18课搭出一个AI智能体新手入门AI智能体开发的实战课程【免费下载链接】ai-agents-for-beginners18 Lessons to Get Started Building AI Agents项目地址: https://gitcode.com/GitHub_Trending/ai/ai-agents-for-beginners这是微软开源的课程 AI Agents for Beginners用18节课教你从零学会 AI 智能体AI Agent开发。每节课都配 Python 和 .NET 两套可运行代码覆盖从理解原理到部署上线的完整流程。只要你写过一点 Python没接触过智能体也没关系这门课就是为你准备的。 先弄懂AI智能体比聊天机器人多做了什么先说结论聊天机器人只会生成文字智能体能替你做事。你让一个聊天机器人帮我查下明天去北京的机票它只能把查机票的方法告诉你好而一个机票智能体会真的去调查询接口、把结果比出来、甚至帮你下单。差别就一个字做。用一个生活化的拆法来理解智能体的三件套大脑大语言模型。负责听懂你要什么把模糊的需求变成具体步骤。双手工具tools。数据库查询、API 调用、发消息智能体能调用的手由开发者决定给哪些。记忆记忆和知识库。既有当前对话的短期记忆也可以有跨会话的长期记忆。那什么时候值得做智能体第一节课给了三条判断标准问题步骤无法预先写死开放式问题、任务需要多轮调用工具多步骤流程、你希望系统随反馈越来越好可学习。三条都不沾边一个普通 API 调用就够了别过度设计。更细的拆解包括简单反射型、目标型、学习型等几种智能体类型都在 01-intro-to-ai-agents 模块 里。 三步跑起来克隆课程仓库运行第一个智能体动手比看十篇文章管用。整个环境准备只要三步。第一步克隆仓库。仓库因为带了 50 多种语言翻译完整历史有 3GB 左右课程配置文档里给了稀疏克隆的命令只想下几个课程文件夹的同学建议照做git clone https://gitcode.com/GitHub_Trending/ai/ai-agents-for-beginners cd ai-agents-for-beginners第二步装依赖。课程代码基于 Python 3.12用虚拟环境隔离依赖最稳妥.NET 示例则需要 .NET 10 SDKpython3 -m venv venv source venv/bin/activate pip install -r requirements.txt第三步打开第一个 notebook。每节课的代码都在各模块的code_samples/目录里文件名形如01-python-agent-framework.ipynb用 Jupyter 打开就能跑。课程用的是微软的智能体框架Microsoft Agent Framework简称 MAF连接 Azure OpenAI 的 Responses API所以需要一个 Azure 账号和 Microsoft Foundry 项目配置方法写在 00-course-setup 模块 里。如果你暂时没有云账号也不用卡住第17课专门讲如何用 Foundry Local 在本地跑智能体不连云、不用 API key适合先熟悉流程。图里这个查航班的例子就是课程里的典型 demo用户问3月28号西雅图飞纽约的单程票智能体调用航班搜索工具返回带出发到达时间的候选航班。跑通它你就完成了从零到第一个智能体。️ 让智能体变强工具、Agentic RAG与规划跑通 hello world 之后接下来的几节课都在解决同一个问题怎么让智能体从能聊变成能干正事。给智能体装上手。工具调用Tool Use是智能体的核心技能模型自己判断什么时候该调哪个工具、传什么参数。第4课教了怎么定义和挂载工具并给了一条很实用的标准——好的工具要有清晰的名称、窄的职责、类型明确的输入和可预期的输出。工具定义放在 04-tool-use 模块里面的test_demo_plugins.py演示了工具测试怎么写。给智能体喂知识Agentic RAG 快速上手。普通 RAG 是先检索、再回答一条道走到黑。Agentic RAG 多了一个循环检索之后先评估结果质量不满意就改写查询、换工具、再检索直到证据够了才作答。这意味着它自己能处理第一次没搜到的情况还能在反复失败时降级、请求人工介入。完整讲法在 05-agentic-rag 模块。再往上一层是规划和自我管理。第7课讲规划Planning把订一次旅行拆成查航班、订酒店、拼行程这些小步骤第9课讲元认知让智能体在回答前自我检查一遍第12课和第13课则分别处理上下文工程每次模型调用该塞什么信息和记忆哪些偏好值得跨会话保存。这几课之间是递进关系建议按顺序看。放大招多智能体怎么分工一个智能体干所有事提示词会越来越长能力也会互相打架。任务复杂到一定程度就该拆成几个各司其职的智能体。第8课给了三种协作模式正好对应三个真实场景Hand-off交接客服智能体发现自己处理不了退款把对话连同上下文交给退款智能体。Group Chat群聊一个群组管理器把消息广播给多个智能体谁该说话由它选智能体们协作完成同一个任务。Filtering过滤把问题先分发给一组智能体各自尝试取最靠谱的那个答案。这课还带了一个完整的旅游规划 demo 工程包含景点推荐、行程规划等多个角色的智能体团队源码在 08-multi-agent 模块 的workflows-agent-framework目录里可以直接对着读。️ 变可信人工确认与权限边界智能体能做事就意味着能做错事。一个会转账的智能体如果理解错了你的意图损失是真金白银。所以可信不是上线前打补丁而是设计时就要进去。第6课的核心手段是human-in-the-loop人在环智能体执行高影响动作之前先停下来问人人确认后才继续。下面这张图就是它的标准交互流程——智能体把结果交给用户任务完成或需要人拍板。配套的还有几条硬规则工具按最小权限给只读就别给写权限、敏感数据先脱敏、关键动作留日志。第18课更往前走了一步用密码学收据cryptographic receipts让智能体的每个操作可审计、防篡改适合金融、审批这类场景。这两课的完整材料在 06-building-trustworthy-agents 和 18-securing-ai-agents。上线部署、冒烟测试与安全demo 能跑和能扛住真实用户是两回事。第10课讲从 demo 到生产要改什么怎么评估回答质量、怎么记录模型调用和工具调用可观测性、怎么盯成本与延迟。第16课则落到具体操作——把智能体部署成 Microsoft Foundry 上的托管智能体配上模型路由、缓存和评估门槛。部署完之后别裸奔。仓库的tests/目录自带几套现成的冒烟测试清单覆盖第1、4、5、16课的可部署智能体部署后在 Actions 里跑一次就能确认你的智能体确实活着、且在按预期回答。这是最便宜的第一道防线细节见 tests 目录说明 和 16-deploying-scalable-agents 模块。学习资源与下一步学不下去的时候仓库里这两个文件是你的导航STUDY_GUIDE.md按目标分好了学习路径。想学工具调用就从第4课进想搞 RAG 从第5课进想做本地离线智能体直接看第17课。它还建议每学完一课问自己一个问题我的智能体现在会做什么以前不会做的事AGENTS.md项目对贡献者的约定想给课程提 PR 时先读它。另外课程提供 50 多种语言的官方翻译中文在translations/zh-CN/下由自动流程持续更新。下一步动作很具体先读一遍 STUDY_GUIDE.md 选定路径然后克隆仓库、跑通第1课的 demo接着想一个你自己手里的小需求把它当靶子每学一课就往这个 demo 上加一样新能力。学完时你手里会有一个能用、可信、测过的小智能体——那就够了剩下的交给下一个真实需求。【免费下载链接】ai-agents-for-beginners18 Lessons to Get Started Building AI Agents项目地址: https://gitcode.com/GitHub_Trending/ai/ai-agents-for-beginners创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考