ai-agents-for-beginners
Cài Đặt Khóa Học
Giới Thiệu
Bài học này sẽ hướng dẫn cách chạy các mẫu mã của khóa học này.
Tham Gia Cộng Đồng Học Viên và Nhận Hỗ Trợ
Trước khi bắt đầu sao chép kho lưu trữ của bạn, hãy tham gia kênh Discord AI Agents For Beginners để nhận hỗ trợ về cài đặt, giải đáp thắc mắc về khóa học, hoặc kết nối với các học viên khác.
Sao Chép hoặc Fork Kho Lưu Trữ này
Để bắt đầu, hãy sao chép hoặc fork kho lưu trữ GitHub. Điều này sẽ tạo phiên bản riêng của bạn về tài liệu khóa học để bạn có thể chạy, kiểm tra và chỉnh sửa mã!
Bạn có thể thực hiện điều này bằng cách nhấp vào liên kết fork kho lưu trữ.
Bây giờ bạn sẽ có phiên bản fork của khóa học này tại liên kết sau:
Chạy Mã
Khóa học này cung cấp một loạt các Jupyter Notebooks để bạn thực hành xây dựng AI Agents.
Các mẫu mã sử dụng:
Yêu cầu tài khoản GitHub - Miễn phí:
1) Semantic Kernel Agent Framework + GitHub Models Marketplace. Được gắn nhãn là (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace. Được gắn nhãn là (autogen.ipynb)
Yêu cầu đăng ký Azure: 3) Azure AI Foundry + Azure AI Agent Service. Được gắn nhãn là (azureaiagent.ipynb)
Chúng tôi khuyến khích bạn thử cả ba loại ví dụ để xem loại nào phù hợp nhất với bạn.
Lựa chọn của bạn sẽ quyết định các bước cài đặt cần thực hiện bên dưới:
Yêu Cầu
- Python 3.12+
-
NOTE: Nếu bạn chưa cài đặt Python 3.12, hãy đảm bảo cài đặt nó. Sau đó tạo môi trường ảo (venv) bằng python3.12 để đảm bảo các phiên bản chính xác được cài đặt từ tệp requirements.txt.
Ví dụ
Tạo thư mục môi trường ảo Python:
python3 -m venv venvSau đó kích hoạt môi trường venv:
macOS và Linux
source venv/bin/activateWindows
venv\Scripts\activate
-
- Tài khoản GitHub - Để truy cập GitHub Models Marketplace
- Đăng ký Azure - Để truy cập Azure AI Foundry
- Tài khoản Azure AI Foundry - Để truy cập Azure AI Agent Service
Chúng tôi đã bao gồm tệp requirements.txt trong thư mục gốc của kho lưu trữ này, chứa tất cả các gói Python cần thiết để chạy các mẫu mã.
Bạn có thể cài đặt chúng bằng cách chạy lệnh sau trong terminal tại thư mục gốc của kho lưu trữ:
pip install -r requirements.txt
Chúng tôi khuyến nghị tạo môi trường ảo Python để tránh xung đột và các vấn đề.
Cài Đặt VSCode
Đảm bảo rằng bạn đang sử dụng đúng phiên bản Python trong VSCode.
Cài Đặt Mẫu Sử Dụng GitHub Models
Bước 1: Lấy GitHub Personal Access Token (PAT)
Khóa học này sử dụng GitHub Models Marketplace, cung cấp quyền truy cập miễn phí vào các Large Language Models (LLMs) mà bạn sẽ sử dụng để xây dựng AI Agents.
Để sử dụng GitHub Models, bạn cần tạo GitHub Personal Access Token.
Bạn có thể thực hiện điều này bằng cách truy cập cài đặt Personal Access Tokens trong tài khoản GitHub của bạn.
Hãy tuân theo Nguyên tắc Quyền Hạn Tối Thiểu khi tạo token. Điều này có nghĩa là bạn chỉ nên cấp cho token các quyền cần thiết để chạy các mẫu mã trong khóa học này.
-
Chọn tùy chọn
Fine-grained tokensở phía bên trái màn hình bằng cách truy cập Developer settings.
Sau đó chọn
Generate new token.
-
Nhập tên mô tả cho token của bạn để dễ dàng nhận diện sau này.
🔐 Khuyến nghị về thời gian tồn tại của token
Thời gian khuyến nghị: 30 ngày
Để tăng cường bảo mật, bạn có thể chọn thời gian ngắn hơn—chẳng hạn như 7 ngày 🛡️
Đây là cách tuyệt vời để đặt mục tiêu cá nhân và hoàn thành khóa học khi động lực học tập của bạn đang cao 🚀.
-
Giới hạn phạm vi của token vào phiên bản fork của kho lưu trữ này.
-
Hạn chế quyền của token: Trong Permissions, nhấp vào tab Account, sau đó nhấp vào nút “+ Add permissions”. Một menu thả xuống sẽ xuất hiện. Tìm kiếm Models và đánh dấu vào ô tương ứng.
-
Xác minh các quyền cần thiết trước khi tạo token.
-
Trước khi tạo token, hãy đảm bảo bạn đã sẵn sàng lưu token ở nơi an toàn như kho mật khẩu, vì token sẽ không được hiển thị lại sau khi bạn tạo.
Sao chép token mới mà bạn vừa tạo. Bây giờ bạn sẽ thêm token này vào tệp .env được bao gồm trong khóa học này.
Bước 2: Tạo Tệp .env
Để tạo tệp .env, chạy lệnh sau trong terminal.
cp .env.example .env
Lệnh này sẽ sao chép tệp ví dụ và tạo tệp .env trong thư mục của bạn, nơi bạn điền các giá trị cho các biến môi trường.
Với token đã sao chép, mở tệp .env bằng trình soạn thảo văn bản yêu thích của bạn và dán token vào trường GITHUB_TOKEN.
Bây giờ bạn đã có thể chạy các mẫu mã của khóa học này.
Cài Đặt Mẫu Sử Dụng Azure AI Foundry và Azure AI Agent Service
Bước 1: Lấy Endpoint Dự Án Azure của Bạn
Thực hiện các bước tạo hub và dự án trong Azure AI Foundry tại đây: Tổng quan về tài nguyên hub
Sau khi tạo dự án, bạn cần lấy chuỗi kết nối cho dự án của mình.
Bạn có thể thực hiện điều này bằng cách truy cập trang Overview của dự án trong cổng Azure AI Foundry.
Bước 2: Tạo Tệp .env
Để tạo tệp .env, chạy lệnh sau trong terminal.
cp .env.example .env
Lệnh này sẽ sao chép tệp ví dụ và tạo tệp .env trong thư mục của bạn, nơi bạn điền các giá trị cho các biến môi trường.
Với token đã sao chép, mở tệp .env bằng trình soạn thảo văn bản yêu thích của bạn và dán token vào trường PROJECT_ENDPOINT.
Bước 3: Đăng Nhập Azure
Theo nguyên tắc bảo mật, chúng ta sẽ sử dụng xác thực không cần khóa để xác thực với Azure OpenAI bằng Microsoft Entra ID.
Tiếp theo, mở terminal và chạy az login --use-device-code để đăng nhập vào tài khoản Azure của bạn.
Sau khi đăng nhập, chọn đăng ký của bạn trong terminal.
Các Biến Môi Trường Bổ Sung - Azure Search và Azure OpenAI
Đối với bài học Agentic RAG - Bài học 5 - có các mẫu sử dụng Azure Search và Azure OpenAI.
Nếu bạn muốn chạy các mẫu này, bạn cần thêm các biến môi trường sau vào tệp .env của mình:
Trang Tổng Quan (Dự Án)
-
AZURE_SUBSCRIPTION_ID- Kiểm tra Project details trên trang Overview của dự án. -
AZURE_AI_PROJECT_NAME- Xem ở đầu trang Overview của dự án. -
AZURE_OPENAI_SERVICE- Tìm trong tab Included capabilities cho Azure OpenAI Service trên trang Overview.
Trung Tâm Quản Lý
-
AZURE_OPENAI_RESOURCE_GROUP- Truy cập Project properties trên trang Overview của Management Center. -
GLOBAL_LLM_SERVICE- Dưới Connected resources, tìm tên kết nối Azure AI Services. Nếu không được liệt kê, kiểm tra Azure portal trong nhóm tài nguyên của bạn để tìm tên tài nguyên AI Services.
Trang Models + Endpoints
-
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME- Chọn mô hình embedding của bạn (ví dụ:text-embedding-ada-002) và ghi lại Deployment name từ chi tiết mô hình. -
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME- Chọn mô hình chat của bạn (ví dụ:gpt-4o-mini) và ghi lại Deployment name từ chi tiết mô hình.
Cổng Azure
-
AZURE_OPENAI_ENDPOINT- Tìm Azure AI services, nhấp vào nó, sau đó đi đến Resource Management, Keys and Endpoint, cuộn xuống “Azure OpenAI endpoints”, và sao chép endpoint “Language APIs”. -
AZURE_OPENAI_API_KEY- Từ cùng màn hình, sao chép KEY 1 hoặc KEY 2. -
AZURE_SEARCH_SERVICE_ENDPOINT- Tìm tài nguyên Azure AI Search, nhấp vào nó, và xem Overview. -
AZURE_SEARCH_API_KEY- Sau đó đi đến Settings và Keys để sao chép khóa admin chính hoặc phụ.
Trang Web Bên Ngoài
AZURE_OPENAI_API_VERSION- Truy cập trang API version lifecycle dưới Latest GA API release.
Cài Đặt Xác Thực Không Cần Khóa
Thay vì mã hóa cứng thông tin đăng nhập của bạn, chúng ta sẽ sử dụng kết nối không cần khóa với Azure OpenAI. Để làm điều này, chúng ta sẽ nhập DefaultAzureCredential và sau đó gọi hàm DefaultAzureCredential để lấy thông tin xác thực.
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
Gặp Vấn Đề?
Nếu bạn gặp bất kỳ vấn đề nào khi thực hiện cài đặt này, hãy tham gia Azure AI Community Discord hoặc tạo một vấn đề mới.
Bài Học Tiếp Theo
Bây giờ bạn đã sẵn sàng chạy mã cho khóa học này. Chúc bạn học vui và khám phá thêm về thế giới AI Agents!
Giới Thiệu về AI Agents và Các Trường Hợp Sử Dụng
Tuyên bố miễn trừ trách nhiệm:
Tài liệu này đã được dịch bằng dịch vụ dịch thuật AI Co-op Translator. Mặc dù chúng tôi cố gắng đảm bảo độ chính xác, xin lưu ý rằng các bản dịch tự động có thể chứa lỗi hoặc không chính xác. Tài liệu gốc bằng ngôn ngữ bản địa nên được coi là nguồn thông tin chính thức. Đối với các thông tin quan trọng, khuyến nghị sử dụng dịch vụ dịch thuật chuyên nghiệp bởi con người. Chúng tôi không chịu trách nhiệm cho bất kỳ sự hiểu lầm hoặc diễn giải sai nào phát sinh từ việc sử dụng bản dịch này.