ai-agents-for-beginners

AI агенти для початківців - Курс

AI Agents for Beginners

Курс, що навчає всьому, що потрібно знати для початку створення AI агентів

🌐 Підтримка багатьох мов

Підтримується через GitHub Action (Автоматично і завжди оновлюється)

Віддаєте перевагу клонувати локально?

У цьому репозиторії є понад 50 перекладів, які значно збільшують розмір завантаження. Щоб клонувати без перекладів, використовуйте 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"
Це дасть вам усе необхідне для проходження курсу з набагато швидшим завантаженням.

Якщо ви хочете, щоб підтримувались додаткові мови перекладу, вони перелічені тут

🌱 Початок роботи

Цей курс містить уроки, які охоплюють основи створення AI агентів. Кожен урок присвячений окремій темі, тож починайте з будь-якого!

Для цього курсу є підтримка кількох мов. Перейдіть до наших доступних мов тут.

Якщо ви вперше працюєте з генеративними AI-моделями, ознайомтеся з нашим курсом Generative AI For Beginners, який включає 21 урок зі створення з GenAI.

Не забудьте поставити зірочку (🌟) цьому репозиторію та форкнути цей репозиторій, щоб запускати код.

Познайомтесь з іншими учнями, отримайте відповіді на свої запитання

Якщо у вас виникли труднощі або запитання щодо створення AI агентів, приєднуйтесь до нашого спеціального Discord-каналу у Microsoft Foundry Discord.

Що вам потрібно

Кожен урок цього курсу включає приклади коду, які можна знайти у папці code_samples. Ви можете форкнути цей репозиторій, щоб створити власну копію.

Приклади коду в цих вправах використовують Microsoft Agent Framework із Azure AI Foundry Agent Service V2:

Microsoft Foundry - Потрібен обліковий запис Azure

У цьому курсі використовуються такі фреймворки та сервіси AI агентів від Microsoft:

Деякі приклади коду також підтримують альтернативних провайдерів, сумісних з OpenAI, таких як MiniMax, який пропонує моделі з великим контекстом (до 204K токенів). Деталі налаштування дивіться в Course Setup.

Для отримання додаткової інформації про запуск коду для цього курсу перейдіть до Course Setup.

🙏 Хочете допомогти?

У вас є пропозиції або ви знайшли помилки в правописі чи коді? Створіть issue або зробіть pull request

📂 Кожен урок включає

Текстовий урок, розміщений у README, та коротке відео
Приклади коду на Python з використанням Microsoft Agent Framework із Azure AI Foundry
Посилання на додаткові ресурси для подальшого навчання

🗃️ Уроки

Урок	Текст & Код	Відео	Додаткове навчання
Вступ до AI агентів та варіанти використання	Link	Video	Link
Дослідження AI агентських фреймворків	Link	Video	Link
Розуміння патернів агентського дизайну	Link	Video	Link
Патерн використання інструментів	Link	Video	Link
Агентський RAG	Link	Video	Link
Створення надійних AI агентів	Link	Video	Link
Патерн планування	Link	Video	Link
Патерн мультіагентської системи	Link	Video	Link
Метакогнітивний шаблон дизайну	Link	Video	Link
AI агенти у виробництві	Link	Video	Link
Використання агентних протоколів (MCP, A2A та NLWeb)	Link	Video	Link
Контекстна інженерія для AI агентів	Link	Video	Link
Управління агентною пам’яттю	Link	Video
Ознайомлення з Microsoft Agent Framework	Link
Створення агентів для використання комп’ютера (CUA)	Link		Link
Розгортання масштабованих агентів	Незабаром
Створення локальних AI агентів	Незабаром
Захист AI агентів	Незабаром

🎒 Інші Курси

Наша команда створює інші курси! Дивіться:

LangChain

—

Azure / Edge / MCP / Агентів

Серія Generative AI

Основне навчання

Серія Copilot

🌟 Подяки спільноті

Дякуємо Shivam Goyal за внесок важливих прикладів коду, що демонструють Agentic RAG.

Участь у проєкті

Цей проєкт вітає внески та пропозиції. Більшість внесків вимагає згоди з Угодою про ліцензію для контрибуторів (CLA), яка підтверджує, що ви маєте право і фактично надаєте нам права на використання вашого внеску. Деталі за адресою https://cla.opensource.microsoft.com.

Коли ви подаєте pull request, бот CLA автоматично визначить, чи потрібно вам надати CLA і відповідно позначить PR (наприклад, статус-перевірка, коментар). Просто дотримуйтесь інструкцій, наданих ботом. Вам потрібно зробити це лише один раз для всіх репозиторіїв, які використовують нашу CLA.

Цей проєкт прийняв Microsoft Open Source Code of Conduct. Для детальнішої інформації дивіться Code of Conduct FAQ або зв’яжіться з opencode@microsoft.com з будь-якими додатковими питаннями чи коментарями.

Тримарки

Цей проєкт може містити торгові марки або логотипи для проєктів, продуктів або послуг. Авторизоване використання торгових марок або логотипів Microsoft підлягає і повинно відповідати Правилам використання торгових марок і брендів Microsoft. Використання торгових марок або логотипів Microsoft у змінених версіях цього проєкту не повинно спричиняти плутанину чи припускати спонсорство Microsoft. Будь-яке використання торгових марок або логотипів третіх сторін підлягає політикам цих третіх сторін.

Отримання допомоги

Якщо ви застрягли або маєте питання щодо створення AI-додатків, приєднуйтесь:

Якщо у вас є відгуки про продукт або помилки під час створення, відвідайте:

Відмова від відповідальності:
Цей документ був перекладений за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, будьте уважні, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ рідною мовою слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний переклад людиною. Ми не несемо відповідальності за будь-які непорозуміння чи помилки, що виникли внаслідок використання цього перекладу.

This site is open source. Improve this page.