![]()
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
想要本地端克隆嗎?
此儲存庫包含 50 多種語言的翻譯,會大幅增加下載大小。若要不下載翻譯,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"這樣可以讓你用更快的速度下載,並且擁有完成課程所需的一切。
如果您希望支援更多翻譯語言,清單列在此處
這門課程涵蓋建立 AI Agents 的基本概念。每節課都有獨立主題,歡迎隨意從任何地方開始!
此課程支援多語言。請前往這裡查看可用語言。
如果你是第一次使用生成式 AI 模型,請查看我們的生成式 AI 初學者課程,包含 21 堂建立生成式 AI 的課程。
別忘了為此儲存庫點星 (🌟)以及分叉此儲存庫來執行程式碼。
如果您遇到困難或有關建立 AI Agents 的問題,歡迎加入我們專屬的 Discord 頻道,位於 Microsoft Foundry Discord。
本課程每堂課均包含程式碼範例,放在 code_samples 資料夾。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,使用 Azure AI Foundry 及 GitHub 模型目錄來與語言模型互動:
此課程亦使用微軟的以下 AI Agent 框架與服務:
如要瞭解更多課程程式碼運行資訊,請參考課程設定。
你有建議或發現拼寫或程式碼錯誤嗎?請提出議題或建立拉取請求。
| 課程 | 文字與程式碼 | 影片 | 額外學習 |
|---|---|---|---|
| AI Agents 入門與代理使用案例 | 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 |
| 建立值得信賴的 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 |
| 元認知設計模式 | 連結 | 影片 | 連結 |
| AI 代理人在生產環境中 | 連結 | 影片 | 連結 |
| 使用智能代理協議 (MCP、A2A 及 NLWeb) | 連結 | 影片 | 連結 |
| AI 代理人之環境工程 | 連結 | 影片 | 連結 |
| 管理智能代理記憶 | 連結 | 影片 | |
| 探索微軟智能代理框架 | 連結 | ||
| 建立電腦使用代理 (CUA) | 即將推出 | ||
| 部署可擴展代理 | 即將推出 | ||
| 建立本地 AI 代理 | 即將推出 | ||
| 保護 AI 代理 | 即將推出 |
我們團隊還製作了其他課程!快來看看:
感謝 Shivam Goyal 貢獻了展示智能代理基於檢索生成(Agentic RAG)重要範例程式碼。
本專案歡迎各項貢獻與建議。大多數貢獻需要您同意簽署 貢獻者授權協議(CLA) ,以聲明您擁有且確實授予我們 使用您貢獻內容的權利。詳情請參考 https://cla.opensource.microsoft.com。
當您提交拉取請求時,CLA 機器人會自動確認您是否需提供 CLA 並加註適當標記(例如狀態檢查、評論)。 請依照機器人指示完成流程。您只需在所有採用 CLA 的倉庫中完成一次。
本專案已採用 微軟開源行為守則。 更多資訊請見 行為守則常見問答 或 聯繫 opencode@microsoft.com 提問或反映意見。
本專案可能包含專案、產品或服務的商標或標誌。授權使用微軟商標或標誌需遵守 微軟商標和品牌指導原則。 使用本專案修改版中的微軟商標或標誌,不得造成混淆或暗示微軟贊助。 任何第三方商標或標誌均須遵守其政策。
若您在開發 AI 應用時遇到問題或有任何疑問,歡迎加入:
若您在開發過程中有產品回饋或錯誤,請造訪:
免責聲明:
本文件係使用 AI 翻譯服務 Co-op Translator 翻譯而成。儘管我們致力於保持準確性,但請注意自動翻譯可能包含錯誤或不準確之處。原始文件的原文版本應視為權威來源。對於重要資訊,建議採用專業人工翻譯。我們不對因使用本翻譯所引起的任何誤解或誤譯負責。