ai-agents-for-beginners

Налаштування курсу

Вступ

У цьому уроці ми розглянемо, як запускати приклади коду цього курсу.

Приєднуйтесь до інших учасників і отримуйте допомогу

Перед тим як клонувати репозиторій, приєднайтеся до каналу Discord для початківців AI Agents, щоб отримати допомогу з налаштуванням, поставити запитання щодо курсу або поспілкуватися з іншими учасниками.

Клонування або форк репозиторію

Для початку, будь ласка, клонувати або форкнути репозиторій GitHub. Це дозволить створити власну версію матеріалів курсу, щоб ви могли запускати, тестувати та змінювати код!

Це можна зробити, натиснувши на посилання.

Ви тепер повинні мати власну форкнуту версію цього курсу за наступним посиланням:

Forked Repo

Запуск коду

Цей курс пропонує серію Jupyter Notebook, які ви можете запускати, щоб отримати практичний досвід створення AI-агентів.

Приклади коду використовують:

Потрібен обліковий запис GitHub - безкоштовно:

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

Потрібна підписка Azure:
3) Azure AI Foundry + Azure AI Agent Service. Позначено як (azureaiagent.ipynb)

Ми рекомендуємо спробувати всі три типи прикладів, щоб зрозуміти, який з них найкраще підходить для вас.

Вибір одного з варіантів визначить, які кроки налаштування вам потрібно виконати нижче:

Вимоги

Ми включили файл requirements.txt у кореневу папку цього репозиторію, який містить усі необхідні Python-пакети для запуску прикладів коду.

Ви можете встановити їх, виконавши наступну команду в терміналі в кореневій папці репозиторію:

pip install -r requirements.txt

Ми рекомендуємо створити віртуальне середовище Python, щоб уникнути конфліктів і проблем.

Налаштування VSCode

Переконайтеся, що ви використовуєте правильну версію Python у VSCode.

image

Налаштування для прикладів з використанням GitHub Models

Крок 1: Отримання вашого GitHub Personal Access Token (PAT)

Цей курс використовує GitHub Models Marketplace, що надає безкоштовний доступ до великих мовних моделей (LLMs), які ви будете використовувати для створення AI-агентів.

Щоб використовувати GitHub Models, вам потрібно створити GitHub Personal Access Token.

Це можна зробити, перейшовши до вашого облікового запису GitHub.

Будь ласка, дотримуйтесь принципу найменших привілеїв при створенні токена. Це означає, що ви повинні надавати токену лише ті дозволи, які необхідні для запуску прикладів коду цього курсу.

  1. Виберіть опцію Fine-grained tokens на лівій стороні екрана, перейшовши до Developer settings.

    Потім виберіть Generate new token.

    Generate Token

  2. Введіть описову назву для вашого токена, яка відображає його призначення, щоб його було легко ідентифікувати пізніше.

    🔐 Рекомендація щодо тривалості токена

    Рекомендована тривалість: 30 днів
    Для більшої безпеки ви можете вибрати коротший період — наприклад, 7 днів 🛡️
    Це чудовий спосіб поставити собі особисту мету і завершити курс, поки ваш навчальний ентузіазм високий 🚀.

    Token Name and Expiration

  3. Обмежте область дії токена вашим форком цього репозиторію.

    Limit scope to fork repository

  4. Обмежте дозволи токена: У розділі Permissions натисніть вкладку Account і натисніть кнопку “+ Add permissions”. З’явиться випадаюче меню. Будь ласка, знайдіть Models і поставте галочку.

    Add Models Permission

  5. Перевірте необхідні дозволи перед створенням токена.
    Verify Permissions

  6. Перед створенням токена переконайтеся, що ви готові зберегти токен у безпечному місці, наприклад, у сховищі паролів, оскільки він більше не буде показаний після створення.
    Store Token Securely

Скопіюйте ваш новий токен, який ви щойно створили. Тепер ви додасте його до вашого .env файлу, включеного в цей курс.

Крок 2: Створення вашого .env файлу

Щоб створити .env файл, виконайте наступну команду в терміналі:

cp .env.example .env

Це скопіює приклад файлу і створить .env у вашій директорії, де ви заповните значення для змінних середовища.

Скопіювавши ваш токен, відкрийте .env файл у вашому улюбленому текстовому редакторі і вставте ваш токен у поле GITHUB_TOKEN.
GitHub Token Field

Тепер ви повинні бути готові до запуску прикладів коду цього курсу.

Налаштування для прикладів з використанням Azure AI Foundry та Azure AI Agent Service

Крок 1: Отримання вашого Azure Project Endpoint

Дотримуйтесь інструкцій зі створення хаба і проекту в Azure AI Foundry, які можна знайти тут: Огляд ресурсів хаба.

Після створення проекту вам потрібно буде отримати рядок підключення для вашого проекту.

Це можна зробити, перейшовши на сторінку Overview вашого проекту в порталі Azure AI Foundry.

Project Connection String

Крок 2: Створення вашого .env файлу

Щоб створити .env файл, виконайте наступну команду в терміналі:

cp .env.example .env

Це скопіює приклад файлу і створить .env у вашій директорії, де ви заповните значення для змінних середовища.

Скопіювавши ваш токен, відкрийте .env файл у вашому улюбленому текстовому редакторі і вставте ваш токен у поле PROJECT_ENDPOINT.

Крок 3: Вхід до Azure

Як найкращу практику безпеки, ми будемо використовувати автентифікацію без ключів для автентифікації в Azure OpenAI за допомогою Microsoft Entra ID.

Далі відкрийте термінал і виконайте команду az login --use-device-code, щоб увійти до вашого облікового запису Azure.

Після входу виберіть вашу підписку в терміналі.

Додаткові змінні середовища - Azure Search та Azure OpenAI

Для уроку Agentic RAG - Урок 5 - є приклади, які використовують Azure Search та Azure OpenAI.

Якщо ви хочете запустити ці приклади, вам потрібно буде додати наступні змінні середовища до вашого .env файлу:

Сторінка огляду (Проект)

Центр управління

Сторінка моделей + кінцевих точок

Azure Portal

Зовнішня сторінка

Налаштування автентифікації без ключів

Замість того, щоб жорстко кодувати ваші облікові дані, ми будемо використовувати підключення без ключів до Azure OpenAI. Для цього ми імпортуємо DefaultAzureCredential і пізніше викличемо функцію DefaultAzureCredential, щоб отримати облікові дані.

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

Застрягли десь?

Якщо у вас виникли будь-які проблеми з налаштуванням, приєднуйтесь до нашого…

Наступний урок

Тепер ви готові запускати код цього курсу. Бажаємо успіхів у вивченні світу AI-агентів!

Вступ до AI-агентів та їх використання

Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, будь ласка, майте на увазі, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критично важливої інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникають у результаті використання цього перекладу.

This site is open source. Improve this page.