ai-agents-for-beginners

课程设置

简介

本课程将介绍如何运行课程中的代码示例。

加入其他学习者并获得帮助

在开始克隆您的代码库之前，请加入 AI Agents For Beginners Discord 频道，以获得设置帮助、课程相关问题解答或与其他学习者交流。

克隆或分叉此代码库

首先，请克隆或分叉 GitHub 代码库。这将创建您自己的课程材料版本，以便您可以运行、测试和调整代码！

您可以通过点击以下链接来 分叉代码库。

现在，您应该在以下链接中拥有课程的分叉版本：

分叉代码库

浅克隆（推荐用于工作坊 / Codespaces）

完整的代码库可能较大（约 3 GB），当您下载完整历史记录和所有文件时。如果您仅参加工作坊或只需要几个课程文件夹，浅克隆（或稀疏克隆）可以通过截断历史记录和/或跳过文件来避免大部分下载。

快速浅克隆——最小历史记录，所有文件

在以下命令中将 <your-username> 替换为您的分叉 URL（或您偏好的上游 URL）。

仅克隆最新提交历史记录（下载量较小）：

git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git

克隆特定分支：

git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git

部分（稀疏）克隆——最小文件 + 仅选定文件夹

此方法使用部分克隆和稀疏检出（需要 Git 2.25+，推荐支持部分克隆的现代 Git）：

git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git

进入代码库文件夹：

cd ai-agents-for-beginners

然后指定您需要的文件夹（以下示例显示两个文件夹）：

git sparse-checkout set 00-course-setup 01-intro-to-ai-agents

在克隆并验证文件后，如果您只需要文件并希望释放空间（无 Git 历史记录），请删除代码库元数据（💀不可逆——您将失去所有 Git 功能：无法提交、拉取、推送或访问历史记录）。

# zsh/bash
rm -rf .git

# PowerShell
Remove-Item -Recurse -Force .git

使用 GitHub Codespaces（推荐避免本地大文件下载）

提示

运行代码

本课程提供了一系列 Jupyter Notebooks，您可以通过它们亲身体验构建 AI Agents。

代码示例使用以下选项：

需要 GitHub 账户 - 免费：

1) Semantic Kernel Agent Framework + GitHub Models Marketplace。标记为 (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace。标记为 (autogen.ipynb)

需要 Azure 订阅： 3) Azure AI Foundry + Azure AI Agent Service。标记为 (azureaiagent.ipynb)

我们鼓励您尝试所有三种示例，看看哪种最适合您。

无论您选择哪种选项，都将决定您需要遵循的设置步骤：

要求

我们在代码库的根目录中包含了一个 requirements.txt 文件，其中包含运行代码示例所需的所有 Python 包。

您可以在代码库根目录的终端中运行以下命令来安装它们：

pip install -r requirements.txt

我们建议创建一个 Python 虚拟环境以避免任何冲突和问题。

设置 VSCode

确保您在 VSCode 中使用正确版本的 Python。

image

使用 GitHub 模型的示例设置

第一步：获取您的 GitHub 个人访问令牌 (PAT)

本课程利用 GitHub Models Marketplace，提供免费访问大型语言模型 (LLMs)，您将使用它们来构建 AI Agents。

要使用 GitHub 模型，您需要创建一个 GitHub 个人访问令牌。

您可以通过访问您的 个人访问令牌设置 来完成此操作。

请遵循 最小权限原则 创建令牌。这意味着您应该仅赋予令牌运行本课程代码示例所需的权限。

  1. 在屏幕左侧的 开发者设置 中选择 精细化令牌 选项。

    开发者设置

    然后选择 生成新令牌。

    生成令牌

  2. 输入一个描述性名称以反映令牌的用途，使其以后易于识别。

    🔐 令牌有效期建议

    推荐有效期：30 天 为了更安全，可以选择更短的时间——例如 7 天 🛡️ 这是一个很好的方式来设定个人目标并在学习动力高涨时完成课程 🚀。

    令牌名称和有效期

  3. 将令牌的范围限制为此代码库的分叉。

    限制范围到分叉代码库

  4. 限制令牌的权限：在 权限 下，点击 账户 标签，然后点击 “+ 添加权限” 按钮。会出现一个下拉菜单。请搜索 模型 并勾选它。

    添加模型权限

  5. 在生成令牌之前验证所需权限。验证权限

  6. 在生成令牌之前，请确保您准备好将令牌存储在安全的地方，例如密码管理器，因为生成后不会再次显示。安全存储令牌

复制您刚刚创建的新令牌。现在，您需要将其添加到本课程包含的 .env 文件中。

第二步：创建您的 .env 文件

在终端中运行以下命令以创建 .env 文件。

# zsh/bash
cp .env.example .env

# PowerShell
Copy-Item .env.example .env

这将复制示例文件并在您的目录中创建 .env 文件，您需要在其中填写环境变量的值。

复制令牌后，使用您喜欢的文本编辑器打开 .env 文件，并将令牌粘贴到 GITHUB_TOKEN 字段中。

GitHub 令牌字段

现在，您应该可以运行本课程的代码示例。

使用 Azure AI Foundry 和 Azure AI Agent Service 的示例设置

第一步：获取您的 Azure 项目端点

按照以下步骤在 Azure AI Foundry 中创建一个中心和项目：中心资源概述

创建项目后，您需要获取项目的连接字符串。

您可以通过访问 Azure AI Foundry 门户中项目的 概述 页面来完成此操作。

项目连接字符串

第二步：创建您的 .env 文件

在终端中运行以下命令以创建 .env 文件。

# zsh/bash
cp .env.example .env

# PowerShell
Copy-Item .env.example .env

这将复制示例文件并在您的目录中创建 .env 文件，您需要在其中填写环境变量的值。

复制令牌后，使用您喜欢的文本编辑器打开 .env 文件，并将令牌粘贴到 PROJECT_ENDPOINT 字段中。

第三步：登录 Azure

作为安全最佳实践，我们将使用 无密钥认证 来通过 Microsoft Entra ID 认证到 Azure OpenAI。

接下来，打开终端并运行 az login --use-device-code 登录到您的 Azure 账户。

登录后，在终端中选择您的订阅。

额外环境变量 - Azure Search 和 Azure OpenAI

对于 Agentic RAG 课程 - 第五课 - 有使用 Azure Search 和 Azure OpenAI 的示例。

如果您想运行这些示例，您需要在 .env 文件中添加以下环境变量：

概述页面（项目）

管理中心

模型 + 端点页面

Azure 门户

外部网页

设置无密钥认证

我们将使用无密钥连接到 Azure OpenAI，而不是硬编码您的凭据。为此，我们将导入 DefaultAzureCredential，稍后调用 DefaultAzureCredential 函数以获取凭据。

# Python
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

遇到问题？

如果您在运行此设置时遇到任何问题，可以加入我们的 Azure AI 社区 Discord 或 创建一个问题。

下一课

您现在已经准备好运行本课程的代码了。祝您愉快地学习更多关于 AI 代理的知识！

AI代理简介及应用场景

免责声明：
本文档使用AI翻译服务Co-op Translator进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息，建议使用专业人工翻译。我们不对因使用此翻译而产生的任何误解或误读承担责任。

This site is open source. Improve this page.