Arabo | Bengalese | Bulgaro | Birmano (Myanmar) | Cinese (Semplificato) | Cinese (Tradizionale, Hong Kong) | Cinese (Tradizionale, Macao) | Cinese (Tradizionale, Taiwan) | Croato | Ceco | Danese | Olandese | Estone | Finlandese | Francese | Tedesco | Greco | Ebraico | Hindi | Ungherese | Indonesiano | Italiano | Giapponese | Kannada | Khmer | Coreano | Lituano | Malese | Malayalam | Marathi | Nepalese | Pidgin Nigeriano | Norvegese | Persiano (Farsi) | Polacco | Portoghese (Brasile) | Portoghese (Portogallo) | Punjabi (Gurmukhi) | Rumeno | Russo | Serbo (Cirillico) | Slovacco | Sloveno | Spagnolo | Swahili | Svedese | Tagalog (Filippino) | Tamil | Telugu | Thailandese | Turco | Ucraino | Urdu | Vietnamita
Preferisci Clonare Localmente?
Questo repository include traduzioni in 50+ lingue che aumentano significativamente la dimensione del download. Per clonare senza traduzioni, usa sparse checkout:
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"Questo ti dà tutto il necessario per completare il corso con un download molto più veloce.
Se desideri che vengano supportate ulteriori lingue di traduzione, sono elencate qui
Questo corso comprende lezioni che coprono i fondamenti della costruzione di Agenti AI. Ogni lezione tratta un proprio argomento quindi inizia da dove preferisci!
Questo corso è supportato in più lingue. Vai alle nostre lingue disponibili qui.
Se è la tua prima volta costruendo con modelli AI Generativi, dai un'occhiata al nostro corso Generative AI For Beginners, che include 21 lezioni sulla costruzione con GenAI.
Non dimenticare di aggiungere una stella (🌟) a questo repo e di fare un fork di questo repo per eseguire il codice.
Se ti blocchi o hai domande sulla costruzione di Agenti AI, unisciti al nostro canale Discord dedicato nel Microsoft Foundry Discord.
Ogni lezione di questo corso include esempi di codice, che si trovano nella cartella code_samples. Puoi fare un fork di questo repo per creare la tua copia.
Gli esempi di codice in questi esercizi utilizzano Microsoft Agent Framework con Azure AI Foundry Agent Service V2:
- Microsoft Foundry - Account Azure richiesto
Questo corso utilizza i seguenti framework e servizi Agente AI di Microsoft:
Alcuni esempi di codice supportano anche provider alternativi compatibili con OpenAI come MiniMax, che offre modelli con contesto ampio (fino a 204K token). Consulta la Configurazione del Corso per i dettagli di configurazione.
Per ulteriori informazioni sull'esecuzione del codice per questo corso, vai alla Configurazione del Corso.
Hai suggerimenti o hai trovato errori di ortografia o di codice? Apri un problema o Crea una pull request
- Una lezione scritta situata nel README e un video breve
- Esempi di codice Python che utilizzano Microsoft Agent Framework con Azure AI Foundry
- Link a risorse extra per continuare il tuo apprendimento
| Lezione | Testo & Codice | Video | Apprendimento Extra |
|---|---|---|---|
| Introduzione agli Agenti AI e casi d'uso | Link | Video | Link |
| Esplorare Framework Agenti | Link | Video | Link |
| Comprendere i Pattern di Progettazione Agenti | Link | Video | Link |
| Pattern di Progettazione Uso Strumenti | Link | Video | Link |
| Agente RAG | Link | Video | Link |
| Costruire Agenti AI Affidabili | Link | Video | Link |
| Pattern di Progettazione Pianificazione | Link | Video | Link |
| Pattern di Progettazione Multi-Agente | Link | Video | Link |
| Modello di progettazione della metacognizione | Link | Video | Link |
| Agenti AI in produzione | Link | Video | Link |
| Utilizzo di protocolli agentici (MCP, A2A e NLWeb) | Link | Video | Link |
| Ingegneria del contesto per agenti AI | Link | Video | Link |
| Gestione della memoria agentica | Link | Video | |
| Esplorare il framework Microsoft Agent | Link | ||
| Creazione di agenti per l'uso del computer (CUA) | Link | Link | |
| Distribuzione di agenti scalabili | Prossimamente | ||
| Creazione di agenti AI locali | Prossimamente | ||
| Protezione degli agenti AI | Prossimamente |
Il nostro team produce altri corsi! Dai un'occhiata a:
Grazie a Shivam Goyal per aver contribuito con importanti esempi di codice che dimostrano Agentic RAG.
Questo progetto accoglie contributi e suggerimenti. La maggior parte dei contributi richiede di accettare un Accordo di Licenza per i Contributori (CLA) dichiarando di avere il diritto, e di concederci effettivamente, i diritti per utilizzare il tuo contributo. Per dettagli, visita https://cla.opensource.microsoft.com.
Quando invii una pull request, un bot CLA determinerà automaticamente se devi fornire un CLA e decorerà la PR di conseguenza (es. controllo stato, commento). Segui semplicemente le istruzioni fornite dal bot. Dovrai farlo solo una volta per tutti i repository che utilizzano il nostro CLA.
Questo progetto ha adottato il Codice di Condotta Open Source Microsoft. Per ulteriori informazioni consulta le FAQ sul Codice di Condotta o contatta opencode@microsoft.com per domande o commenti aggiuntivi.
Questo progetto può contenere marchi o loghi di progetti, prodotti o servizi. L'uso autorizzato di marchi o loghi Microsoft è soggetto e deve seguire le linee guida sui marchi e sul brand Microsoft. L'uso di marchi o loghi Microsoft in versioni modificate di questo progetto non deve generare confusione o implicare sponsorizzazione Microsoft. Qualsiasi uso di marchi o loghi di terze parti è soggetto alle politiche di tali terze parti.
Se rimani bloccato o hai domande sulla creazione di app AI, unisciti a:
Se hai feedback sul prodotto o errori durante la creazione visita:
Disclaimer: Questo documento è stato tradotto utilizzando il servizio di traduzione AI Co-op Translator. Pur impegnandoci per garantire accuratezza, si prega di notare che le traduzioni automatizzate possono contenere errori o imprecisioni. Il documento originale nella sua lingua madre deve essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda la traduzione professionale umana. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall’uso di questa traduzione.