拓冰网站定制 
AI Agents for Beginners18 节完整课程教你从零构建能干活的 AI 智能体【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开源项目 AI Agents for BeginnersAI 智能体入门是一门包含 18 节实战课程的 AI 智能体开发课程从环境搭建、工具调用、增强检索讲到多智能体协作、上下文与记忆管理再到生产级部署与安全加固每一课都配有 Python 与 .NET 两套可运行示例帮你把大模型真正变成一个能自主完成任务的智能体。大模型离干活的员工还差什么你日常用的大模型会聊天、会写文案但它有个硬伤它只能输出文字。让它订一张机票它无法真的去查航班让它排查一个报错它也无法打开终端动手验证。它像一个经验很足却从不离开办公室的顾问。AI 智能体解决的就是这个问题。给模型装上手和脚——可以调用的工具、可以查阅的知识、可以规划的步骤——它就能自己拆解任务、执行、检查、再调整直到把事情办完。这套大脑 工具 知识 执行循环的结构正是这门课程要带你一步步搭起来的东西。上图展示的正是智能体的基本回路接收任务、调用工具获取信息、结合知识生成结果、再决定是否继续迭代。01-intro-to-ai-agents/ 的第一课会用具体案例讲透这套机制并解释哪些场景适合用智能体、哪些场景普通对话就够了。三步配好开发环境动手之前先铺路。课程的 00-course-setup/ 模块把所有前置工作整理成了清单式的图文指引照着走三步即可克隆仓库并创建 Python 虚拟环境隔离好依赖按指引配置模型服务的访问凭据Azure 账户或兼容 OpenAI 接口的服务商均可课程同时支持 Microsoft Foundry、Azure OpenAI 以及本地运行模型等方案运行第一个最小智能体示例确认整条链路打通。git clone https://gitcode.com/GitHub_Trending/ai/ai-agents-for-beginners pip install -r requirements.txt仓库体积偏大是因为内建了 50 多种语言的翻译只想要课程本体时README 里给出了 sparse checkout 的瘦克隆命令下载快很多。环境跑通后建议随手翻一下 STUDY_GUIDE.md它把先学什么、后学什么按目标分了路线比如想先做出会用工具的智能体就直接从第 4 课切入。18 节课的完整地图课程按先立骨架、再长器官、最后上线的顺序铺开大致可以分成五段阶段课程学完之后你能做什么入门01–03说清楚智能体的构成挑框架掌握设计模式选型核心能力04–08让智能体调用工具、做增强检索、可被信任、会规划、会协作深化09–13元认知、生产化运营、MCP/A2A 协议、上下文工程、记忆管理框架与场景14–17深入 Microsoft Agent Framework、操作浏览器的智能体、弹性部署、本地智能体安全18用密码学收据为智能体的每次操作留下可验证的审计痕迹每一课的标准配置是一篇图文讲义、一个配套短视频、以及code_samples文件夹里的 Python 和 .NET 双栈代码学完就能直接跑。️ 如何让智能体调用外部工具调用工具是智能体从玩具变成生产力工具的分水岭。第 4 课04-tool-use/讲的是函数调用你把查天气查库存发邮件这些函数注册给模型模型在推理时自己判断该不该调、调哪个、参数填什么执行完再把结果喂回来继续推理。工具打通后第 5 课把检索升级成 Agentic RAG传统 RAG 是先检索、再生成的一次性流程而 Agentic RAG 让智能体自己判断信息够不够——不够就换关键词再查、换工具再查还带着自我校验环节答完先自己评估一遍再交付。这个检索—评估—优化的循环是处理复杂问题时的关键能力课程里的笔记本示例会带你完整跑一遍。如何搭建多智能体协作系统一个智能体能干的事终究有边界遇到既要推荐、又要排期、还要控制预算这类复合任务就需要组队。第 8 课08-multi-agent/覆盖了三种主流协作形态智能体之间互相交接任务、多个智能体群聊式讨论后汇总、以及由一个协调者按规则分派。想看到完整的落地形态可以翻 08-multi-agent/code_samples/workflows-agent-framework/ 里的旅游规划示例——推荐、行程、预算、预订各司其职工作流如何编排一目了然。让智能体记得住也想得远智能体做得好不好一半看它怎么管理上下文。第 12 课专门讲上下文工程哪些信息该塞进提示、哪些该压缩、哪些该丢弃直接决定回答质量和成本。第 13 课则教智能体建立记忆——把用户偏好 Python 示例这类信息存下来跨会话复用而不是每次从头认识你。再往后第 9 课讲元认知——让智能体评估自己答得怎么样、哪里没把握第 7 课讲规划——把大目标拆成带依赖关系的小步骤再执行。这两课配合前面的工具与记忆智能体才算从能干活进化到会干活。信任与安全别让智能体放不开智能体一旦能调用真实工具风险也随之而来一次误操作、一条被注入的恶意指令都可能造成实际损失。第 6 课06-building-trustworthy-agents/给出两条主线——用系统消息给智能体划清行为边界以及在高风险动作前插入人工确认环节。第 18 课把安全再推高一档智能体每执行一次工具调用都生成一份带 Ed25519 签名的密码学收据审计方只凭公钥就能离线验证日志没被篡改删掉或调换任何一条都会让链条断裂。对需要合规的金融、医疗场景这是相当硬核的一道防线。 从原型到生产智能体部署与扩展笔记本里跑得通和凌晨三点还能稳定服务上千用户中间隔着一条鸿沟。第 16 课16-deploying-scalable-agents/专门填这条沟把智能体部署为托管服务配上版本管理与回滚、OpenTelemetry 追踪、发布前自动评测再用模型路由、缓存和状态化设计控制延迟与成本。课程里那个模型只占 20%剩下 80% 是运营骨架的说法值得每个准备上线的人记住。到这里从第一个示例到生产系统18 节课的拼图已经完整。项目还支持 50 多种语言的翻译版本找不到中文表述的课去 translations/ 里找对应语种即可。最好的上手方式就是现在打开 01 课跑通第一个智能体然后带着一个自己想做的点子课程学习指南里甚至给了一个课程助手的参考 demo一节课一节课地给它加能力。【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 AI Agents for Beginners：18 节完整课程，教你从零构建能干活的 AI 智能体
AI Agents for Beginners18 节完整课程教你从零构建能干活的 AI 智能体【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开源项目 AI Agents for BeginnersAI 智能体入门是一门包含 18 节实战课程的 AI 智能体开发课程从环境搭建、工具调用、增强检索讲到多智能体协作、上下文与记忆管理再到生产级部署与安全加固每一课都配有 Python 与 .NET 两套可运行示例帮你把大模型真正变成一个能自主完成任务的智能体。大模型离干活的员工还差什么你日常用的大模型会聊天、会写文案但它有个硬伤它只能输出文字。让它订一张机票它无法真的去查航班让它排查一个报错它也无法打开终端动手验证。它像一个经验很足却从不离开办公室的顾问。AI 智能体解决的就是这个问题。给模型装上手和脚——可以调用的工具、可以查阅的知识、可以规划的步骤——它就能自己拆解任务、执行、检查、再调整直到把事情办完。这套大脑 工具 知识 执行循环的结构正是这门课程要带你一步步搭起来的东西。上图展示的正是智能体的基本回路接收任务、调用工具获取信息、结合知识生成结果、再决定是否继续迭代。01-intro-to-ai-agents/ 的第一课会用具体案例讲透这套机制并解释哪些场景适合用智能体、哪些场景普通对话就够了。三步配好开发环境动手之前先铺路。课程的 00-course-setup/ 模块把所有前置工作整理成了清单式的图文指引照着走三步即可克隆仓库并创建 Python 虚拟环境隔离好依赖按指引配置模型服务的访问凭据Azure 账户或兼容 OpenAI 接口的服务商均可课程同时支持 Microsoft Foundry、Azure OpenAI 以及本地运行模型等方案运行第一个最小智能体示例确认整条链路打通。git clone https://gitcode.com/GitHub_Trending/ai/ai-agents-for-beginners pip install -r requirements.txt仓库体积偏大是因为内建了 50 多种语言的翻译只想要课程本体时README 里给出了 sparse checkout 的瘦克隆命令下载快很多。环境跑通后建议随手翻一下 STUDY_GUIDE.md它把先学什么、后学什么按目标分了路线比如想先做出会用工具的智能体就直接从第 4 课切入。18 节课的完整地图课程按先立骨架、再长器官、最后上线的顺序铺开大致可以分成五段阶段课程学完之后你能做什么入门01–03说清楚智能体的构成挑框架掌握设计模式选型核心能力04–08让智能体调用工具、做增强检索、可被信任、会规划、会协作深化09–13元认知、生产化运营、MCP/A2A 协议、上下文工程、记忆管理框架与场景14–17深入 Microsoft Agent Framework、操作浏览器的智能体、弹性部署、本地智能体安全18用密码学收据为智能体的每次操作留下可验证的审计痕迹每一课的标准配置是一篇图文讲义、一个配套短视频、以及code_samples文件夹里的 Python 和 .NET 双栈代码学完就能直接跑。️ 如何让智能体调用外部工具调用工具是智能体从玩具变成生产力工具的分水岭。第 4 课04-tool-use/讲的是函数调用你把查天气查库存发邮件这些函数注册给模型模型在推理时自己判断该不该调、调哪个、参数填什么执行完再把结果喂回来继续推理。工具打通后第 5 课把检索升级成 Agentic RAG传统 RAG 是先检索、再生成的一次性流程而 Agentic RAG 让智能体自己判断信息够不够——不够就换关键词再查、换工具再查还带着自我校验环节答完先自己评估一遍再交付。这个检索—评估—优化的循环是处理复杂问题时的关键能力课程里的笔记本示例会带你完整跑一遍。如何搭建多智能体协作系统一个智能体能干的事终究有边界遇到既要推荐、又要排期、还要控制预算这类复合任务就需要组队。第 8 课08-multi-agent/覆盖了三种主流协作形态智能体之间互相交接任务、多个智能体群聊式讨论后汇总、以及由一个协调者按规则分派。想看到完整的落地形态可以翻 08-multi-agent/code_samples/workflows-agent-framework/ 里的旅游规划示例——推荐、行程、预算、预订各司其职工作流如何编排一目了然。让智能体记得住也想得远智能体做得好不好一半看它怎么管理上下文。第 12 课专门讲上下文工程哪些信息该塞进提示、哪些该压缩、哪些该丢弃直接决定回答质量和成本。第 13 课则教智能体建立记忆——把用户偏好 Python 示例这类信息存下来跨会话复用而不是每次从头认识你。再往后第 9 课讲元认知——让智能体评估自己答得怎么样、哪里没把握第 7 课讲规划——把大目标拆成带依赖关系的小步骤再执行。这两课配合前面的工具与记忆智能体才算从能干活进化到会干活。信任与安全别让智能体放不开智能体一旦能调用真实工具风险也随之而来一次误操作、一条被注入的恶意指令都可能造成实际损失。第 6 课06-building-trustworthy-agents/给出两条主线——用系统消息给智能体划清行为边界以及在高风险动作前插入人工确认环节。第 18 课把安全再推高一档智能体每执行一次工具调用都生成一份带 Ed25519 签名的密码学收据审计方只凭公钥就能离线验证日志没被篡改删掉或调换任何一条都会让链条断裂。对需要合规的金融、医疗场景这是相当硬核的一道防线。 从原型到生产智能体部署与扩展笔记本里跑得通和凌晨三点还能稳定服务上千用户中间隔着一条鸿沟。第 16 课16-deploying-scalable-agents/专门填这条沟把智能体部署为托管服务配上版本管理与回滚、OpenTelemetry 追踪、发布前自动评测再用模型路由、缓存和状态化设计控制延迟与成本。课程里那个模型只占 20%剩下 80% 是运营骨架的说法值得每个准备上线的人记住。到这里从第一个示例到生产系统18 节课的拼图已经完整。项目还支持 50 多种语言的翻译版本找不到中文表述的课去 translations/ 里找对应语种即可。最好的上手方式就是现在打开 01 课跑通第一个智能体然后带着一个自己想做的点子课程学习指南里甚至给了一个课程助手的参考 demo一节课一节课地给它加能力。【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