Arabski | Bengalski | Bułgarski | Birmański (Myanmar) | Chiński (uproszczony) | Chiński (tradycyjny, Hongkong) | Chiński (tradycyjny, Makau) | Chiński (tradycyjny, Tajwan) | Chorwacki | Czeski | Duński | Niderlandzki | Estoński | Fiński | Francuski | Niemiecki | Grecki | Hebrajski | Hindi | Węgierski | Indonezyjski | Włoski | Japoński | Kannada | Koreański | Litewski | Malajski | Malajalam | Marathi | Nepalski | Nigeryjski Pidgin | Norweski | Perski (Farsi) | Polski | Portugalski (Brazylia) | Portugalski (Portugalia) | Pendżabski (Gurmukhi) | Rumuński | Rosyjski | Serbski (cyrylica) | Słowacki | Słoweński | Hiszpański | Suahili | Szwedzki | Tagalog (filipiński) | Tamilski | Telugu | Tajski | Turecki | Ukraiński | Urdu | Wietnamski

Wolisz klonować lokalnie?

To repozytorium zawiera 50+ tłumaczeń, co znacznie zwiększa rozmiar pobierania. Aby sklonować bez tłumaczeń, użyj 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"

To da Ci wszystko, czego potrzebujesz, aby ukończyć kurs przy znacznie szybszym pobieraniu.

Jeśli chcesz, aby obsługiwane były dodatkowe języki tłumaczeń, są one wymienione tutaj

Ten kurs zawiera lekcje obejmujące podstawy tworzenia Agentów AI. Każda lekcja dotyczy innego tematu, więc zacznij tam, gdzie chcesz!

Ten kurs oferuje wsparcie wielojęzyczne. Przejdź do naszych dostępnych języków tutaj.

Jeśli to Twój pierwszy raz przy tworzeniu z użyciem modeli Generative AI, zapoznaj się z naszym kursem Generative AI For Beginners, który zawiera 21 lekcji na temat tworzenia z GenAI.

Nie zapomnij oznaczyć to repozytorium gwiazdką (🌟) i sforkować to repozytorium, aby uruchomić kod.

Jeśli utkniesz lub masz pytania dotyczące tworzenia Agentów AI, dołącz do naszego dedykowanego kanału Discord w Microsoft Foundry Discord.

Każda lekcja w tym kursie zawiera przykłady kodu, które można znaleźć w folderze code_samples. Możesz sforkować to repozytorium, aby utworzyć własną kopię.

Przykłady kodu w tych ćwiczeniach wykorzystują Microsoft Agent Framework z Azure AI Foundry Agent Service V2:

• Microsoft Foundry - Wymagane konto Azure

Ten kurs wykorzystuje następujące frameworki i usługi Agentów AI od Microsoft:

• Microsoft Agent Framework (MAF)
• Azure AI Foundry Agent Service V2

Aby uzyskać więcej informacji na temat uruchamiania kodu dla tego kursu, przejdź do Konfiguracja kursu.

Masz sugestie lub znalazłeś błędy ortograficzne albo w kodzie? Zgłoś issue lub Utwórz pull request

• Lekcję napisaną w README oraz krótkie wideo
• Przykłady kodu w Pythonie wykorzystujące Microsoft Agent Framework z Azure AI Foundry
• Linki do dodatkowych zasobów, aby kontynuować naukę

Lekcja	Tekst i kod	Wideo	Dodatkowe materiały
Wprowadzenie do agentów AI i ich przypadków użycia	Link	Wideo	Link
Poznawanie agentycznych frameworków AI	Link	Wideo	Link
Zrozumienie wzorców projektowych agentów AI	Link	Wideo	Link
Wzorzec użycia narzędzi	Link	Wideo	Link
Agentyczny RAG	Link	Wideo	Link
Tworzenie godnych zaufania agentów AI	Link	Wideo	Link
Wzorzec planowania	Link	Wideo	Link
Wzorzec wieloagentowy	Link	Wideo	Link
Wzorzec metapoznawczy	Link	Wideo	Link
Agenci AI w produkcji	Link	Wideo	Link
Używanie protokołów agentowych (MCP, A2A i NLWeb)	Link	Wideo	Link
Inżynieria kontekstu dla agentów AI	Link	Wideo	Link
Zarządzanie pamięcią agentów	Link	Wideo
Poznawanie Microsoft Agent Framework	Link
Tworzenie agentów użycia komputera (CUA)	Wkrótce
Wdrażanie skalowalnych agentów	Wkrótce
Tworzenie lokalnych agentów AI	Wkrótce
Zabezpieczanie agentów AI	Wkrótce

Nasz zespół tworzy inne kursy! Sprawdź:

---

---

---

Dziękujemy Shivam Goyal za udostępnienie ważnych przykładów kodu pokazujących Agentic RAG.

Projekt zaprasza do wniesienia wkładu i zgłaszania sugestii. Większość wkładów wymaga zgody na Umowę Licencyjną Współtwórcy (Contributor License Agreement, CLA) oświadczającej, że masz prawo i rzeczywiście udzielasz nam praw do wykorzystania Twojego wkładu. Szczegóły znajdziesz pod adresem https://cla.opensource.microsoft.com.

Gdy wyślesz pull request, bot CLA automatycznie określi, czy musisz dostarczyć CLA i odpowiednio oznaczy PR (np. sprawdzeniem statusu, komentarzem). Po prostu postępuj zgodnie z instrukcjami podanymi przez bota. Będziesz musiał to zrobić tylko raz dla wszystkich repozytoriów korzystających z naszej CLA.

Projekt przyjął Microsoft Open Source Code of Conduct. Więcej informacji znajdziesz w Code of Conduct FAQ lub skontaktuj się z opencode@microsoft.com w razie dodatkowych pytań lub uwag.

Projekt może zawierać znaki towarowe lub logotypy dotyczące projektów, produktów lub usług. Autoryzowane użycie znaków towarowych lub logotypów Microsoft podlega i musi być zgodne z Microsoft's Trademark & Brand Guidelines. Użycie znaków towarowych lub logotypów Microsoft w zmodyfikowanych wersjach tego projektu nie może prowadzić do nieporozumień ani sugerować, że Microsoft jest sponsorem. Każde użycie znaków towarowych lub logotypów stron trzecich podlega politykom tych stron trzecich.

Jeśli utkniesz lub masz pytania dotyczące tworzenia aplikacji AI, dołącz:

Jeśli masz opinię o produkcie lub napotkasz błędy podczas tworzenia, odwiedź:

---

Zastrzeżenie: Ten dokument został przetłumaczony przy użyciu usługi tłumaczeń opartych na sztucznej inteligencji Co-op Translator. Chociaż dokładamy starań, aby tłumaczenie było jak najbardziej precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym powinien być traktowany jako źródło autorytatywne. W przypadku informacji o krytycznym znaczeniu zalecane jest skorzystanie z usług profesjonalnego tłumacza. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z wykorzystania tego tłumaczenia.