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
想要本地複製嗎?
本倉庫包含 50 多種語言的翻譯內容,導致下載大小大幅增加。若要複製而不包含翻譯檔案,請使用稀疏簽出:
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"這樣可以讓你以更快的速度下載完成課程所需的所有資源。
如果你希望支援其他翻譯語言,請參考此處列表 here。
本課程包含了構建 AI 代理人的基礎課程內容。每堂課涵蓋各自主題,你可以從任何地方開始學習!
本課程支援多語言版本。請參考我們的可用語言列表。
如果這是你第一次使用生成式 AI 模型構建,請參考我們的生成式 AI 初學者課程,其中包含 21 個有關使用 GenAI 的課程。
別忘了點星標記 (🌟) 本倉庫並且派生本倉庫以運行程式碼。
如果你在建立 AI 代理人遇到困難或有任何疑問,歡迎加入我們在 Microsoft Foundry Discord 的專屬 Discord 頻道。
本課程的每堂課都附有程式碼範例,可在 code_samples 資料夾找到。你可以派生本倉庫以創建自己的副本。
這些練習的程式碼範例使用 Microsoft Agent Framework 以及 Microsoft Foundry Agent Service V2:
- Microsoft Foundry - 需要 Azure 帳戶
本課程使用以下來自微軟的 AI 代理人框架和服務:
部分程式碼範例也支援其他 OpenAI 相容的提供者,例如提供大上下文模型(最多 204K tokens)的 MiniMax。請參閱課程設置了解配置詳情。
有關運行本課程程式碼的更多資訊,請參見課程設置。
- 一份位於 README 的書面課程與一段短片
- 使用 Microsoft Agent Framework 和 Microsoft Foundry 的 Python 程式範例
- 進一步學習的資源連結
| 課程 | 內容與程式碼 | 影片 | 額外學習資源 |
|---|---|---|---|
| AI 代理人介紹與使用案例 | 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 |
| 代理式 RAG | 連結 | 影片 | 連結 |
| 建構可信賴的 AI 代理人 | 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 | 視頻 | 連結 | | 生產環境中的 AI 代理 | 連結 | 視頻 | 連結 | | 使用代理協議(MCP、A2A 和 NLWeb) | 連結 | 視頻 | 連結 | | AI 代理的上下文工程 | 連結 | 視頻 | 連結 | | 管理代理記憶 | 連結 | 視頻 | | | 探索 Microsoft 代理框架 | 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 | | 保護 AI 代理 | 連結 | | 連結 |
我們的團隊還製作其他課程!歡迎瀏覽:
感謝 Shivam Goyal 貢獻重要的示範Agentic RAG的程式碼範例。
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),聲明您有權利並實際授權我們 使用您的貢獻。詳情請參閱 https://cla.opensource.microsoft.com。
當您提交拉取請求時,CLA 機器人會自動判定您是否需要提供 CLA 並相應標記 PR(例如,狀態檢查、評論)。只需按照機器 人指示操作。您在所有使用我們 CLA 的倉庫中此操作只需執行一次。
本專案採納了 Microsoft 開源行為準則。 詳情見 行為準則常見問題 或 聯絡 opencode@microsoft.com 查詢其他問題或意見。
本專案可能包含專案、產品或服務的商標或標誌。授權使用 Microsoft 商標或標誌需遵循 Microsoft 商標及品牌指南。 在此專案修改版本中使用 Microsoft 商標或標誌不可造成混淆或暗示 Microsoft 贊助。 任何第三方商標或標誌的使用均需遵守該第三方政策。
若您在建立 AI 應用時遇到困難或有任何疑問,歡迎加入:
若您在建置過程中有產品反饋或錯誤,請訪問:
免責聲明: 本文件由 AI 翻譯服務 Co-op Translator 翻譯而成。雖然我們致力於確保準確性,但請注意,機器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,建議進行專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋承擔責任。