Arabiska | Bengali | Bulgariska | Burmesiska (Myanmar) | Kinesiska (Förenklad) | Kinesiska (Traditionell, Hong Kong) | Kinesiska (Traditionell, Macau) | Kinesiska (Traditionell, Taiwan) | Kroatiska | Tjeckiska | Danska | Nederländska | Estniska | Finska | Franska | Tyska | Grekiska | Hebreiska | Hindi | Ungerska | Indonesiska | Italienska | Japanska | Kannada | Koreanska | Litauiska | Malajiska | Malayalam | Marathiska | Nepalesiska | Nigeriansk pidgin | Norska | Persiska (Farsi) | Polska | Portugisiska (Brasilien) | Portugisiska (Portugal) | Punjabi (Gurmukhi) | Rumänska | Ryska | Serbiska (Kyrilliska) | Slovakiska | Slovenska | Spanska | Swahili | Svenska | Tagalog (Filippinska) | Tamil | Telugu | Thailändska | Turkiska | Ukrainska | Urdu | Vietnamesiska
Föredrar du att klona lokalt?
Detta arkiv innehåller 50+ språköversättningar vilket avsevärt ökar nedladdningsstorleken. För att klona utan översättningar, använd 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"Detta ger dig allt du behöver för att slutföra kursen med en mycket snabbare nedladdning.
Om du önskar att fler översättningsspråk stöds finns de listade här
Denna kurs innehåller lektioner som täcker grunderna i att bygga AI-agenter. Varje lektion behandlar sitt eget ämne så börja var du vill!
Det finns flerspråkigt stöd för denna kurs. Gå till våra tillgängliga språk här.
Om detta är första gången du bygger med Generativa AI-modeller, kolla in vår kurs Generativ AI För Nybörjare, som innehåller 21 lektioner om att bygga med GenAI.
Glöm inte att stjärnmärka (🌟) detta repo och forka detta repo för att köra koden.
Om du fastnar eller har frågor om att bygga AI-agenter, gå med i vår dedikerade Discord-kanal i Microsoft Foundry Discord.
Varje lektion i denna kurs innehåller kodexempel som finns i mappen code_samples. Du kan forka detta repo för att skapa din egen kopia.
Kodexemplen i dessa övningar använder Microsoft Agent Framework med Azure AI Foundry Agent Service V2:
- Microsoft Foundry - Azure-konto krävs
Denna kurs använder följande AI Agent-ramverk och tjänster från Microsoft:
För mer information om hur du kör koden för denna kurs, gå till Kursinställning.
Har du förslag eller hittat stavfel eller kodfel? Skapa ett ärende eller Skapa en pull-förfrågan
- En skriftlig lektion i README och en kort video
- Python-kodexempel som använder Microsoft Agent Framework med Azure AI Foundry
- Länkar till extra resurser för att fortsätta ditt lärande
| Lektion | Text & Kod | Video | Extra Lärande |
|---|---|---|---|
| Introduktion till AI-agenter och agentusecase | Länk | Video | Länk |
| Utforska AI Agentiska Ramverk | Länk | Video | Länk |
| Förstå AI Agentiska Designmönster | Länk | Video | Länk |
| Verktygsanvändningsdesignmönster | Länk | Video | Länk |
| Agentisk RAG | Länk | Video | Länk |
| Att bygga pålitliga AI-agenter | Länk | Video | Länk |
| Planeringsdesignmönster | Länk | Video | Länk |
| Multi-agent designmönster | Länk | Video | Länk |
| Metakognitiv designmönster | Länk | Video | Länk |
| AI-agenter i produktion | Länk | Video | Länk |
| Använda agentbaserade protokoll (MCP, A2A och NLWeb) | Länk | Video | Länk |
| Kontextteknik för AI-agenter | Länk | Video | Länk |
| Hantera agentbaserat minne | Länk | Video | |
| Utforska Microsoft Agent Framework | Länk | ||
| Bygga datoranvändaragenter (CUA) | Kommer snart | ||
| Distribuera skalbara agenter | Kommer snart | ||
| Skapa lokala AI-agenter | Kommer snart | ||
| Säkerställa AI-agenter | Kommer snart |
Vårt team producerar andra kurser! Kolla in:
-9333EA?style=for-the-badge&labelColor=E5E7EB&color=9333EA){kind=icon}
-C084FC?style=for-the-badge&labelColor=E5E7EB&color=C084FC){kind=icon}
-E879F9?style=for-the-badge&labelColor=E5E7EB&color=E879F9){kind=icon}
Tack till Shivam Goyal för att ha bidragit med viktiga kodexempel som demonstrerar Agentic RAG.
Detta projekt välkomnar bidrag och förslag. De flesta bidrag kräver att du godkänner ett Contributor License Agreement (CLA) som intygar att du har rätt att, och faktiskt gör, ge oss rätten att använda ditt bidrag. För detaljer, besök https://cla.opensource.microsoft.com.
När du skickar in en pull-begäran kommer en CLA-bot automatiskt avgöra om du behöver tillhandahålla en CLA och dekorera PR:en lämpligt (t.ex. statuskontroll, kommentar). Följ bara instruktionerna från boten. Du behöver bara göra detta en gång för alla repo som använder vår CLA.
Detta projekt har antagit Microsofts uppförandekod för open source. För mer information se FAQ om uppförandekod eller kontakta opencode@microsoft.com för ytterligare frågor eller kommentarer.
Detta projekt kan innehålla varumärken eller logotyper för projekt, produkter eller tjänster. Auktoriserad användning av Microsofts varumärken eller logotyper är föremål för och måste följa Microsofts varumärkes- och varumärkesriktlinjer. Användning av Microsofts varumärken eller logotyper i modifierade versioner av detta projekt får inte skapa förvirring eller antyda Microsofts sponsring. All användning av tredjeparts varumärken eller logotyper är föremål för dessa tredjeparters policyer.
Om du fastnar eller har några frågor om att bygga AI-appar, gå med i:
Om du har produktfeedback eller fel under byggandet, besök:
Ansvarsfriskrivning: Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, vänligen var medveten om att automatiska översättningar kan innehålla fel eller brister. Det ursprungliga dokumentet på dess ursprungliga språk bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för några missförstånd eller feltolkningar som uppstår från användningen av denna översättning.