| 语言 | 代码 | 翻译后的 README 链接 | 最后更新日期 |
|---|---|---|---|
| 简体中文 | zh | 中文翻译 | 2025-02-13 |
| 繁体中文 | tw | 中文翻译 | 2025-02-13 |
| 法语 | fr | 法语翻译 | 2025-02-13 |
| 日语 | ja | 日语翻译 | 2025-02-13 |
| 韩语 | ko | 韩语翻译 | 2025-02-13 |
| 西班牙语 | es | 西班牙语翻译 | 2025-02-13 |
注意: 这些翻译是使用开源工具 co-op-translator 自动生成的，可能存在错误或不准确之处。对于重要信息，请参考原文或寻求专业人工翻译。如果您想贡献或更新翻译，请访问该仓库，您可以通过简单的命令轻松进行贡献。
本课程包含 10 节课，涵盖构建 AI 代理的基础知识。每节课都专注于一个独立主题，因此您可以从任何感兴趣的地方开始！
如果这是您第一次使用生成式 AI 模型进行构建，请查看我们的 生成式 AI 入门课程，该课程包含 21 节课，讲解如何使用生成式 AI。
本课程在每节课中提供了包含 code_samples 文件夹的代码示例。这些代码使用以下模型服务：
- Github Models - 免费 / 有限
- Azure AI Foundry - 需要 Azure 账号
此外，本课程还使用以下 AI 代理框架和服务：
有关运行本课程代码的更多信息，请参阅 课程设置。
别忘了 给这个仓库点星 (🌟) 和 fork 这个仓库 来运行代码。
如果您遇到困难或对构建 AI 代理有任何疑问，请加入我们的 Azure AI 社区 Discord。
- 写在 README 中的课程内容（视频将于 2025 年 3 月上线）
- 支持 Azure AI Foundry 和 Github Models（免费）的 Python 代码示例
- 指向额外学习资源的链接，帮助您继续学习
| 课程 | 链接 | 额外学习资源 |
|---|---|---|
| AI 代理简介及应用场景 | AI 代理简介及应用场景 | 了解更多 |
| 探索 Agentic 框架 | Exploring Agentic Frameworks | 了解更多 |
| 理解 Agentic 设计模式 | Understanding Agentic Design Patterns | 了解更多 |
| 工具使用设计模式 | Tool Use Design Pattern | 了解更多 |
| Agentic RAG | Agentic RAG | 了解更多 |
| 构建可信赖的 AI 代理 | Building Trustworthy AI Agents | 了解更多 |
| 规划设计模式 | Planning Design Pattern | 了解更多 |
| 多代理设计模式 | Muilt-Agent Design Pattern | 了解更多 |
| 元认知设计模式 | Metacognition Design Pattern | 了解更多 |
| 生产环境中的 AI 代理 | AI Agents in Production | 了解更多 |
我们的团队还制作了其他课程！欢迎查看：
本项目欢迎贡献和建议。大多数贡献需要您同意一份贡献者许可协议 (CLA)，声明您有权并实际授予我们使用您贡献的权利。详情请访问 https://cla.opensource.microsoft.com。
当您提交一个 pull request 时，CLA 机器人会自动判断您是否需要提供 CLA，并相应地标记 PR（例如状态检查、评论）。只需按照机器人提供的指示操作即可。您只需在所有使用我们 CLA 的仓库中执行一次此操作。
本项目采用了 Microsoft 开源行为准则。
如需更多信息，请参阅 行为准则 FAQ 或通过 [email protected] 联系我们提出其他问题或评论。
本项目可能包含项目、产品或服务的商标或徽标。使用 Microsoft 商标或徽标需获得授权，并必须遵循 Microsoft 的商标和品牌指南。
在修改版本的项目中使用 Microsoft 商标或徽标不得引起混淆或暗示 Microsoft 的赞助。
任何对第三方商标或徽标的使用均需遵守该第三方的政策。
免责声明：
本文档通过基于机器的AI翻译服务翻译而成。尽管我们努力确保准确性，但请注意，自动翻译可能包含错误或不准确之处。应以原始语言的文档作为权威来源。对于关键信息，建议寻求专业人工翻译。因使用本翻译而引起的任何误解或误读，我们概不负责。