企业官网建设流程全解析

18节课跑通第一个AI智能体：ai-agents-for-beginners 从零到多智能体上手教程

【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

让大模型查个天气、订个会议室，它只会生成一段话，却动不了任何东西——这就是 AI 智能体要解决的问题：给模型配上工具和知识，让它真正"做事"。开源课程 ai-agents-for-beginners 用 18 节课，每节配文字讲解加可运行代码示例，带你从零搭建并跑起来一个 AI Agent。

价值速览

• 它做什么：18 节课覆盖 AI 智能体开发的完整链路——概念与用例、工具调用、Agentic RAG、多智能体协作、协议互操作（MCP/A2A）、本地部署与安全加固，每课都有可直接运行的示例。
• 替代你手动做的什么：不用再从零散博客和 API 文档里自己拼环境——课程用 Microsoft Agent Framework 编写示例，00-course-setup/README.md 把环境配置的标准答案写全了。
• 用完后得到什么：一套可复现的 Agent 代码、一套az login无密钥连接方式，以及一份现成的排障清单，能直接带进自己的项目。
• 语言友好：translations/zh-CN/README.md 提供中文翻译，各课 code_samples 里还配有 C# 版本示例。

三步上手

第一步：获取项目

git clone https://gitcode.com/GitHub_Trending/ai/ai-agents-for-beginners cd ai-agents-for-beginners

仓库含 50 多种语言翻译，完整克隆体积较大；只想跑示例的话，用git clone --depth 1 --filter=blob:none --sparse再配合git sparse-checkout set只拉需要的课程文件夹即可，官方文档里有现成命令。

第二步：准备环境

python -m venv venv && source venv/bin/activate && pip install -r requirements.txt az login && az account show

要求 Python 3.12+（务必用它建 venv）；az login是关键，所有 notebook 靠它做免密钥认证。

第三步：跑通第一个演示

cp .env.example .env

填入AZURE_AI_PROJECT_ENDPOINT和AZURE_AI_MODEL_DEPLOYMENT_NAME两个值（都在 Foundry 门户的项目页面上找得到），然后打开01-intro-to-ai-agents/code_samples/01-python-agent-framework.ipynb，按格子依次运行，你的第一个 Agent 就跑起来了。

核心功能拆解

🛠️ 工具调用：让模型真的动手

能力：Tool Use 模式教模型"调用函数"——查数据库、调天气 API、跑一段计算，而不只是回话。场景：第 4 课的 04-tool-use/code_samples/ 里有完整示例，典型用途是接上工单系统做客服应答、查实时数据做报表。效果：模型从"说能做"变成"做完了"，这是 Agent 和普通聊天机器人最大的分界线。

🔁 Agentic RAG：检索由模型自己决定

能力：不再是"先检索再回答"的固定流程，而是"LLM 调用 → 工具使用 → LLM 调用"的循环：结果不满意就改写查询、换检索方式、加调一个工具，直到答案成立。场景：第 5 课的示例开箱即用（内存知识库），想接真实索引再加 Azure AI Search。效果：知识库问答有据可依，推理过程可回溯，还能自我纠错。

🤝 多智能体：拆任务，各管一摊

能力：第 8 课讲清三种协作方式——hand-off 交接、group chat 群聊、filtering 过滤，以及什么时候该从单 Agent 切到多 Agent。场景：课程用旅行预订举例——找机票、订酒店、租车的专职 Agent 之间共享日期、预算等约束条件。效果：单体 Agent 管太多会"失忆"或串味；拆开后系统更好维护、更容易扩容，某个 Agent 挂了也不全瘫。

协议互操作：MCP 与 A2A

能力：第 11 课覆盖三个标准——MCP 让 Agent 以统一方式接外部工具和数据，A2A 负责 Agent 之间的通信协作，NLWeb 让 Agent 用自然语言操作网页。场景：11-agentic-protocols/code_samples/mcp-agents/ 下有成套可运行示例，同目录还有 A2A 的 notebook。效果：你搭的 Agent 不再是孤岛，能接入更大的生态。

一个完整场景走查

拿第 5 课的 Agentic RAG 演示走一遍"提问—出答案"的全链路：

用户提出一个业务问题，Agent 不直接作答。它先决定去查知识库，把问题转成可检索的形式，取回一批相关素材；接着评估这些素材——不够就改写查询再来一次，或者换另一个数据源；素材够了，才把它们和上下文拼起来生成最终答案，并核对答案是否真的落在素材上。整个"检索 → 评估 → 修正"的循环里，每一步的中间输出 notebook 都会打印出来，你可以清楚看到它查了什么、为什么不满意、改了什么。这就是课程反复强调的"模型自主掌握推理过程"：你不需要把步骤写死，只需要定义它能用哪些工具。

避坑与排障

• macOS 上的 SSL 证书报错：出现ssl.SSLCertVerificationError时，先跑/Applications/Python 3.XX/Install Certificates.command，或pip install truststore后在脚本顶部调用truststore.inject_into_ssl()。用connection_verify=False关校验只算临时手段，别进生产环境。
• Python 版本不对：必须用 Python 3.12+ 建 venv，否则 requirements.txt 里的依赖版本会装错，这是 setup 文档里专门强调的一点。
• 忘了az login：notebook 用AzureCliCredential/DefaultAzureCredential读取 CLI 登录态，没登录就会直接认证失败；跑完az login后用az account show确认订阅正确。
• 漏配环境变量：大部分课只需要.env里那两个值，但第 6、8 课的某些示例直连 Azure OpenAI，还得加AZURE_OPENAI_ENDPOINT和AZURE_OPENAI_DEPLOYMENT，报错时先查对应课程的前置条件。
• 别乱升版本：课程把agent-framework-core钉在 1.10.0，1.11 有破坏性 API 变更，示例代码会跑不起来，装依赖时按锁定版本走。

下一步与资源

• 00-course-setup/README.md：完整环境配置，含浅克隆、.env配置与 Troubleshooting
• STUDY_GUIDE.md：学习指南，按主题规划学习顺序
• 每课README.md是该主题完整讲解，code_samples/内含 Python 与 C# 双份示例
• translations/zh-CN/README.md：中文翻译及 50 余种语言版本
• 08-multi-agent/solution/solution.md：第 8 课练习参考答案

先把第 1 课的第一个 Agent 跑通，再按 README 里的课程表往后推；卡住时先查对应课程的 README，大部分问题官方都提前写好了。

【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