У цьому уроці ми розглянемо, як запускати приклади коду цього курсу.
Перед тим як клонувати репозиторій, приєднайтеся до каналу Discord для початківців AI Agents, щоб отримати допомогу з налаштуванням, поставити запитання щодо курсу або зв’язатися з іншими учасниками.
Для початку, будь ласка, клонуйте або форкніть репозиторій GitHub. Це створить вашу власну версію матеріалів курсу, щоб ви могли запускати, тестувати та змінювати код!
Це можна зробити, натиснувши на посилання форкнути репозиторій.
Тепер у вас має бути власна форкнута версія цього курсу за наступним посиланням:

Повний репозиторій може бути великим (~3 ГБ), якщо ви завантажуєте всю історію та всі файли. Якщо ви лише відвідуєте воркшоп або вам потрібні лише кілька папок уроків, поверхневе клонування (або вибіркове клонування) дозволяє уникнути більшості завантажень, скорочуючи історію та/або пропускаючи блоби.
Замініть <your-username> у командах нижче на URL вашого форку (або URL оригінального репозиторію, якщо ви віддаєте перевагу).
Щоб клонувати лише останню історію комітів (невелике завантаження):
git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git
Щоб клонувати конкретну гілку:
git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git
Це використовує часткове клонування та вибірковий checkout (вимагає Git 2.25+ і рекомендується сучасний Git із підтримкою часткового клонування):
git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git
Перейдіть до папки репозиторію:
Для bash:
cd ai-agents-for-beginners
Для Powershell:
Set-Location ai-agents-for-beginners
Потім вкажіть, які папки вам потрібні (приклад нижче показує дві папки):
git sparse-checkout set 00-course-setup 01-intro-to-ai-agents
Після клонування та перевірки файлів, якщо вам потрібні лише файли і ви хочете звільнити місце (без історії git), будь ласка, видаліть метадані репозиторію (💀необоротно — ви втратите всі функції Git: коміти, pull, push або доступ до історії).
Для Linux/macOS:
rm -rf .git
Для Windows:
Remove-Item -Recurse -Force .git
Створіть новий Codespace для цього репозиторію через інтерфейс GitHub.
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 побачити, який з них найкраще підходить для вас.
Який би варіант ви не вибрали, це визначить, які кроки налаштування вам потрібно виконати нижче:
NOTE: Якщо у вас не встановлено Python3.12, переконайтеся, що ви його встановили. Потім створіть ваш venv, використовуючи python3.12, щоб забезпечити встановлення правильних версій з файлу requirements.txt.
Приклад
Створіть каталог Python venv:
python3 -m venv venv
Потім активуйте середовище venv для:
macOS і Linux
source venv/bin/activate
Windows
venv\Scripts\activate
Ми включили файл requirements.txt у корінь цього репозиторію, який містить усі необхідні пакети Python для запуску прикладів коду.
Ви можете встановити їх, виконавши наступну команду в терміналі в корені репозиторію:
pip install -r requirements.txt
Ми рекомендуємо створити віртуальне середовище Python, щоб уникнути конфліктів і проблем.
Переконайтеся, що ви використовуєте правильну версію Python у VSCode.
Цей курс використовує GitHub Models Marketplace, що надає безкоштовний доступ до великих мовних моделей (LLM), які ви будете використовувати для створення AI-агентів.
Щоб використовувати GitHub Models, вам потрібно створити GitHub Personal Access Token.
Це можна зробити, перейшовши до налаштувань персональних токенів доступу у вашому обліковому записі GitHub.
Будь ласка, дотримуйтесь принципу найменших привілеїв при створенні токена. Це означає, що ви повинні надати токену лише ті дозволи, які необхідні для запуску прикладів коду в цьому курсі.
Виберіть опцію Fine-grained tokens на лівій стороні екрана, перейшовши до Developer settings.

Потім виберіть Generate new token.

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 встановити особисту мету і завершити курс, поки ваша навчальна мотивація висока 🚀.

Обмежте область дії токена вашим форком цього репозиторію.

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 для нього.

Перевірте необхідні дозволи перед створенням токена. 
Перед створенням токена переконайтеся, що ви готові зберегти токен у безпечному місці, наприклад, у сховищі паролів, оскільки він більше не буде показаний після створення. 
Скопіюйте ваш новий токен, який ви щойно створили. Тепер ви додасте його до вашого .env файлу, включеного в цей курс.
.env файлЩоб створити ваш .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.

Тепер ви повинні бути готові запускати приклади коду цього курсу.
Виконайте кроки для створення хаба і проекту в Azure AI Foundry, описані 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.

.env файлЩоб створити ваш .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.
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.
Для уроку Agentic RAG - Урок 5 - є приклади, які використовують Azure Search та Azure OpenAI.
Якщо ви хочете запускати ці приклади, вам потрібно буде додати наступні змінні середовища до вашого .env файлу:
AZURE_SUBSCRIPTION_ID - Перевірте Project details на сторінці Overview вашого проекту.
AZURE_AI_PROJECT_NAME - Подивіться у верхній частині сторінки Overview вашого проекту.
AZURE_OPENAI_SERVICE - Знайдіть це на вкладці Included capabilities для Azure OpenAI Service на сторінці Overview.
AZURE_OPENAI_RESOURCE_GROUP - Перейдіть до Project properties на сторінці Overview у Management Center.
GLOBAL_LLM_SERVICE - У розділі Connected resources знайдіть назву підключення Azure AI Services. Якщо не вказано, перевірте Azure portal у вашій групі ресурсів для назви ресурсу AI Services.
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME - Виберіть вашу модель для вбудовування (наприклад, text-embedding-ada-002) і запишіть Deployment name з деталей моделі.
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME - Виберіть вашу модель для чату (наприклад, gpt-4o-mini) і запишіть Deployment name з деталей моделі.
AZURE_OPENAI_ENDPOINT - Знайдіть Azure AI services, натисніть на нього, потім перейдіть до Resource Management, Keys and Endpoint, прокрутіть вниз до “Azure OpenAI endpoints” і скопіюйте той, що позначений “Language APIs”.
AZURE_OPENAI_API_KEY - З того ж екрану скопіюйте KEY 1 або KEY 2.
AZURE_SEARCH_SERVICE_ENDPOINT - Знайдіть ваш ресурс Azure AI Search, натисніть на нього і перегляньте Overview.
AZURE_SEARCH_API_KEY - Потім перейдіть до Settings, а потім Keys, щоб скопіювати первинний або вторинний адміністративний ключ.
AZURE_OPENAI_API_VERSION - Відвідайте сторінку API version lifecycle у розділі Latest GA API release.Замість того, щоб жорстко кодувати ваші облікові дані, ми будемо використовувати підключення без ключів з Azure OpenAI. Для цього ми імпортуємо DefaultAzureCredential, а потім викличемо функцію DefaultAzureCredential, щоб отримати облікові дані.
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
Якщо у вас виникли проблеми з запуском цього налаштування, приєднуйтесь до нашого Discord-каналу спільноти Azure AI або створіть запит.
Тепер ви готові запустити код для цього курсу. Бажаємо приємного навчання про світ AI-агентів!
Вступ до AI-агентів та їх застосування
Відмова від відповідальності:
Цей документ був перекладений 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 критичної інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникають внаслідок використання цього перекладу.