ai-agents-for-beginners

课程设置

引言

本课程将介绍如何运行本课程的代码示例。

加入其他学习者并获得帮助

在您开始克隆存储库之前，请加入AI Agents For Beginners Discord 频道，以获取设置方面的帮助、课程相关问题或与其他学习者交流。

克隆或派生此存储库

首先，请克隆或派生 GitHub 存储库。这将创建您自己的课程材料版本，以便您可以运行、测试和调整代码！

可以通过点击链接派生存储库来完成

您现在应该在以下链接中拥有自己的课程派生版本

Forked Repo

浅克隆（推荐用于研讨会/Codespaces）

当您下载完整历史记录和所有文件时，完整存储库可能很大（约 3 GB）。如果您只参加研讨会或只需要几个课程文件夹，浅克隆（或稀疏克隆）可以通过截断历史记录和/或跳过 Blob 来避免大部分下载。

快速浅克隆 — 最小历史记录，所有文件

将以下命令中的 <your-username> 替换为您的派生 URL（如果您喜欢，也可以使用上游 URL）。

仅克隆最新提交历史记录（小下载）

git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git

克隆特定分支

git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git

部分（稀疏）克隆 — 最小 Blob + 仅选定文件夹

这使用部分克隆和稀疏检出（需要 Git 2.25+ 并推荐支持部分克隆的现代 Git）

git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git

遍历到存储库文件夹

对于 Bash

cd ai-agents-for-beginners

对于 PowerShell

Set-Location ai-agents-for-beginners

然后指定您想要的文件夹（下面的示例显示两个文件夹）

git sparse-checkout set 00-course-setup 01-intro-to-ai-agents

克隆并验证文件后，如果您只需要文件并希望释放空间（无 Git 历史记录），请删除存储库元数据（💀不可逆转 — 您将失去所有 Git 功能：无法提交、拉取、推送或访问历史记录）。

对于 Linux/macOS

rm -rf .git

对于 Windows

Remove-Item -Recurse -Force .git

提示

运行代码

本课程提供了一系列 Jupyter Notebook，您可以运行它们以获得构建 AI Agents 的实践经验。

代码示例使用以下之一

需要 GitHub 帐户 - 免费:

1) Semantic Kernel Agent 框架 + GitHub 模型市场。标记为 (semantic-kernel.ipynb) 2) AutoGen 框架 + GitHub 模型市场。标记为 (autogen.ipynb)

需要 Azure 订阅：3) Azure AI Foundry + Azure AI Agent 服务。标记为 (azureaiagent.ipynb)

我们鼓励您尝试所有三种类型的示例，看看哪种最适合您。

无论您选择哪个选项，都将决定您需要遵循哪些设置步骤

要求

我们已在此存储库的根目录中包含一个 requirements.txt 文件，其中包含运行代码示例所需的所有 Python 包。

您可以通过在存储库根目录的终端中运行以下命令来安装它们

pip install -r requirements.txt

我们建议创建 Python 虚拟环境以避免任何冲突和问题。

设置 VSCode

确保您在 VSCode 中使用正确版本的 Python。

image

使用 GitHub 模型设置示例

步骤 1：检索您的 GitHub 个人访问令牌 (PAT)

本课程利用 GitHub 模型市场，提供对您将用于构建 AI Agents 的大型语言模型 (LLM) 的免费访问。

要使用 GitHub 模型，您需要创建一个GitHub 个人访问令牌。

这可以通过在您的 GitHub 帐户中转到个人访问令牌设置来完成。

请在创建令牌时遵循最小权限原则。这意味着您应该只授予令牌运行本课程代码示例所需的权限。

  1. 通过遍历到开发者设置 ，选择屏幕左侧的 Fine-grained tokens 选项

    然后选择 Generate new token。

    Generate Token

  2. 为您的令牌输入一个描述性名称，以反映其用途，以便以后易于识别。

    🔐 令牌持续时间建议

    建议持续时间：30 天 为了更安全的姿态，您可以选择更短的时间——例如 7 天 🛡️ 这是一个设定个人目标并在学习势头高涨时完成课程的好方法 🚀。

    Token Name and Expiration

  3. 将令牌的范围限制为您此存储库的派生。

    Limit scope to fork repository

  4. 限制令牌的权限：在权限下，点击帐户选项卡，然后点击“+ 添加权限”按钮。将出现一个下拉菜单。请搜索模型并选中其复选框。 添加模型权限

  5. 在生成令牌之前验证所需的权限。 验证权限

  6. 在生成令牌之前，请确保您已准备好将令牌安全地存储在密码管理器保险库等位置，因为创建后将不会再次显示。 安全存储令牌

复制您刚刚创建的新令牌。您现在将此添加到本课程中包含的 .env 文件中。

步骤 2：创建您的 .env 文件

要创建您的 .env 文件，请在终端中运行以下命令。

cp .env.example .env

这将复制示例文件并在您的目录中创建 .env，您可以在其中填写环境变量的值。

复制令牌后，在您喜欢的文本编辑器中打开 .env 文件，并将令牌粘贴到 GITHUB_TOKEN 字段中。 GitHub 令牌字段

您现在应该能够运行本课程的代码示例。

使用 Azure AI Foundry 和 Azure AI Agent 服务设置示例

步骤 1：检索您的 Azure 项目终结点

请按照此处找到的在 Azure AI Foundry 中创建中心和项目的步骤：中心资源概述

创建项目后，您将需要检索项目的连接字符串。

这可以通过在 Azure AI Foundry 门户中转到项目的概述页面来完成。

Project Connection String

步骤 2：创建您的 .env 文件

要创建您的 .env 文件，请在终端中运行以下命令。

cp .env.example .env

这将复制示例文件并在您的目录中创建 .env，您可以在其中填写环境变量的值。

复制令牌后，在您喜欢的文本编辑器中打开 .env 文件，并将令牌粘贴到 PROJECT_ENDPOINT 字段中。

步骤 3：登录 Azure

作为安全最佳实践，我们将使用无密钥身份验证通过 Microsoft Entra ID 对 Azure OpenAI 进行身份验证。

接下来，打开终端并运行 az login --use-device-code 以登录您的 Azure 帐户。

登录后，在终端中选择您的订阅。

其他环境变量 - Azure Search 和 Azure OpenAI

对于 Agentic RAG 课程 - 课程 5 - 有使用 Azure Search 和 Azure OpenAI 的示例。

如果您想运行这些示例，您需要将以下环境变量添加到您的 .env 文件中

概述页面（项目）

管理中心

模型 + 终结点页面

Azure 门户

外部网页

设置无密钥身份验证

我们不硬编码凭据，而是使用 Azure OpenAI 的无密钥连接。为此，我们将导入 DefaultAzureCredential，然后调用 DefaultAzureCredential 函数来获取凭据。

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

卡住了吗？

如果您在运行此设置时遇到任何问题，请加入我们的Azure AI 社区 Discord 或创建问题。

下一课

您现在已准备好运行本课程的代码。祝您愉快地学习 AI Agents 的世界！

AI Agents 和 Agent 用例简介

本网站是开源的。 改进此页面。