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 | 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
ต้องการโคลนลงเครื่องหรือไม่?
ที่เก็บนี้มีการแปลมากกว่า 50 ภาษา ซึ่งจะทำให้ขนาดการดาวน์โหลดเพิ่มขึ้นอย่างมาก หากต้องการโคลนโดยไม่รวมการแปล ให้ใช้ 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"สิ่งนี้จะให้ทุกอย่างที่คุณต้องการเพื่อทำหลักสูตรให้เสร็จ โดยมีการดาวน์โหลดที่รวดเร็วขึ้นมาก
หากคุณต้องการให้มีการแปลภาษาเพิ่มเติม รายการภาษาที่สนับสนุนอยู่ ที่นี่
หลักสูตรนี้มีบทเรียนที่ครอบคลุมพื้นฐานของการสร้างตัวแทน AI แต่ละบทเรียนจะครอบคลุมหัวข้อของตนเอง คุณสามารถเริ่มจากบทเรียนใดก็ได้ที่คุณต้องการ!
หลักสูตรนี้มีการสนับสนุนหลายภาษา ดู ภาษาที่มีให้ที่นี่
ถ้านี่เป็นครั้งแรกที่คุณสร้างด้วยโมเดล Generative AI ให้ลองดูหลักสูตร Generative AI For Beginners ซึ่งประกอบด้วย 21 บทเรียนเกี่ยวกับการสร้างด้วย GenAI
อย่าลืม ให้ดาว (🌟) ที่เก็บนี้ และ fork ที่เก็บนี้ เพื่อรันโค้ด
หากคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างตัวแทน AI เข้าร่วมช่อง Discord เฉพาะของเราได้ใน Microsoft Foundry Discord
แต่ละบทเรียนในหลักสูตรนี้มีตัวอย่างโค้ด ซึ่งสามารถพบได้ในโฟลเดอร์ code_samples คุณสามารถ fork ที่เก็บนี้ เพื่อสร้างสำเนาของคุณเองได้
ตัวอย่างโค้ดในแบบฝึกหัดเหล่านี้ ใช้ Microsoft Foundry และ GitHub Model Catalogs สำหรับการโต้ตอบกับ Language Models:
- Github Models - ฟรี / จำกัด
- Microsoft Foundry - ต้องมีบัญชี Azure
หลักสูตรนี้ยังใช้เฟรมเวิร์กและบริการ AI Agent ต่อไปนี้จาก Microsoft:
สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการรันโค้ดสำหรับหลักสูตรนี้ ไปที่ Course Setup
คุณมีข้อเสนอแนะหรือตรวจพบการสะกดหรือข้อผิดพลาดของโค้ดหรือไม่? เปิด issue หรือ สร้าง pull request
- บทเรียนเป็นลายลักษณ์อักษรที่อยู่ใน README และวิดีโอสั้น ๆ
- ตัวอย่างโค้ด Python ที่รองรับ Microsoft Foundry และ Github Models (ฟรี)
- ลิงก์ไปยังแหล่งข้อมูลเพิ่มเติมเพื่อให้คุณเรียนรู้ต่อได้
| บทเรียน | เนื้อหา & โค้ด | วิดีโอ | แหล่งเรียนรู้เพิ่มเติม |
|---|---|---|---|
| บทนำสู่ตัวแทน AI และกรณีการใช้งานของตัวแทน | ลิงก์ | วิดีโอ | ลิงก์ |
| สำรวจเฟรมเวิร์กแบบ Agentic | ลิงก์ | วิดีโอ | ลิงก์ |
| ทำความเข้าใจรูปแบบการออกแบบตัวแทน (Agentic) | ลิงก์ | วิดีโอ | ลิงก์ |
| รูปแบบการออกแบบการใช้เครื่องมือ | ลิงก์ | วิดีโอ | ลิงก์ |
| Agentic RAG | ลิงก์ | วิดีโอ | ลิงก์ |
| การสร้างตัวแทน AI ที่เชื่อถือได้ | ลิงก์ | วิดีโอ | ลิงก์ |
| รูปแบบการออกแบบการวางแผน | ลิงก์ | วิดีโอ | ลิงก์ |
| รูปแบบการออกแบบหลายตัวแทน | ลิงก์ | วิดีโอ | ลิงก์ |
| รูปแบบการออกแบบเมตาคอกนิชัน | ลิงก์ | วิดีโอ | ลิงก์ |
| การใช้งานเอเจนต์ AI ในการผลิต | ลิงก์ | วิดีโอ | ลิงก์ |
| การใช้โปรโตคอลเชิงเอเจนต์ (MCP, A2A และ NLWeb) | ลิงก์ | วิดีโอ | ลิงก์ |
| วิศวกรรมบริบทสำหรับเอเจนต์ AI | ลิงก์ | วิดีโอ | ลิงก์ |
| การจัดการหน่วยความจำของเอเจนต์ | ลิงก์ | วิดีโอ | |
| สำรวจกรอบงานเอเจนต์ของ Microsoft | ลิงก์ | ||
| การสร้างเอเจนต์ใช้คอมพิวเตอร์ (CUA) | เร็วๆ นี้ | ||
| การปรับใช้เอเจนต์ที่สามารถปรับขนาดได้ | เร็วๆ นี้ | ||
| การสร้างเอเจนต์ AI แบบท้องถิ่น | เร็วๆ นี้ | ||
| การรักษาความปลอดภัยของเอเจนต์ AI | เร็วๆ นี้ |
ทีมของเราผลิตหลักสูตรอื่นๆ! ดูได้ที่:
ขอบคุณ Shivam Goyal สำหรับการมีส่วนร่วมตัวอย่างโค้ดสำคัญที่สาธิต Agentic RAG.
โครงการนี้ยินดีต้อนรับการมีส่วนร่วมและข้อเสนอแนะ ส่วนใหญ่แล้วการมีส่วนร่วมจะต้องให้คุณยอมรับ ข้อตกลงใบอนุญาตผู้ร่วมให้ (Contributor License Agreement - CLA) ซึ่งระบุว่าคุณมีสิทธิ์และให้สิทธิ์แก่เรา ในการใช้ผลงานที่คุณส่งเข้ามา สำหรับรายละเอียด โปรดเยี่ยมชม https://cla.opensource.microsoft.com.
เมื่อคุณส่ง pull request ระบบบอท CLA จะตรวจสอบโดยอัตโนมัติว่าคุณต้องจัดเตรียม CLA หรือไม่ และจะแสดงผลบน PR ตามที่เหมาะสม (เช่น การตรวจสถานะ, ความคิดเห็น) โปรดปฏิบัติตามคำแนะนำ ที่บอทให้ไว้ คุณจะต้องทำขั้นตอนนี้เพียงครั้งเดียวสำหรับทุกรีโปที่ใช้ CLA ของเรา
โครงการนี้ได้ยอมรับ Microsoft Open Source Code of Conduct. สำหรับข้อมูลเพิ่มเติมดู คำถามที่พบบ่อยเกี่ยวกับระเบียบปฏิบัติ หรือ ติดต่อ [email protected] หากมีคำถามหรือความคิดเห็นเพิ่มเติม
โครงการนี้อาจมีเครื่องหมายการค้าหรือโลโก้ของโครงการ ผลิตภัณฑ์ หรือบริการ การใช้เครื่องหมายการค้าหรือโลโก้ของ Microsoft ต้องเป็นไปตามและปฏิบัติตาม แนวทางการใช้เครื่องหมายการค้าและแบรนด์ของ Microsoft. การใช้เครื่องหมายการค้าหรือโลโก้ของ Microsoft ในเวอร์ชันที่ดัดแปลงของโครงการนี้จะต้องไม่ก่อให้เกิดความสับสนหรือบ่งบอกว่ามีการสนับสนุนจาก Microsoft การใช้เครื่องหมายการค้าหรือโลโก้ของบุคคลที่สามใดๆ จะต้องเป็นไปตามนโยบายของบุคคลที่สามนั้นๆ
หากคุณติดขัดหรือมีคำถามเกี่ยวกับการสร้างแอป AI เข้าร่วมได้ที่:
หากคุณมีข้อเสนอแนะเกี่ยวกับผลิตภัณฑ์หรือพบข้อผิดพลาดขณะพัฒนา เยี่ยมชมได้ที่:
คำปฏิเสธ: เอกสารฉบับนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator (https://github.com/Azure/co-op-translator) แม้ว่าเราจะมุ่งมั่นเพื่อความถูกต้อง โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นฉบับควรถือเป็นแหล่งข้อมูลหลัก สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้การแปลโดยนักแปลมืออาชีพ เราจะไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความผิดใดๆ ที่เกิดจากการใช้การแปลฉบับนี้