![]()
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 | Khmer | 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
想要本地複製?
本存儲庫包含超過 50 種語言翻譯,會顯著增加下載大小。若想下載無翻譯版本,請使用 sparse checkout:
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"這樣你會得到完成課程所需的一切,且下載速度會快得多。
如果您希望支援更多翻譯語言,請參閱此處。
本課程包含關於建立 AI Agents 基礎的課程。每堂課都涵蓋獨立主題,可按喜好開始!
本課程支援多語言。請前往我們的可用語言這裡。
如果您是首次使用生成式 AI 模型構建,請參考我們的生成式 AI 初學者課程,包含 21 節課教授如何使用 GenAI。
別忘了給這個 repo 點星 (🌟) 並 fork 這個 repo來運行程式碼。
如果卡住或有任何有關建立 AI Agents 的問題,請加入我們的專用 Discord 頻道,在 Microsoft Foundry Discord。
本課程的每堂課包含程式碼範例,可以在 code_samples 文件夾中找到。你可以fork 這個 repo來建立自己的副本。
這些練習的程式碼範例使用 Microsoft Agent Framework 及 Microsoft Foundry Agent Service V2:
本課程使用下列 Microsoft 的 AI Agent 框架和服務:
部分程式碼範例也支援其他相容 OpenAI 的供應商,比如提供大容量上下文模型(高達 204K 代幣)的 MiniMax。詳情請參閱課程設定。
想了解更多如何運行本課程程式碼,請參閱課程設定。
有建議或發現拼字或程式碼錯誤嗎?請提出 issue或發起 pull request
| 課程 | 書面及程式碼 | 影片 | 額外學習 |
|---|---|---|---|
| AI Agents 和 Agent 使用案例簡介 | 連結 | 影片 | 連結 |
| 探索 AI Agentic 框架 | 連結 | 影片 | 連結 |
| 理解 AI Agentic 設計模式 | 連結 | 影片 | 連結 |
| 工具使用設計模式 | 連結 | 影片 | 連結 |
| Agentic RAG | 連結 | 影片 | 連結 |
| 建立可信任的 AI Agents | 連結 | 影片 | 連結 |
| 規劃設計模式 | 連結 | 影片 | 連結 |
| 多代理設計模式 | 連結 | 影片 | 連結 |
| 反思設計模式 | 連結 | 影片 | 連結 |
| 產線中的 AI 代理 | 連結 | 影片 | 連結 |
| 使用 Agentic 協議 (MCP、A2A 及 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) | 連結 | 連結 | |
| 部署可擴展代理 | 連結 | 連結 | |
| 建立本地 AI 代理 | 連結 | 連結 | |
| AI 代理安全保護 | 連結 | 連結 |
我們團隊還有其他課程!歡迎瀏覽:
感謝 Shivam Goyal 貢獻示範 Agentic RAG 的重要程式碼範例。
此專案歡迎貢獻與建議。大多數貢獻需要您同意 貢獻者授權協議 (Contributor License Agreement, CLA),宣告您有權且確實授權我們 使用您的貢獻。詳情請見 https://cla.opensource.microsoft.com。
當您提交拉取請求時,CLA 機器人會自動判斷您是否需要提供 CLA 並適當地標記 PR(例如,狀態檢查、留言)。請依照機器人指示操作。 整個過程您只需執行一次,適用於所有使用本 CLA 的儲存庫。
本專案已採用 Microsoft 開放原始碼行為準則。 如需更多信息,請參閱 行為準則常見問答 或 聯絡 opencode@microsoft.com 以取得其他問題或建議。
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 商標或標誌須遵守 Microsoft 商標與品牌指南。 在本專案修改版本中使用 Microsoft 商標或標誌,不能造成混淆或暗示微軟背書。 第三方商標或標誌之使用,須遵循該等第三方政策。
如果您遇到困難或對建置 AI 應用有任何疑問,歡迎加入:
若您在建置過程中有產品意見或錯誤,請造訪:
免責聲明: 本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確,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來源。對於重要資訊,建議尋求專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或曲解承擔責任。