![]()
Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese
喜歡本地端克隆嗎?
此儲存庫包含 50 多種語言翻譯,會大幅增加下載大小。若要不包含翻譯克隆,請使用稀疏檢出:
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"這樣即可快速下載完成課程所需的一切內容。
若希望支援更多翻譯語言,請參考此處
本課程包含了建構 AI 智能代理的基礎課題。每堂課涵蓋不同主題,隨你喜歡從任何地方開始!
本課程提供多語言支援。詳見我們的支援語言列表。
若你是首次使用生成式 AI 模型,請參閱我們的初學者生成式 AI課程,內含 21 堂生成式 AI 建構教學。
別忘了為本儲存庫加星 (🌟)及分叉儲存庫來執行程式碼。
如果遇到困難或有關於建立 AI 智能代理的任何問題,歡迎加入我們在 Microsoft Foundry Discord 的專屬 Discord 頻道。
本課程每堂課皆包含程式碼範例,程式碼位於 code_samples 資料夾中。你可以分叉此儲存庫以建立自己的副本。
這些練習中的程式碼範例利用 Microsoft Agent Framework 結合 Azure AI Foundry Agent Service V2:
本課程使用以下來自 Microsoft 的 AI 智能代理框架與服務:
如需本課程程式的更多執行資訊,請前往課程設定。
| 課程 | 文字與程式碼 | 影片 | 延伸學習 |
|---|---|---|---|
| AI 智能代理與代理案例介紹 | 連結 | 影片 | 連結 |
| 探索 AI 智能代理框架 | 連結 | 影片 | 連結 |
| 理解 AI 智能代理設計模式 | 連結 | 影片 | 連結 |
| 工具使用設計模式 | 連結 | 影片 | 連結 |
| 智能代理 RAG | 連結 | 影片 | 連結 |
| 建立可信賴的 AI 智能代理 | 連結 | 影片 | 連結 |
| 規劃設計模式 | 連結 | 影片 | 連結 |
| 多智能代理設計模式 | 連結 | 影片 | 連結 |
| 後設認知設計模式 | 連結 | 影片 | 連結 |
| 投產中的 AI 代理 | 連結 | 影片 | 連結 |
| 使用Agentic協定 (MCP、A2A 和 NLWeb) | 連結 | 影片 | 連結 |
| AI 代理的上下文工程 | 連結 | 影片 | 連結 |
| 管理 Agentic 記憶 | 連結 | 影片 | |
| 探索 Microsoft Agent Framework | 連結 | ||
| 建立電腦使用代理(CUA) | 即將推出 | ||
| 部署可擴展的代理 | 即將推出 | ||
| 創建本地 AI 代理 | 即將推出 | ||
| 確保 AI 代理安全 | 即將推出 |
我們的團隊還製作其他課程!請查看:
感謝 Shivam Goyal 貢獻展示 Agentic RAG 的重要程式碼範例。
歡迎對本專案提出貢獻與建議。大部分貢獻需要您同意一份 貢獻者授權協議(CLA),聲明您有權且確實授權我們 使用您的貢獻。詳情請參見 https://cla.opensource.microsoft.com。
當您送出拉取請求(Pull Request)時,CLA 機器人會自動判斷您是否需要提供 CLA 並相應地標註 PR(例如,狀態檢查、留言)。只需按照 機器人提供的指示操作。所有使用我們 CLA 的儲存庫中,您只需操作一次。
本專案已採用 Microsoft 開源行為準則。 欲知更多資訊,請參考行為準則常見問題或 聯絡 opencode@microsoft.com 以提出其他問題或建議。
本專案可能包含專案、產品或服務的商標或標誌。授權使用 Microsoft 商標或標誌時必須遵守 Microsoft 商標與品牌指南。 修改版本中使用 Microsoft 商標或標誌,不得造成混淆或暗示 Microsoft 贊助。 任何使用第三方商標或標誌須遵守該第三方的政策。
如果您卡住或對建立 AI 應用有任何問題,請加入:
若您對產品有回饋或在開發過程中遇到錯誤,請訪問:
免責聲明: 本文件由 AI 翻譯服務 Co-op Translator 所翻譯。雖然我們致力於準確性,但請注意自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威資料。對於重要資訊,建議採用專業人工翻譯。因使用本翻譯引起的任何誤解或誤譯,我們概不負責。