![]()
阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 (Myanmar) | 简体中文 | 繁体中文 (香港) | 繁体中文 (澳门) | 繁体中文 (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 | 印尼语 | 意大利语 | 日语 | 坎纳达语 | 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 (Farsi) | 波兰语 | 葡萄牙语 (巴西) | 葡萄牙语 (葡萄牙) | 旁遮普语 (Gurmukhi) | 罗马尼亚语 | 俄语 | 塞尔维亚语 (西里尔) | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 他加禄语 (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,这显著增加了下载大小。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"这样可以更快地下载,获取完成课程所需的所有内容。
如果您希望支持更多翻译语言,可查看这里。
本课程涵盖构建 AI 代理的基础知识。每节课专注于一个主题,您可以从任何地方开始学习!
本课程支持多语言。请前往我们可用语言这里。
如果这是您第一次使用生成式 AI 模型构建,推荐查看我们的生成式 AI 初学者课程,其中包含21个构建生成式 AI 的课程。
别忘了为此仓库点星 (🌟)并分叉此仓库以运行代码。
如果您在构建 AI 代理时遇到困难或有任何问题,请加入我们的专用 Discord 频道:Microsoft Foundry Discord。
本课程的每节课都包含代码示例,保存在 code_samples 文件夹中。您可以分叉此仓库以创建您自己的副本。
这些练习的代码示例使用 Microsoft Agent Framework 和 Microsoft Foundry Agent Service V2:
本课程使用 Microsoft 提供的以下 AI 代理框架和服务:
部分代码示例也支持兼容 OpenAI 的替代提供商,如MiniMax,它提供大上下文模型(最高支持 204K 令牌)。详情请参见课程设置。
有关运行本课程代码的更多信息,请访问课程设置。
| 课程 | 文本与代码 | 视频 | 额外学习 |
|---|---|---|---|
| AI 代理简介及代理用例 | 链接 | 视频 | 链接 |
| 探索 AI Agentic 框架 | 链接 | 视频 | 链接 |
| 了解 AI Agentic 设计模式 | 链接 | 视频 | 链接 |
| 工具使用设计模式 | 链接 | 视频 | 链接 |
| Agentic RAG | 链接 | 视频 | 链接 |
| 构建值得信赖的 AI 代理 | 链接 | 视频 | 链接 |
| 规划设计模式 | 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 Agentic 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 Agentic 记忆 | 链接 | 视频 | |
| 探索微软 Agent 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 | 链接 | 链接 | |
| 创建本地 AI 代理 | 链接 | 链接 | |
| 保障 AI 代理安全 | 链接 | 链接 |
我们团队还制作了其他课程!查看:
感谢 Shivam Goyal 贡献了演示 Agentic 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 贡献者许可协议(CLA),声明您有权利,并且实际授予我们 使用您贡献内容的权利。详情请访问 https://cla.opensource.microsoft.com。
当您提交拉取请求时,CLA 机器人将自动确定您是否需要提供 CLA 并相应地标记 PR(例如,状态检查、评论)。只需按照机器人提供的指示操作即可。 在使用我们的 CLA 的所有仓库中,您只需执行此操作一次。
本项目采用了 Microsoft 开源行为准则。 更多信息请参见 行为准则常见问题 或 通过邮箱联系 opencode@microsoft.com 提问或反馈。
本项目可能包含项目、产品或服务的商标或徽标。授权使用微软商标 或徽标须遵循 微软商标及品牌指南。 修改本项目时使用微软商标或徽标不得引起混淆或暗示微软赞助。 任何第三方商标或徽标的使用均须遵守相应第三方的政策。
如果遇到困难或对构建 AI 应用有任何问题,请加入:
如果在构建过程中有产品反馈或出现错误,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。