Phase 5: Erkundung von KI-Anwendungsszenarien

Ein von Microsoft entwickelter 12-teiliger Einführungskurs zu KI-Agenten, der ein umfassendes Lernen vom Konzept bis zur Praxis für den Aufbau von KI-Agenten bietet.

AIAgentsMicrosoftAzureGitHubTextFreeMulti-Language

Detaillierte Kursbeschreibung: Microsoft AI Agents for Beginners

Überblick

"AI Agents for Beginners" ist ein umfassendes Tutorial von Microsoft, bestehend aus 12 Lektionen, das Anfängern helfen soll, die Grundlagen des Aufbaus von KI-Agenten zu erlernen. Jede Lektion behandelt ein eigenständiges Thema, sodass Lernende mit jeder beliebigen Lektion beginnen können, die sie interessiert.

Kursmerkmale

🌟 Kernmerkmale

  • 12 eigenständige Lektionen: Jede Lektion behandelt ein spezifisches Thema und kann unabhängig voneinander gelernt werden.
  • Mehrsprachige Unterstützung: Verfügbar in mehreren Sprachen, um Lernenden weltweit den Zugang zu erleichtern.
  • Praxisorientiert: Enthält zahlreiche Codebeispiele und praktische Projekte.
  • Kostenlos und Open Source: Völlig kostenlos und auf GitHub als Open Source gehostet.

📚 Struktur der Lerninhalte

Jede Lektion umfasst:

  • Schriftliche Lektion: Detaillierte Dokumentation in der README-Datei.
  • Kurzes Video: Begleitende Videoerklärung.
  • Python-Codebeispiele: Unterstützt Azure AI Foundry und GitHub Models.
  • Links zu zusätzlichen Ressourcen: Zum weiteren Vertiefen des Lernstoffs.

Technologiestack und Tools

🛠️ Hauptplattformen und Tools

  • Azure AI Foundry: Microsofts Plattform für KI-Entwicklung.
  • GitHub Models Marketplace: Bietet kostenlosen Zugang zu großen Sprachmodellen.
  • Semantic Kernel: Microsofts Framework für KI-Agenten.
  • AutoGen: Ein von Microsoft Research entwickeltes Open-Source-Framework.
  • Azure AI Agent Service: Microsofts neuester Dienst für KI-Agenten.

💻 Anforderungen an die Entwicklungsumgebung

# Anforderungen an die Umgebungskonfiguration
- Python 3.12+
- GitHub-Konto (für den Zugriff auf GitHub Models)
- Azure-Abonnement (optional, für Azure AI-Dienste)
- Einrichtung einer virtuellen Umgebung

Kernlernziele

🎯 Lernergebnisse

Nach Abschluss dieses Kurses werden Sie in der Lage sein:

  1. KI-Agenten-Konzepte zu verstehen: Den Unterschied zwischen KI-Agenten und anderen KI-Lösungen zu beherrschen.
  2. KI-Agenten effizient anzuwenden: Zu wissen, wann und wie KI-Agenten am effektivsten eingesetzt werden können.
  3. Agenten-Lösungen zu entwerfen: Effiziente Agenten-Lösungen für Benutzer und Kunden zu konzipieren.

🔍 Kernkomponenten von KI-Agenten

Der Kurs erklärt detailliert die grundlegenden Komponenten von KI-Agenten:

Umgebung (Environment)

  • Der definierte Raum, in dem der KI-Agent agiert.
  • Beispiel: Die Umgebung eines Reisebuchungs-Agenten ist ein Reisebuchungssystem.

Sensoren (Sensors)

  • Komponenten, die Informationen aus der Umgebung sammeln und interpretieren.
  • Liefern Feedback über den aktuellen Zustand der Umgebung.

Aktuatoren (Actuators)

  • Bestimmen die auszuführenden Aktionen basierend auf dem Umgebungszustand.
  • Verändern die Umgebung, um Aufgaben zu erfüllen.

Große Sprachmodelle (LLMs)

  • Die Kernfähigkeit, menschliche Sprache und Daten zu interpretieren.
  • Ermöglichen es dem Agenten, Umgebungsinformationen zu verstehen und Pläne zu erstellen.

Werkzeugzugriff (Access to Tools)

  • Die vom Agenten nutzbaren Tools werden von der Umgebung und dem Entwickler definiert.
  • Erweitert die Handlungsfähigkeit des Agenten.

Gedächtnis und Wissen (Memory + Knowledge)

  • Kurzzeitgedächtnis: Der Konversationskontext.
  • Langzeitgedächtnis: Aus anderen Systemen oder Diensten abgerufene Informationen.

Anwendungsfälle

✅ KI-Agenten eignen sich am besten für folgende Aufgabentypen:

  1. Offene Fragen: Fragen, bei denen ein LLM die zur Erfüllung der Aufgabe erforderlichen Schritte bestimmen muss.
  2. Mehrstufige Prozesse: Komplexe Aufgaben, die mehrere Interaktionsrunden unter Verwendung von Tools oder Informationen erfordern.
  3. Kontinuierliche Verbesserung: Aufgaben, die sich im Laufe der Zeit durch Feedback aus der Umgebung oder von Benutzern verbessern können.

Kurseinrichtung und Lernpfad

🚀 Starten Sie hier

# 1. Repository klonen
git clone https://github.com/microsoft/ai-agents-for-beginners.git

# 2. Abhängigkeiten installieren
pip install -r requirements.txt

# 3. Umgebungsvariablen einrichten
cp .env.example .env
# Fügen Sie Ihr GitHub Token und Ihre Azure-Konfiguration hinzu

📋 Voraussetzungen

  • Programmierkenntnisse: Grundlegende Kenntnisse in Python oder TypeScript sind hilfreich.
  • KI-Konzepte: Wenn Sie neu in generativer KI sind, wird empfohlen, zuerst den Kurs "Generative AI For Beginners" zu absolvieren.
  • Entwicklungsumgebung: Installation von Visual Studio Code und einer Python-Umgebung.

🎓 Lerntipps

  1. Flexibles Lernen: Sie können mit jeder Lektion beginnen, die Sie interessiert.
  2. Praxisorientiert: Jede Lektion enthält lauffähige Codebeispiele.
  3. Community-Unterstützung: Treten Sie der Azure AI Discord-Community bei, um Hilfe zu erhalten.
  4. Erfahrung mit mehreren Frameworks: Probieren Sie verschiedene KI-Agenten-Frameworks aus, um das am besten geeignete zu finden.

Community und Support

🤝 Hilfe erhalten

  • Discord-Community: Azure AI Foundry Community Discord
  • GitHub Issues: Probleme melden oder Verbesserungen vorschlagen.
  • Entwicklerforum: Azure AI Foundry Developer Forum

🌍 Mehrsprachige Unterstützung

Der Kurs unterstützt Übersetzungen in mehrere Sprachen; die Liste der unterstützten Sprachen finden Sie in der Projektdokumentation.

Empfohlene verwandte Kurse

Wenn dies Ihr erster Kontakt mit generativer KI ist, wird empfohlen, zuerst folgende Kurse zu absolvieren:

  • Generative AI For Beginners: Ein Einführungstutorial in generative KI mit 21 Lektionen.
  • AI For Beginners: Ein umfassender KI-Einführungskurs über 12 Wochen mit 24 Lektionen.

Dieser Kurs stellt einen wichtigen Beitrag von Microsoft im Bereich der KI-Agenten-Ausbildung dar und bietet Entwicklern einen vollständigen Lernpfad vom Konzept bis zum Code – ein idealer Ausgangspunkt für den Einstieg in die Entwicklung von KI-Agenten.