![]()
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
喜歡本機端 Clone 嗎?
本儲存庫包含 50 多種語言的翻譯,這會大幅增加下載大小。若想不包含翻譯地 Clone,請使用稀疏取出(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"這樣你即可用更快的下載速度取得完成課程所需的一切。
如果你想要支持其他翻譯語言,請參考 這裡 列出的語言
本課程涵蓋建立 AI 代理的基礎知識。每個課程都有自己的主題,可依自己喜好選擇開始學習!
本課程有多語言支援。請點選我們的可用語言列表。
若你是首次使用生成人工智慧模型,請參考我們的Generative AI For Beginners 課程,其中包含 21 個建立 GenAI 的課程。
別忘了為本儲存庫加星(🌟)並分叉(fork)此儲存庫來執行程式碼。
如果你卡住或對建立 AI 代理有任何疑問,歡迎加入我們在 Microsoft Foundry Discord 的專屬 Discord 頻道。
本課程每堂課都包含程式碼範例,可在 code_samples 資料夾中找到。你可以分叉此儲存庫來建立自己的複本。
這些練習的程式碼範例利用 Microsoft Foundry 和 GitHub 模型目錄與語言模型互動:
本課程同時使用下列 Microsoft 的 AI 代理框架與服務:
如需有關執行本課程程式碼的詳細資訊,請參閱 課程設定。
| 課程 | 文字與程式碼 | 影片 | 額外學習資源 |
|---|---|---|---|
| AI 代理與代理使用案例入門 | 連結 | 影片 | 連結 |
| 探索 AI 代理框架 | 連結 | 影片 | 連結 |
| 理解 AI 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 |
| 代理文件問答(Agentic RAG) | 連結 | 影片 | 連結 |
| 建立值得信賴的 AI 代理 | 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 |
| 產線中的 AI 代理 | 連結 | 影片 | 連結 |
| 使用 Agentic 協定 (MCP、A2A 與 NLWeb) | 連結 | 影片 | 連結 |
| AI 代理的情境工程 | 連結 | 影片 | 連結 |
| 管理 Agentic 記憶 | 連結 | 影片 | |
| 探索 Microsoft Agent Framework | 連結 | ||
| 建置電腦使用代理 (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 | ||
| 保障 AI 代理的安全 | 即將推出 |
我們團隊還製作了其他課程!請查看:
感謝 Shivam Goyal 貢獻展現 Agentic RAG 重要程式碼範例。
本專案歡迎貢獻與建議。大部分貢獻需要您同意一份 貢獻者授權協議 (CLA),聲明您有權利且確實授權我們 使用您的貢獻。詳情請參閱 https://cla.opensource.microsoft.com。
當您提交 Pull Request 時,CLA 機器人會自動判斷您是否需要提供 CLA,並在 PR 中做適當標示(例如狀態檢查、評論)。只要依照機器人 指示操作即可。您只需在所有採用 CLA 的專案中執行此程序一次。
本專案已採用 Microsoft 開源行為守則。 更多資訊請見 行為守則常見問題 或 聯絡 opencode@microsoft.com 以取得更多問題或意見。
本專案可能包含專案、產品或服務的商標或標誌。Microsoft 商標或標誌的授權使用須遵守 Microsoft 商標及品牌指引。 在本專案修改版本中使用 Microsoft 商標或標誌,不得造成混淆或暗示由 Microsoft 贊助。 第三方商標或標誌的使用需遵循該第三方政策。
如果您卡住或在建立 AI 應用程式時有任何疑問,歡迎加入:
如果您有產品回饋或建置時發生錯誤,請訪問:
免責聲明:
本文件由 AI 翻譯服務 Co-op Translator 進行翻譯。儘管我們力求準確,但請注意自動翻譯可能包含錯誤或不準確之處。原文文件以其母語版本為權威資料來源。對於重要資訊,建議採用專業人工翻譯。本公司對因使用本翻譯而產生的任何誤解或誤釋概不負責。