French | Spanish | German | Russian | Arabic | Persian (Farsi) | Urdu | Chinese (Simplified) | Chinese (Traditional, Macau) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Taiwan) | Japanese | Korean | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portuguese (Portugal) | Portuguese (Brazil) | Italian | Polish | Turkish | Greek | Thai | Swedish | Danish | Norwegian | Finnish | Dutch | Hebrew | Vietnamese | Indonesian | Malay | Tagalog (Filipino) | Swahili | Hungarian | Czech | Slovak | Romanian | Bulgarian | Serbian (Cyrillic) | Croatian | Slovenian | Ukrainian | Burmese (Myanmar)
Αν θέλετε να υποστηριχθούν επιπλέον γλώσσες, οι διαθέσιμες γλώσσες παρατίθενται εδώ
Αυτό το μάθημα περιλαμβάνει 11 μαθήματα που καλύπτουν τα βασικά για τη δημιουργία AI Agents. Κάθε μάθημα καλύπτει ένα ξεχωριστό θέμα, οπότε μπορείτε να ξεκινήσετε από όπου θέλετε!
Υπάρχει υποστήριξη πολλαπλών γλωσσών για αυτό το μάθημα. Δείτε τις διαθέσιμες γλώσσες εδώ.
Αν είναι η πρώτη σας φορά που δουλεύετε με μοντέλα Generative AI, δείτε το μάθημα μας Generative AI For Beginners, το οποίο περιλαμβάνει 21 μαθήματα για τη δημιουργία με GenAI.
Μην ξεχάσετε να προσθέσετε αστέρι (🌟) σε αυτό το repo και να κλωνοποιήσετε αυτό το repo για να τρέξετε τον κώδικα.
Αν κολλήσετε ή έχετε ερωτήσεις σχετικά με τη δημιουργία AI Agents, μπείτε στο ειδικό κανάλι Discord στην Azure AI Foundry Community Discord.
Κάθε μάθημα σε αυτό το μάθημα περιλαμβάνει παραδείγματα κώδικα, τα οποία μπορείτε να βρείτε στον φάκελο code_samples. Μπορείτε να κλωνοποιήσετε αυτό το repo για να δημιουργήσετε το δικό σας αντίγραφο.
Τα παραδείγματα κώδικα σε αυτές τις ασκήσεις χρησιμοποιούν το Azure AI Foundry και τα GitHub Model Catalogs για την αλληλεπίδραση με Language Models:
- Github Models - Δωρεάν / Περιορισμένο
- Azure AI Foundry - Απαιτείται λογαριασμός Azure
Αυτό το μάθημα χρησιμοποιεί επίσης τα παρακάτω πλαίσια και υπηρεσίες AI Agent από τη Microsoft:
Για περισσότερες πληροφορίες σχετικά με την εκτέλεση του κώδικα για αυτό το μάθημα, δείτε το Course Setup.
Έχετε προτάσεις ή βρήκατε ορθογραφικά ή λάθη στον κώδικα; Ανοίξτε ένα θέμα ή Δημιουργήστε ένα pull request.
- Ένα γραπτό μάθημα που βρίσκεται στο README και ένα σύντομο βίντεο
- Παραδείγματα κώδικα Python που υποστηρίζουν το Azure AI Foundry και τα Github Models (Δωρεάν)
- Συνδέσμους σε επιπλέον πόρους για να συνεχίσετε τη μάθηση σας
| Μάθημα | Κείμενο & Κώδικας | Βίντεο | Επιπλέον Μάθηση |
|---|---|---|---|
| Εισαγωγή στους AI Agents και Χρήσεις | Link | Video | Link |
| Εξερεύνηση Πλαισίων AI Agentic | Link | Video | Link |
| Κατανόηση Σχεδιαστικών Προτύπων AI Agentic | Link | Video | Link |
| Σχεδιαστικό Πρότυπο Χρήσης Εργαλείων | Link | Video | Link |
| Agentic RAG | Link | Video | Link |
| Δημιουργία Αξιόπιστων AI Agents | Link | Video | Link |
| Σχεδιαστικό Πρότυπο Προγραμματισμού | Link | Video | Link |
| Σχεδιαστικό Πρότυπο Πολλαπλών Agents | Link | Video | Link |
| Σχεδιαστικό Πρότυπο Μεταγνώσης | Link | Video | Link |
| AI Agents στην Παραγωγή | Link | Video | Link |
| Χρήση Agentic Πρωτοκόλλων (MCP, A2A και NLWeb) | Link | Video | Link |
| Μηχανική Πλαισίου για AI Agents | Έρχεται - 3 Σεπτεμβρίου | ||
| Διαχείριση Μνήμης Πρακτόρων | Έρχεται - 10 Σεπτεμβρίου | ||
| Αξιολόγηση Πρακτόρων Τεχνητής Νοημοσύνης | Έρχεται - 17 Σεπτεμβρίου | ||
| Δημιουργία Πρακτόρων Χρήσης Υπολογιστών (CUA) | Έρχεται - 24 Σεπτεμβρίου | ||
| Ανάπτυξη Κλιμακούμενων Πρακτόρων | Έρχεται - 25 Σεπτεμβρίου | ||
| Δημιουργία Τοπικών Πρακτόρων Τεχνητής Νοημοσύνης | Έρχεται - 2 Οκτωβρίου | ||
| Ασφάλεια Πρακτόρων Τεχνητής Νοημοσύνης | Έρχεται - 9 Οκτωβρίου |
Η ομάδα μας δημιουργεί και άλλα μαθήματα! Δείτε:
- ΝΕΟ Πρωτόκολλο Πλαισίου Μοντέλου (MCP) για Αρχάριους
- Γενετική Τεχνητή Νοημοσύνη για Αρχάριους με χρήση .NET
- Γενετική Τεχνητή Νοημοσύνη για Αρχάριους
- Γενετική Τεχνητή Νοημοσύνη για Αρχάριους με χρήση Java
- Μηχανική Μάθηση για Αρχάριους
- Επιστήμη Δεδομένων για Αρχάριους
- Τεχνητή Νοημοσύνη για Αρχάριους
- Κυβερνοασφάλεια για Αρχάριους
- Ανάπτυξη Ιστού για Αρχάριους
- IoT για Αρχάριους
- Ανάπτυξη XR για Αρχάριους
- Κατάκτηση του GitHub Copilot για Συνεργατικό Προγραμματισμό με Τεχνητή Νοημοσύνη
- Κατάκτηση του GitHub Copilot για Προγραμματιστές C#/.NET
- Διαλέξτε τη Δική σας Περιπέτεια με το Copilot
Ευχαριστούμε τον Shivam Goyal για τη συνεισφορά σημαντικών παραδειγμάτων κώδικα που δείχνουν τη χρήση του Agentic RAG.
Αυτό το έργο καλωσορίζει συνεισφορές και προτάσεις. Οι περισσότερες συνεισφορές απαιτούν να συμφωνήσετε με μια Συμφωνία Άδειας Χρήσης Συνεισφέροντος (CLA), δηλώνοντας ότι έχετε το δικαίωμα και πραγματικά παραχωρείτε σε εμάς τα δικαιώματα να χρησιμοποιήσουμε τη συνεισφορά σας. Για λεπτομέρειες, επισκεφθείτε https://cla.opensource.microsoft.com.
Όταν υποβάλετε ένα pull request, ένα bot CLA θα καθορίσει αυτόματα αν χρειάζεται να παρέχετε CLA και θα διακοσμήσει το PR ανάλογα (π.χ., έλεγχος κατάστασης, σχόλιο). Απλώς ακολουθήστε τις οδηγίες που παρέχονται από το bot. Θα χρειαστεί να το κάνετε αυτό μόνο μία φορά για όλα τα αποθετήρια που χρησιμοποιούν το CLA μας.
Αυτό το έργο έχει υιοθετήσει τον Κώδικα Δεοντολογίας Ανοιχτού Κώδικα της Microsoft. Για περισσότερες πληροφορίες, δείτε τις Συχνές Ερωτήσεις για τον Κώδικα Δεοντολογίας ή επικοινωνήστε με το opencode@microsoft.com για οποιαδήποτε επιπλέον ερώτηση ή σχόλιο.
Αυτό το έργο μπορεί να περιέχει εμπορικά σήματα ή λογότυπα για έργα, προϊόντα ή υπηρεσίες. Η εξουσιοδοτημένη χρήση των εμπορικών σημάτων ή λογοτύπων της Microsoft υπόκειται και πρέπει να ακολουθεί τις Οδηγίες Χρήσης Εμπορικών Σημάτων & Επωνυμιών της Microsoft. Η χρήση εμπορικών σημάτων ή λογοτύπων της Microsoft σε τροποποιημένες εκδόσεις αυτού του έργου δεν πρέπει να προκαλεί σύγχυση ή να υπονοεί χορηγία από τη Microsoft. Οποιαδήποτε χρήση εμπορικών σημάτων ή λογοτύπων τρίτων υπόκειται στις πολιτικές αυτών των τρίτων.
Αποποίηση Ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν σφάλματα ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.
