Access Token.

Magagawa ito sa pamamagitan ng pagpunta sa iyong GitHub Account.

Mangyaring sundin ang Principle of Least Privilege kapag gumagawa ng iyong token. Nangangahulugan ito na dapat mo lamang ibigay ang mga pahintulot na kinakailangan ng token upang patakbuhin ang mga halimbawa ng code sa kursong ito.

1. Piliin ang opsyong Fine-grained tokens sa kaliwang bahagi ng iyong screen sa pamamagitan ng pagpunta sa Developer settings
   

   Pagkatapos ay piliin ang Generate new token.

   

2. Maglagay ng isang deskriptibong pangalan para sa iyong token na sumasalamin sa layunin nito, upang madali itong makilala sa hinaharap.

   🔐 Rekomendasyon sa Tagal ng Token

   Rekomendadong tagal: 30 araw
   Para sa mas ligtas na paggamit, maaari kang pumili ng mas maikling panahon—tulad ng 7 araw 🛡️
   Isa itong mahusay na paraan upang magtakda ng personal na layunin at tapusin ang kurso habang mataas ang iyong momentum sa pag-aaral 🚀.

   

3. Limitahan ang saklaw ng token sa iyong fork ng repositoryong ito.

   

4. Higpitan ang mga pahintulot ng token: Sa ilalim ng Permissions, i-click ang tab na Account, at i-click ang “+ Add permissions” na button. Lalabas ang isang dropdown. Mangyaring hanapin ang Models at lagyan ng check ang kahon para dito.
   

5. I-verify ang mga kinakailangang pahintulot bago gumawa ng token.
   

6. Bago gumawa ng token, tiyaking handa kang itago ang token sa isang ligtas na lugar tulad ng password manager vault, dahil hindi na ito ipapakita muli pagkatapos mong likhain ito.
   

Kopyahin ang iyong bagong token na kakagawa mo lang. Idadagdag mo ito ngayon sa iyong .env file na kasama sa kursong ito.

Hakbang 2: Gumawa ng Iyong .env File

Upang gumawa ng iyong .env file, patakbuhin ang sumusunod na command sa iyong terminal.

cp .env.example .env

Ito ay kokopya ng example file at gagawa ng .env sa iyong direktoryo kung saan mo pupunan ang mga halaga para sa mga environment variable.

Kapag nakopya mo na ang iyong token, buksan ang .env file sa iyong paboritong text editor at i-paste ang iyong token sa GITHUB_TOKEN field.

Ngayon ay dapat mo nang mapatakbo ang mga halimbawa ng code sa kursong ito.

Setup para sa Mga Halimbawa gamit ang Azure AI Foundry at Azure AI Agent Service

Hakbang 1: Kunin ang Iyong Azure Project Endpoint

Sundin ang mga hakbang sa paggawa ng hub at proyekto sa Azure AI Foundry na makikita dito: Hub resources overview

Kapag nagawa mo na ang iyong proyekto, kakailanganin mong kunin ang connection string para sa iyong proyekto.

Magagawa ito sa pamamagitan ng pagpunta sa Overview page ng iyong proyekto sa Azure AI Foundry portal.

Hakbang 2: Gumawa ng Iyong .env File

Upang gumawa ng iyong .env file, patakbuhin ang sumusunod na command sa iyong terminal.

cp .env.example .env

Ito ay kokopya ng example file at gagawa ng .env sa iyong direktoryo kung saan mo pupunan ang mga halaga para sa mga environment variable.

Kapag nakopya mo na ang iyong token, buksan ang .env file sa iyong paboritong text editor at i-paste ang iyong token sa PROJECT_ENDPOINT field.

Hakbang 3: Mag-sign in sa Azure

Bilang isang security best practice, gagamit tayo ng keyless authentication upang mag-authenticate sa Azure OpenAI gamit ang Microsoft Entra ID.

Susunod, buksan ang terminal at patakbuhin ang az login --use-device-code upang mag-sign in sa iyong Azure account.

Kapag naka-log in ka na, piliin ang iyong subscription sa terminal.

Karagdagang Environment Variables - Azure Search at Azure OpenAI

Para sa Agentic RAG Lesson - Lesson 5 - may mga halimbawa na gumagamit ng Azure Search at Azure OpenAI.

Kung nais mong patakbuhin ang mga halimbawang ito, kakailanganin mong idagdag ang sumusunod na mga environment variable sa iyong .env file:

Overview Page (Project)

• AZURE_SUBSCRIPTION_ID - Tingnan ang Project details sa Overview page ng iyong proyekto.
• AZURE_AI_PROJECT_NAME - Tingnan ang itaas ng Overview page para sa iyong proyekto.
• AZURE_OPENAI_SERVICE - Hanapin ito sa Included capabilities tab para sa Azure OpenAI Service sa Overview page.

Management Center

• AZURE_OPENAI_RESOURCE_GROUP - Pumunta sa Project properties sa Overview page ng Management Center.
• GLOBAL_LLM_SERVICE - Sa ilalim ng Connected resources, hanapin ang Azure AI Services connection name. Kung hindi nakalista, tingnan ang Azure portal sa ilalim ng iyong resource group para sa AI Services resource name.

Models + Endpoints Page

• AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME - Piliin ang iyong embedding model (hal., text-embedding-ada-002) at tandaan ang Deployment name mula sa mga detalye ng modelo.
• AZURE_OPENAI_CHAT_DEPLOYMENT_NAME - Piliin ang iyong chat model (hal., gpt-4o-mini) at tandaan ang Deployment name mula sa mga detalye ng modelo.

Azure Portal

• AZURE_OPENAI_ENDPOINT - Hanapin ang Azure AI services, i-click ito, pagkatapos ay pumunta sa Resource Management, Keys and Endpoint, mag-scroll pababa sa “Azure OpenAI endpoints”, at kopyahin ang isa na nagsasabing “Language APIs”.
• AZURE_OPENAI_API_KEY - Mula sa parehong screen, kopyahin ang KEY 1 o KEY 2.
• AZURE_SEARCH_SERVICE_ENDPOINT - Hanapin ang iyong Azure AI Search resource, i-click ito, at tingnan ang Overview.
• AZURE_SEARCH_API_KEY - Pagkatapos pumunta sa Settings at pagkatapos ay Keys upang kopyahin ang primary o secondary admin key.

External Webpage

• AZURE_OPENAI_API_VERSION - Bisitahin ang API version lifecycle page sa ilalim ng Latest GA API release.

Setup keyless authentication

Sa halip na i-hardcode ang iyong mga kredensyal, gagamit tayo ng keyless connection sa Azure OpenAI. Upang gawin ito, mag-i-import tayo ng DefaultAzureCredential at tatawagin ang DefaultAzureCredential function upang makuha ang kredensyal.

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

Nahihirapan?

Kung mayroon kang anumang isyu sa pagpapatakbo ng setup na ito, sumali sa aming AI Agents For Beginners Discord channel upang humingi ng tulong.

Susunod na Aralin

Handa ka nang patakbuhin ang code para sa kursong ito. Masayang pag-aaral tungkol sa mundo ng AI Agents!

Introduction to AI Agents and Agent Use Cases

---

Paunawa:
Ang dokumentong ito ay isinalin gamit ang AI translation service na Co-op Translator. Bagama’t sinisikap naming maging tumpak, pakitandaan na ang mga awtomatikong pagsasalin ay maaaring maglaman ng mga pagkakamali o hindi pagkakatugma. Ang orihinal na dokumento sa kanyang katutubong wika ang dapat ituring na opisyal na sanggunian. Para sa mahalagang impormasyon, inirerekomenda ang propesyonal na pagsasalin ng tao. Hindi kami mananagot sa anumang hindi pagkakaunawaan o maling interpretasyon na maaaring magmula sa paggamit ng pagsasaling ito.

This site is open source. Improve this page.