企业官网建设流程全解析

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-beginners

ai-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。

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 --filter=blob: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-agents：Foundry 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 1.10.0，1.11 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