Arabisch | Bengalisch | Bulgarisch | Birmanisch (Myanmar) | Chinesisch (Vereinfacht) | Chinesisch (Traditionell, Hongkong) | Chinesisch (Traditionell, Macau) | Chinesisch (Traditionell, Taiwan) | Kroatisch | Tschechisch | Dänisch | Niederländisch | Estnisch | Finnisch | Französisch | Deutsch | Griechisch | Hebräisch | Hindi | Ungarisch | Indonesisch | Italienisch | Japanisch | Kannada | Khmer | Koreanisch | Litauisch | Malaiisch | Malayalam | Marathi | Nepalesisch | Nigerianisches Pidgin | Norwegisch | Persisch (Farsi) | Polnisch | Portugiesisch (Brasilien) | Portugiesisch (Portugal) | Punjabi (Gurmukhi) | Rumänisch | Russisch | Serbisch (Kyrillisch) | Slowakisch | Slowenisch | Spanisch | Suaheli | Schwedisch | Tagalog (Filipino) | Tamil | Telugu | Thailändisch | Türkisch | Ukrainisch | Urdu | Vietnamesisch
Möchten Sie lieber lokal klonen?
Dieses Repository enthält Übersetzungen in über 50 Sprachen, was die Downloadgröße erheblich erhöht. Um ohne Übersetzungen zu klonen, verwenden Sie 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"So erhalten Sie alles, was Sie brauchen, um den Kurs abzuschließen, und zwar mit einem viel schnelleren Download.
Wenn Sie weitere unterstützte Übersetzungssprachen wünschen, finden Sie diese hier
Dieser Kurs enthält Lektionen, die die Grundlagen des Aufbaus von KI-Agenten abdecken. Jede Lektion behandelt ein eigenes Thema, starten Sie also, wo immer Sie möchten!
Es gibt mehrsprachige Unterstützung für diesen Kurs. Gehen Sie zu unseren verfügbaren Sprachen hier.
Wenn Sie zum ersten Mal mit Generativen KI-Modellen arbeiten, schauen Sie sich unseren Kurs Generative KI für Einsteiger an, der 21 Lektionen zum Bauen mit GenAI enthält.
Vergessen Sie nicht, dieses Repository mit einem Stern (🌟) zu versehen und das Repo zu forken, um den Code auszuführen.
Wenn Sie nicht weiterkommen oder Fragen zum Aufbau von KI-Agenten haben, treten Sie unserem speziellen Discord-Kanal im Microsoft Foundry Discord bei.
Jede Lektion in diesem Kurs beinhaltet Codebeispiele, die im Ordner code_samples zu finden sind. Sie können dieses Repository forken, um Ihre eigene Kopie zu erstellen.
Die Codebeispiele in diesen Übungen nutzen das Microsoft Agent Framework mit dem Azure AI Foundry Agent Service V2:
- Microsoft Foundry – Azure-Konto erforderlich
Dieser Kurs verwendet die folgenden KI-Agent-Frameworks und -Services von Microsoft:
Für weitere Informationen zur Ausführung des Codes dieses Kurses gehen Sie zu Course Setup.
Haben Sie Vorschläge oder Fehler in Rechtschreibung oder Code gefunden? Eröffnen Sie ein Issue oder erstellen Sie einen Pull Request
- Eine schriftliche Lektion im README und ein kurzes Video
- Python-Codebeispiele mit Microsoft Agent Framework und Azure AI Foundry
- Links zu zusätzlichen Ressourcen, um Ihr Lernen fortzusetzen
| Lektion | Text & Code | Video | Zusätzliches Lernen |
|---|---|---|---|
| Einführung in KI-Agenten und Anwendungsfälle | Link | Video | Link |
| Erkundung agentischer KI-Frameworks | Link | Video | Link |
| Verständnis von agentischen Designmustern | Link | Video | Link |
| Designmuster zur Werkzeugnutzung | Link | Video | Link |
| Agentic RAG | Link | Video | Link |
| Vertrauenswürdige KI-Agenten bauen | Link | Video | Link |
| Designmuster für Planung | Link | Video | Link |
| Multi-Agent Designmuster | Link | Video | Link |
| Metakognition Designmuster | Link | Video | Link |
| KI-Agenten im Einsatz | Link | Video | Link |
| Verwendung agentischer Protokolle (MCP, A2A und NLWeb) | Link | Video | Link |
| Kontextentwicklung für KI-Agenten | Link | Video | Link |
| Verwaltung agentischen Gedächtnisses | Link | Video | |
| Erkundung des Microsoft Agent Framework | Link | ||
| Erstellung von Computer Use Agents (CUA) | Demnächst verfügbar | ||
| Bereitstellung skalierbarer Agenten | Demnächst verfügbar | ||
| Erstellung lokaler KI-Agenten | Demnächst verfügbar | ||
| Absicherung von KI-Agenten | Demnächst verfügbar |
Unser Team produziert weitere Kurse! Schau dir an:
Danke an Shivam Goyal für das Bereitstellen wichtiger Codebeispiele zur Demonstration von Agentic RAG.
Dieses Projekt freut sich über Beiträge und Vorschläge. Die meisten Beiträge erfordern, dass Sie einer Contributor License Agreement (CLA) zustimmen, die erklärt, dass Sie das Recht haben und tatsächlich gewähren, uns die Rechte zur Nutzung Ihres Beitrags zu ermöglichen. Für Details besuchen Sie https://cla.opensource.microsoft.com.
Wenn Sie eine Pull-Anfrage einreichen, wird ein CLA-Bot automatisch feststellen, ob Sie eine CLA bereitstellen müssen, und die PR entsprechend kennzeichnen (z. B. Statusüberprüfung, Kommentar). Folgen Sie einfach den Anweisungen des Bots. Dies müssen Sie nur einmal für alle Repositories tun, die unsere CLA verwenden.
Dieses Projekt hat den Microsoft Open Source Code of Conduct übernommen. Für weitere Informationen siehe die Code of Conduct FAQ oder kontaktieren Sie [email protected] bei weiteren Fragen oder Anmerkungen.
Dieses Projekt kann Marken oder Logos von Projekten, Produkten oder Dienstleistungen enthalten. Die autorisierte Verwendung von Microsoft-Marken oder -Logos unterliegt und muss den Microsoft-Marken- und Markenrichtlinien folgen. Die Verwendung von Microsoft-Marken oder -Logos in modifizierten Versionen dieses Projekts darf keine Verwirrung stiften oder eine Microsoft-Unterstützung implizieren. Die Verwendung von Marken oder Logos Dritter unterliegt den Richtlinien dieser Dritten.
Wenn Sie feststecken oder Fragen zum Erstellen von KI-Apps haben, treten Sie bei:
Wenn Sie Produktfeedback oder Fehler beim Erstellen haben, besuchen Sie:
Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir um Genauigkeit bemüht sind, bitten wir zu beachten, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache gilt als maßgebliche Quelle. Bei kritischen Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die aus der Verwendung dieser Übersetzung entstehen.