18 课跑通 AI 智能体ai-agents-for-beginners 实战拆解【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-beginnersai-agents-for-beginners 是一套 18 课的 AI 智能体实战课程把环境搭建、设计模式、RAG 检索、多智能体协作到上云部署拆成能跟着敲的练习每课都配有可直接运行的 Notebook。跟着跑完你能从零搭出一个会查资料、调工具、真能办事的 AI 智能体。先给结果再讲道理AI 智能体跑起来是什么样你对聊天框输入帮我订一趟杭州的三天两晚差旅预算五千以内。普通聊天机器人回你一段文字这个 AI 智能体接着去查航班、比酒店价格、核对总预算最后甩给你一份能直接下单的方案超预算的部分还会主动换更便宜的选项。它不只是说还会做自己排步骤、调工具、失败就重试。它凭什么能做到拆开来其实只有三个部件。底层机制用厨房类比讲清 AI 智能体的三个部件把智能体想成一家小厨房大脑是大语言模型LLM相当于掌勺厨师接到模糊需求就开始排计划双手是工具相当于锅碗瓢盆查数据库、调 API、搜网页全靠它笔记本是知识库相当于冰箱里的菜谱集回答前先翻一遍私有资料。组件名厨房类比项目里对应的模块路径LLM大脑决定做什么菜的掌勺厨师01-intro-to-ai-agents/工具双手切配烹炸的锅碗瓢盆04-tool-use/知识库笔记本冰箱里的菜谱集05-agentic-rag/厨师规划、工具执行、菜谱供料三者合起来才是一个能下厨的 AI 智能体。最短路径上手10 分钟装好依赖跑通第一个 AI 智能体克隆仓库时只拉课程本体跳过 50 语言翻译目录下载快很多git clone --filterblob:none --sparse https://gitcode.com/GitHub_Trending/ai/ai-agents-for-beginners cd ai-agents-for-beginners git sparse-checkout set --no-cone /* !translations !translated_images 仓库含大量多语言翻译图片全量克隆很占空间上面这条 sparse checkout 是官方推荐做法。建虚拟环境一条命令装齐全部依赖Microsoft Agent Framework、OpenAI 客户端、MCP 都在 requirements.txt 里python -m venv venv source venv/bin/activate pip install -r requirements.txt主线课程还需要一个 Azure 订阅和部署了聊天模型的 Foundry 项目照 00-course-setup/ 的带截图步骤点一遍即可完成后记下项目端点。打开第一课示例逐格运行jupyter notebook 01-intro-to-ai-agents/code_samples/01-python-agent-framework.ipynb决策指南智能体部署选型四条路并列选如果你有 Azure 订阅就选主线路线00 到 16 课全部基于 Microsoft Foundry 跑通资料最全。→ 适用场景完整课程体验如果你不想开云账号就选 17-creating-local-ai-agentsFoundry Local 加本地模型离线也能跑。→ 适用场景纯本地尝鲜如果你要做的任务开放复杂就选 08-multi-agent 的多智能体协作方案机票、酒店、租车各分一个智能体。→ 适用场景复杂任务拆分如果你只是先评估值不值得投入就读 01 到 03 课的 README概念全在文字里不用花钱调模型。→ 适用场景零成本摸底主线跑通后想让它答得有依据再看 05-agentic-rag 的迭代检索循环踩坑清单与调优版本与环境的五个高频问题版本钉死requirements.txt 把 agent-framework-core 固定在 1.10.01.11 系列删掉了 ChatMessage 等课程用到的 API → 用 -r 安装别手动升级框架版本。密钥报错第一个 cell 就抛认证失败 → 按 00-course-setup 的连接串和模型权限截图逐项核对。检索不收敛智能体答非所问却看不出是资料不够 → 确认 Agentic RAG 的自我校正循环开着不够就改写查询再检索。评测缺位换模型后感觉回答变差却说不上来差在哪 → 发版前用 tests/ 目录的冒烟测试用例跑一遍基线。接下来看什么从多智能体协作方案往深处走08-multi-agent/code_samples/workflows-agent-framework/顺序、并行、条件、交接四种工作流的完整编排样例11-agentic-protocols/MCP 与 A2A 协议让不同智能体互相通信13-agent-memory/跨会话长期记忆让智能体记住用户偏好tests/关键课程的冒烟测试用例随时验证环境是否配对打开 08-multi-agent 目录跑第一个 cell。官方课程文档README.md【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