Fransk | Spansk | Tysk | Russisk | Arabisk | Persisk (Farsi) | Urdu | Kinesisk (forenklet) | Kinesisk (tradisjonell, Macau) | Kinesisk (tradisjonell, Hong Kong) | Kinesisk (tradisjonell, Taiwan) | Japansk | Koreansk | Hindi | Bengali | Marathi | Nepali | Punjabi (Gurmukhi) | Portugisisk (Portugal) | Portugisisk (Brasil) | Italiensk | Polsk | Tyrkisk | Gresk | Thai | Svensk | Dansk | Norsk | Finsk | Nederlandsk | Hebraisk | Vietnamesisk | Indonesisk | Malayisk | Tagalog (Filippinsk) | Swahili | Ungarsk | Tsjekkisk | Slovakisk | Rumensk | Bulgarsk | Serbisk (kyrillisk) | Kroatisk | Slovensk | Ukrainsk | Burmesisk (Myanmar)
Hvis du ønsker å få støtte for flere språk, finner du en liste over tilgjengelige språk her
Dette kurset består av 11 leksjoner som dekker grunnleggende konsepter for å bygge AI-agenter. Hver leksjon har sitt eget tema, så du kan starte hvor du vil!
Det er støtte for flere språk i dette kurset. Gå til vår oversikt over tilgjengelige språk her.
Hvis dette er første gang du bygger med generative AI-modeller, anbefaler vi vårt Generativ AI for nybegynnere-kurs, som inkluderer 21 leksjoner om å bygge med GenAI.
Ikke glem å gi stjerne (🌟) til dette repoet og fork repoet for å kjøre koden.
Hvis du står fast eller har spørsmål om å bygge AI-agenter, kan du bli med i vår dedikerte Discord-kanal i Azure AI Foundry Community Discord.
Hver leksjon i dette kurset inkluderer kodeeksempler, som finnes i mappen code_samples. Du kan fork repoet for å lage din egen kopi.
Kodeeksemplene i disse øvelsene bruker Azure AI Foundry og GitHub Model Catalogs for å interagere med språkmodeller:
- Github Models - Gratis / Begrenset
- Azure AI Foundry - Krever Azure-konto
Dette kurset bruker også følgende AI-agentrammeverk og tjenester fra Microsoft:
For mer informasjon om hvordan du kjører koden for dette kurset, gå til Kursoppsett.
Har du forslag eller funnet skrivefeil eller kodefeil? Opprett en issue eller lag en pull request.
- En skriftlig leksjon i README og en kort video
- Python-kodeeksempler som støtter Azure AI Foundry og Github Models (gratis)
- Lenker til ekstra ressurser for videre læring
| Leksjon | Tekst & Kode | Video | Ekstra læring |
|---|---|---|---|
| Introduksjon til AI-agenter og bruksområder | Link | Video | Link |
| Utforske AI-agentrammeverk | Link | Video | Link |
| Forstå AI-agentdesignmønstre | Link | Video | Link |
| Verktøybruk-designmønster | Link | Video | Link |
| Agentisk RAG | Link | Video | Link |
| Bygge pålitelige AI-agenter | Link | Video | Link |
| Planleggingsdesignmønster | Link | Video | Link |
| Multi-agentdesignmønster | Link | Video | Link |
| Metakognisjon-designmønster | Link | Video | Link |
| AI-agenter i produksjon | Link | Video | Link |
| Bruk av agentiske protokoller (MCP, A2A og NLWeb) | Link | Video | Link |
| Kontekstutvikling for AI-agenter | Kommer - 3. september | ||
| Administrere agentisk minne | Kommer - 10. september | ||
| Evaluere AI-agenter | Kommer - 17. september | ||
| Bygge databruksagenter (CUA) | Kommer - 24. september | ||
| Implementere skalerbare agenter | Kommer - 25. september | ||
| Lage lokale AI-agenter | Kommer - 2. oktober | ||
| Sikre AI-agenter | Kommer - 9. oktober |
Vårt team lager også andre kurs! Sjekk ut:
- NY Model Context Protocol (MCP) For Beginners
- Generativ AI for nybegynnere med .NET
- Generativ AI for nybegynnere
- Generativ AI for nybegynnere med Java
- Maskinlæring for nybegynnere
- Data Science for nybegynnere
- AI for nybegynnere
- Cybersikkerhet for nybegynnere
- Webutvikling for nybegynnere
- IoT for nybegynnere
- XR-utvikling for nybegynnere
- Mestre GitHub Copilot for AI-parprogrammering
- Mestre GitHub Copilot for C#/.NET-utviklere
- Velg ditt eget Copilot-eventyr
Takk til Shivam Goyal for å ha bidratt med viktige kodeeksempler som demonstrerer Agentic RAG.
Dette prosjektet ønsker bidrag og forslag velkommen. De fleste bidrag krever at du godtar en Contributor License Agreement (CLA) som erklærer at du har rett til, og faktisk gir oss, rettighetene til å bruke ditt bidrag. For detaljer, besøk https://cla.opensource.microsoft.com.
Når du sender inn en pull request, vil en CLA-bot automatisk avgjøre om du trenger å levere en CLA og merke PR-en deretter (f.eks. statuskontroll, kommentar). Følg ganske enkelt instruksjonene gitt av boten. Du trenger bare å gjøre dette én gang på tvers av alle repos som bruker vår CLA.
Dette prosjektet har vedtatt Microsoft Open Source Code of Conduct. For mer informasjon, se Code of Conduct FAQ eller kontakt opencode@microsoft.com med eventuelle spørsmål eller kommentarer.
Dette prosjektet kan inneholde varemerker eller logoer for prosjekter, produkter eller tjenester. Autorisert bruk av Microsoft varemerker eller logoer er underlagt og må følge Microsofts retningslinjer for varemerker og merkevarer. Bruk av Microsofts varemerker eller logoer i modifiserte versjoner av dette prosjektet må ikke skape forvirring eller antyde Microsoft-sponsing. Enhver bruk av tredjeparts varemerker eller logoer er underlagt disse tredjepartenes retningslinjer.
Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi tilstreber nøyaktighet, vennligst vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.
