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
Vill du klona lokalt istället?
Detta förråd inkluderar 50+ språköversättningar som väsentligt 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 vill att ytterligare språk ska stödjas listas de här
Denna kurs innehåller lektioner som täcker grunderna för att bygga AI-agenter. Varje lektion behandlar sitt eget ämne så börja var du vill!
Det finns flerspråkigt stöd för denna kurs. Se våra tillgängliga språk här.
Om det är första gången du bygger med generativa AI-modeller, kolla in vår kurs Generative AI For Beginners, som inkluderar 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 en egen kopia.
Kodexemplen i dessa övningar använder Microsoft Agent Framework med Azure AI Foundry Agent Service V2:
- Microsoft Foundry - Kräver Azure-konto
Denna kurs använder följande AI-agentramverk och tjänster från Microsoft:
Vissa kodexempel stödjer även alternativa OpenAI-kompatibla leverantörer som MiniMax, som erbjuder modeller med stort kontextfönster (upp till 204K tokens). Se Course Setup för konfigurationsdetaljer.
För mer information om att köra koden för denna kurs, gå till Course Setup.
Har du förslag eller hittat stavfel eller kodfel? Skapa en issue eller Skicka en pull request
- En skriftlig lektion i README samt en kort video
- Python-kodexempel som använder Microsoft Agent Framework med Azure AI Foundry
- Länkar till extramaterial för att fortsätta ditt lärande
| Lektion | Text & Kod | Video | Extra lärmaterial |
|---|---|---|---|
| Introduktion till AI-agenter och agentanvändningsfall | Länk | Video | Länk |
| Utforska AI-agentramverk | Länk | Video | Länk |
| Förstå AI-agentiska designmönster | Länk | Video | Länk |
| Verktygsanvändningsdesignmönster | Länk | Video | Länk |
| Agentisk RAG | Länk | Video | Länk |
| Bygga pålitliga AI-agenter | Länk | Video | Länk |
| Planeringsdesignmönster | Länk | Video | Länk |
| Multi-agent designmönster | Länk | Video | Länk |
| Metakognitionsdesignmönster | Link | Video | Link |
| AI-agenter i produktion | Link | Video | Link |
| Använda Agentiska protokoll (MCP, A2A och NLWeb) | Link | Video | Link |
| Kontextteknik för AI-agenter | Link | Video | Link |
| Hantera Agentiskt minne | Link | Video | |
| Utforska Microsoft Agent Framework | Link | ||
| Bygga datoranvändaragenter (CUA) | Link | Link | |
| Distribuera skalbara agenter | Kommer snart | ||
| Skapa lokala AI-agenter | Kommer snart | ||
| Säkerställa AI-agenter | Kommer snart |
Vårt team producerar andra kurser! Kolla in:
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 accepterar ett Contributor License Agreement (CLA) som förklarar att du har rätt att och faktiskt ger oss rättigheterna att använda ditt bidrag. För detaljer, besök https://cla.opensource.microsoft.com.
När du skickar in en pull-begäran kommer en CLA-bot automatiskt att avgöra om du behöver tillhandahålla en CLA och markera PR:n lämpligt (t.ex. statuskontroll, kommentar). Följ bara instruktionerna som botten ger. Du behöver bara göra detta en gång för alla repo som använder vår CLA.
Detta projekt har antagit Microsofts Code of Conduct för öppen källkod. För mer information se Code of Conduct FAQ eller kontakta opencode@microsoft.com med eventuella ytterligare frågor eller kommentarer.
Detta projekt kan innehålla varumärken eller logotyper för projekt, produkter eller tjänster. Auktoriserad användning av Microsofts varumärken eller logotyper är underkastad och måste följa Microsofts riktlinjer för varumärken och märken. Användning av Microsofts varumärken eller logotyper i modifierade versioner av detta projekt får inte orsaka förvirring eller antyda sponsring från Microsoft. All användning av tredje parts varumärken eller logotyper är underkastad dessa tredje parts policyer.
Om du fastnar eller har några frågor om att bygga AI-appar, gå med i:
Om du har produktfeedback eller fel under utveckling besök:
Ansvarsfriskrivning: Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, var vänlig uppmärksam på att automatiska översättningar kan innehålla fel eller onoggrannheter. Originaldokumentet 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.