面向初学者的AI智能体课程

一门教你构建AI智能体所需一切知识的课程

🌐 多语言支持

通过GitHub Action实现（自动化且始终保持最新）

阿拉伯语 | 孟加拉语 | 保加利亚语 | 缅甸语 | 简体中文 | 繁体中文（香港） | 繁体中文（澳门） | 繁体中文（台湾） | 克罗地亚语 | 捷克语 | 丹麦语 | 荷兰语 | 爱沙尼亚语 | 芬兰语 | 法语 | 德语 | 希腊语 | 希伯来语 | 印地语 | 匈牙利语 | 印尼语 | 意大利语 | 日语 | 坎那达语 | 高棉语 | 韩语 | 立陶宛语 | 马来语 | 马拉雅拉姆语 | 马拉地语 | 尼泊尔语 | 尼日利亚皮钦语 | 挪威语 | 波斯语（法尔西语） | 波兰语 | 巴西葡萄牙语 | 葡萄牙语（葡萄牙） | 旁遮普语（古木基文） | 罗马尼亚语 | 俄语 | 塞尔维亚语（西里尔字母） | 斯洛伐克语 | 斯洛文尼亚语 | 西班牙语 | 斯瓦希里语 | 瑞典语 | 塔加路语（菲律宾语） | 泰米尔语 | 泰卢固语 | 泰语 | 土耳其语 | 乌克兰语 | 乌尔都语 | 越南语

更倾向于本地克隆吗？

此仓库包含50多种语言的翻译，这会显著增加下载大小。若想不包含翻译而克隆，请使用稀疏检出：

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"

这样你就能获得完成课程所需的一切内容，同时下载速度更快。

若希望支持更多语言的翻译，请参阅此处

🌱 入门指南

本课程包含多个章节，覆盖构建AI智能体的基础知识。每个章节都围绕一个独立主题展开，你可以从任意章节开始学习！

本课程提供多语言支持。请访问我们的可用语言列表。

如果你是首次使用生成式AI模型进行开发，请查看我们的面向初学者的生成式AI课程，其中包含21个关于如何使用生成式AI进行开发的教程。

别忘了为本仓库标星（🌟）并复刻此仓库，以便运行代码。

结识其他学习者，解答你的疑问

如果你在构建AI智能体的过程中遇到困难或有任何疑问，请加入我们在Microsoft Foundry Discord中的专属频道。

你需要什么

本课程的每节课都包含代码示例，这些示例可以在 code_samples 文件夹中找到。你可以复刻这个仓库来创建属于你自己的副本。

这些练习中的代码示例使用了 Microsoft Agent Framework 和 Azure AI Foundry Agent Service V2：

• Microsoft Foundry - 需要 Azure 账户

本课程使用了微软提供的以下 AI 代理框架和服务：

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

部分代码示例还支持其他兼容 OpenAI 的提供商，例如 MiniMax。该平台提供大上下文模型（最高可达 204K 个 token）。有关配置详情，请参阅课程设置。

如需了解更多关于运行本课程代码的信息，请前往课程设置。

🙏 想帮忙吗？

你有建议或者发现了拼写或代码错误吗？请提交问题或创建拉取请求。

📂 每节课包括

• 位于 README 中的文字课程和一段简短视频
• 使用 Microsoft Agent Framework 和 Azure AI Foundry 的 Python 代码示例
• 继续学习的额外资源链接

🗃️ 课程列表

课程	文字与代码	视频	额外学习
AI 代理简介及应用案例	链接	视频	链接
探索 AI 代理框架	链接	视频	链接
理解 AI 代理设计模式	链接	视频	链接
工具使用设计模式	链接	视频	链接
代理式 RAG	链接	视频	链接
构建可信的 AI 代理	链接	视频	链接
计划设计模式	链接	视频	链接
多代理设计模式	链接	视频	链接
元认知设计模式	链接	视频	链接
生产环境中的 AI 代理	链接	视频	链接
使用代理协议（MCP、A2A 和 NLWeb）	链接	视频	链接
AI 代理的上下文工程	链接	视频	链接
管理代理记忆	链接	视频
探索 Microsoft Agent Framework	链接
构建计算机使用代理（CUA）	链接		链接
部署可扩展的代理	即将推出
创建本地 AI 代理	即将推出
保护 AI 代理	即将推出

🎒 其他课程

我们的团队还制作了其他课程！请查看：

LangChain

Azure / 边缘计算 / MCP / 代理

---

生成式AI系列

---

核心学习

---

Copilot系列

🌟 感谢社区

感谢Shivam Goyal贡献了展示代理式RAG的重要代码示例。

贡献

本项目欢迎各种贡献和建议。大多数贡献都需要您签署一份贡献者许可协议（CLA），声明您有权并确实授予我们使用您贡献的权利。有关详情，请访问https://cla.opensource.microsoft.com。

当您提交拉取请求时，CLA机器人会自动判断您是否需要提供CLA，并相应地为PR添加标记（例如状态检查、评论）。只需按照机器人提供的指示操作即可。对于使用我们CLA的所有仓库，您只需完成一次此步骤。

本项目已采纳微软开源行为准则。更多信息请参阅行为准则常见问题解答，或如有任何其他疑问或意见，请联系opencode@microsoft.com。

商标

本项目可能包含项目、产品或服务的商标或徽标。未经授权使用微软商标或徽标须遵守并遵循微软商标与品牌指南。在本项目的修改版本中使用微软商标或徽标不得造成混淆或暗示微软的赞助。任何第三方商标或徽标的使用均受其各自政策的约束。

获取帮助

如果您在构建 AI 应用时遇到困难或有任何疑问，请加入：

如果您在构建过程中遇到产品反馈或错误，请访问：

AI Agents for Beginners 快速上手指南

本指南旨在帮助中国开发者快速开始学习微软开源的 AI Agents for Beginners 课程，掌握构建 AI 智能体（AI Agents）的核心技能。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows, macOS 或 Linux。
• Python：版本 3.10 或更高。
• Git：已安装并配置好环境变量。
• 账号要求：
  • Azure 账号：本课程主要基于 Microsoft Agent Framework 和 Azure AI Foundry Agent Service V2，需要有效的 Azure 订阅。
  • 替代方案：部分代码示例支持兼容 OpenAI 接口的提供商（如 MiniMax），具体配置可在课程设置中调整。
• 编辑器：推荐安装 VS Code 及 Python 插件。

提示：如果您是生成式 AI 初学者，建议先查阅微软的 Generative AI For Beginners 课程。

安装步骤

由于该仓库包含 50 多种语言的翻译文件，直接克隆会导致下载体积过大。推荐使用 Sparse Checkout 模式仅下载核心代码和英文/中文文档。

1. 克隆仓库（优化版）

Linux / macOS (Bash):

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'

Windows (CMD):

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"

2. 创建虚拟环境并安装依赖

进入课程设置目录查看具体的依赖安装说明，通常步骤如下：

# 进入课程设置目录
cd 00-course-setup

# 创建虚拟环境
python -m venv venv

# 激活虚拟环境
# Windows:
venv\Scripts\activate
# macOS/Linux:
source venv/bin/activate

# 安装依赖包
pip install -r requirements.txt

3. 配置环境变量

在使用代码示例前，需配置 Azure 或相关 LLM 提供商的凭证。请在项目根目录或对应章节目录下创建 .env 文件，填入以下信息（以 Azure 为例）：

AZURE_AI_PROJECT_NAME=<your-project-name>
AZURE_AI_HUB_NAME=<your-hub-name>
AZURE_SUBSCRIPTION_ID=<your-subscription-id>
AZURE_RESOURCE_GROUP=<your-resource-group>
AZURE_LOCATION=<your-location>

详细配置参数请参考 00-course-setup/README.md。

基本使用

本课程由多个独立的课时组成，每个课时包含理论讲解、视频教学和可运行的 Python 代码示例。

运行第一个示例

以第一课 "Intro to AI Agents and Agent Use Cases" 为例：

1. 阅读教程： 打开 01-intro-to-ai-agents/README.md 阅读核心概念，或观看配套视频。

2. 定位代码： 进入该课时的代码目录（通常在 code_samples 或课时文件夹内）：

   cd 01-intro-to-ai-agents
   

3. 运行代码： 执行提供的 Python 脚本（文件名可能随具体示例变化，例如 main.py 或 agent_demo.py）：

   python main.py
   

4. 观察结果： 终端将输出 AI Agent 的思考过程、工具调用记录及最终响应。

课程路径推荐

您可以按顺序学习，也可根据兴趣跳转：

课时	主题	入口文件
01	AI Agent 简介与用例	01-intro-to-ai-agents/README.md
02	探索 Agent 框架	02-explore-agentic-frameworks/README.md
03	Agent 设计模式	03-agentic-design-patterns/README.md
04	工具使用模式 (Tool Use)	04-tool-use/README.md
05	Agentic RAG	05-agentic-rag/README.md
...	...	...

社区支持：遇到问题？欢迎加入 Microsoft Foundry Discord 频道与其他开发者交流。