![]()
阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 (Myanmar) | 中文 (简体) | 中文 (繁体,香港) | 中文 (繁体,澳门) | 中文 (繁体,台湾) | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印度尼西亚语 | 意大利语 | 日语 | 卡纳达语 | 高棉语 | 韩语 | 立陶宛语 | 马来语 | 马拉雅拉姆语 | 马拉地语 | 尼泊尔语 | 尼日利亚皮钦语 | 挪威语 | 波斯语 (法尔西语) | 波兰语 | 葡萄牙语 (巴西) | 葡萄牙语 (葡萄牙) | 旁遮普语 (古鲁穆奇文) | 罗马尼亚语 | 俄语 | 塞尔维亚语 (西里尔文) | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 塔加洛语 (菲律宾语) | 泰米尔语 | 泰卢固语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语
更喜欢本地克隆?
本仓库包含 50 多种语言的翻译,显著增加了下载大小。若要不带翻译克隆,请使用稀疏检出:
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"这样能让你更快地下载完成课程所需内容。
如果你希望支持其他翻译语言,列表见此处
本课程包含构建 AI 代理基础的课程单元。每节课涵盖各自主题,你可以从任何一节开始学习!
本课程支持多语言。请访问我们的可用语言列表。
如果你是第一次使用生成式 AI 模型进行构建,建议查看我们的生成式 AI 入门课程,其中包含 21 节关于使用生成式 AI 构建的课程。
如果你遇到困难或对构建 AI 代理有任何疑问,欢迎加入我们的Microsoft Foundry Discord专属 Discord 频道。
本课程每节课均附有代码示例,代码示例存放在 code_samples 文件夹中。你可以Fork 此仓库创建你自己的副本。
这些练习中的代码示例使用 Microsoft Agent Framework 结合 Azure AI Foundry Agent Service V2:
本课程使用微软的以下 AI 代理框架和服务:
部分代码示例还支持其他兼容 OpenAI 的提供商,如 MiniMax,它提供大上下文模型(最高支持 204K 令牌)。配置详情见课程设置。
关于如何运行本课程代码的更多信息,请访问课程设置。
你有建议或者发现了拼写错误或代码错误?请提交 issue或创建 Pull Request。
| 课程 | 文字与代码 | 视频 | 额外学习 |
|---|---|---|---|
| AI 代理介绍及应用案例 | 链接 | 视频 | 链接 |
| 探索 AI 代理框架 | 链接 | 视频 | 链接 |
| 理解 AI 代理设计模式 | 链接 | 视频 | 链接 |
| 工具使用设计模式 | 链接 | 视频 | 链接 |
| 代理式 RAG | 链接 | 视频 | 链接 |
| 构建可信赖的 AI 代理 | 链接 | 视频 | 链接 |
| 计划设计模式 | 链接 | 视频 | 链接 |
| 多代理设计模式 | 链接 | 视频 | 链接 |
| 元认知设计模式 | 链接 | 视频 | 链接 |
| 生产环境中的 AI 代理 | 链接 | 视频 | 链接 |
| 使用代理协议(MCP、A2A 和 NLWeb) | 链接 | 视频 | 链接 |
| AI 代理的上下文工程 | 链接 | 视频 | 链接 |
| 管理代理记忆 | 链接 | 视频 | |
| 探索微软代理框架 | 链接 | ||
| 构建计算机使用代理(CUA) | 链接 | 链接 | |
| 部署可扩展代理 | 即将推出 | ||
| 创建本地 AI 代理 | 即将推出 | ||
| 保护 AI 代理 | 链接 | 链接 |
我们的团队还制作了其他课程!请查看:
感谢 Shivam Goyal 为我们贡献了展示代理式 RAG 的重要代码示例。
欢迎对本项目进行贡献和提出建议。大多数贡献需要您同意一份贡献者许可协议(CLA),声明您有权并且确实授予我们使用您贡献的权利。详情请访问 https://cla.opensource.microsoft.com。
当您提交拉取请求时,CLA 机器人将自动判断您是否需要提供 CLA 并适当地标注 PR(例如状态检查、评论)。只需按照机器人提供的指示操作。您在所有使用我们 CLA 的仓库中只需执行此操作一次。
本项目已采用 微软开源行为准则。 如需更多信息,请参阅行为准则常见问题或通过 opencode@microsoft.com 联系我们提出任何额外问题或评论。
本项目可能包含项目、产品或服务的商标或标志。微软商标或标志的授权使用须遵循并服从 微软商标和品牌指南。 在本项目的修改版本中使用微软商标或标志不得引起混淆或暗示微软的赞助。 任何第三方商标或标志的使用须遵守相应第三方的政策。
如果您遇到困难或在构建 AI 应用时有任何问题,请加入:
如果您在构建过程中有产品反馈或遇到错误,请访问:
免责声明: 本文件由 AI 翻译服务 Co-op Translator 翻译完成。尽管我们力求准确,但请注意,自动翻译可能包含错误或不准确之处。原始语言版文件应视为权威来源。对于重要信息,建议使用专业人工翻译。我们对因使用本翻译而产生的任何误解或误释不承担责任。