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.
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:
- KI-Agenten-Konzepte zu verstehen: Den Unterschied zwischen KI-Agenten und anderen KI-Lösungen zu beherrschen.
- KI-Agenten effizient anzuwenden: Zu wissen, wann und wie KI-Agenten am effektivsten eingesetzt werden können.
- 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:
- Offene Fragen: Fragen, bei denen ein LLM die zur Erfüllung der Aufgabe erforderlichen Schritte bestimmen muss.
- Mehrstufige Prozesse: Komplexe Aufgaben, die mehrere Interaktionsrunden unter Verwendung von Tools oder Informationen erfordern.
- 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
- Flexibles Lernen: Sie können mit jeder Lektion beginnen, die Sie interessiert.
- Praxisorientiert: Jede Lektion enthält lauffähige Codebeispiele.
- Community-Unterstützung: Treten Sie der Azure AI Discord-Community bei, um Hilfe zu erhalten.
- 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.