microsoft/ai-agents-for-beginners · 上手攻略

  • 仓库：microsoft/ai-agents-for-beginners
  • 链接：https://github.com/microsoft/ai-agents-for-beginners
  • 分类：agent
  • 作者：Tom
  • 更新：2026-07-06

这是什么

微软官方推出的 AI Agent 入门课程，以 Jupyter Notebook + 视频的形式，覆盖从 AI Agent 基础概念到生产部署的完整学习路径。官方定位是"12 节课入门 AI Agent 构建"，实际内容已扩展至 18 节以上，涵盖设计模式、工具调用、Agentic RAG、多 Agent 协作、元认知、上下文工程、Agentic Memory、微软 Agent Framework（MAF）、CUA 计算机操作等多主题。代码基于 Microsoft Agent Framework（MAF） + Azure AI Foundry Agent Service V2（底层调用 Responses API），同时也支持 OpenAI MiniMax 等 OpenAI 兼容 Provider。

Stars：68,665 | 周增：+294 | 语言：Jupyter Notebook | 许可：MIT

解决什么问题

AI Agent 是 2024–2026 年最热门的 AI 开发方向，但入门路径不清晰：概念抽象、框架繁多、缺乏系统教程。该课程一站式解决：

  • 不知道 AI Agent 和普通 LLM 调用的本质区别
  • 不了解 Tool Use、Planning、Multi-Agent、Metacognition 等核心设计模式
  • 不清楚微软官方 Agent Framework 的用法
  • 想快速上手但找不到连贯、可跑代码的示例

快速安装

方式一：GitHub Codespaces（推荐，无需本地配置）

  1. Fork 仓库：https://github.com/microsoft/ai-agents-for-beginners/fork
  2. 在 GitHub UI 中新建 Codespace
  3. 在 Codespaces 终端内运行稀疏克隆（仓库含 50+ 语言翻译，全量 ~3 GB）：
git clone --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git
cd ai-agents-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

方式二：本地克隆

git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git
cd ai-agents-for-beginners
pip install -r requirements.txt

⚠️ 仓库含大量翻译文件，建议用稀疏克隆。完整克隆约 3 GB。

环境要求： Python 3.12+、.NET 10+（.NET 样例需要）、Azure CLI。

核心配置（Azure AI Foundry）

课程默认以 Azure AI Foundry 作为后端，认证采用 AzureCliCredential（无需手动存 API Key）。

Step 1：创建 Azure AI Foundry 项目

  1. 访问 ai.azure.com，登录 Azure 账号
  2. 创建 Hub（AI Resources）和 Project
  3. 在 Models + Endpoints 中部署一个模型（如 gpt-4o）

Step 2：配置 .env

cp .env.example .env

编辑 .env：

AZURE_AI_PROJECT_ENDPOINT=https://<your-project>.services.ai.azure.com/api/projects/<your-project-id>
AZURE_AI_MODEL_DEPLOYMENT_NAME=gpt-4o

Step 3：登录 Azure CLI

az login --use-device-code   # 远程环境用设备码登录
az account show             # 验证当前订阅

课程用 AzureCliCredential 认证，只要 az login 有效，Notebook 自动走通。无需在 .env 里放 Key，这是微软推荐的无密钥连接模式。

Lesson 5 额外配置（Agentic RAG）

AZURE_SEARCH_SERVICE_ENDPOINT=https://<your-search-service>.search.windows.net/
AZURE_SEARCH_API_KEY=<your-admin-key>

核心用法与课程结构

每节课程包含：文字教程 + Python Notebook（含 MAF 代码）+ 视频 + 扩展资源。

Lesson 主题 关键代码
01 AI Agent 介绍与用例 概念讲解，无代码
02 探索 Agentic 框架 框架对比分析
03 Agentic 设计模式 ReAct / Plan-and-Execute 等
04 Tool Use 模式 function calling 实践
05 Agentic RAG Azure AI Search 集成
06 构建可信 Agent 安全与对齐
07 Planning 设计模式 任务分解与执行
08 Multi-Agent 模式 多 Agent 协作
09 Metacognition 模式 Agent 自我反思
10 AI Agent 生产部署 监控与扩展
11 Agentic 协议（MCP / A2A / NLWeb） 协议集成
12 Context Engineering 上下文压缩与管理
13 Agentic Memory 记忆系统设计
14 Microsoft Agent Framework MAF 深度用法
15 Building Computer Use Agents CUA 浏览器操作
18 Securing AI Agents 安全防护

核心代码模式（基于 MAF）：

from azure.ai.projects import AIProjectClient
from azure.identity import AzureCliCredential

client = AIProjectClient(credential=AzureCliCredential(), endpoint="...")

# 创建 agent
agent = client.agents.create(
    model="gpt-4o",
    instructions="You are a helpful research assistant.",
    tools=[...],  # 函数工具定义
)

典型适用场景

  • 零基础入门 AI Agent 开发：课程顺序设计合理，从概念到代码，适合想系统性学习的开发者
  • 微软技术栈团队：想用 Azure AI Foundry + MAF 构建企业 Agent 应用，课程是最好的起点
  • 教学与培训：课程含视频、文字、代码三位一体，适合作为企业内部培训材料
  • 快速原型验证：课程代码可直接 fork 后改写，省去从零搭建的时间

坑与注意

  1. 翻译文件导致仓库过大：全量克隆 3 GB+，务必使用稀疏克隆（见上方安装命令）
  2. 需要 Azure 订阅：课程默认绑定 Azure AI Foundry，中国区火山引擎账号无法直接使用（但课程本身有价值，可作为学习材料）
  3. 部分 Lesson 需额外配置：Lesson 5 的 Azure AI Search、Lesson 6/8 的 GitHub Models 都有独立环境变量需要配置
  4. .NET 样例非必须：课程同时提供 Python 和 .NET 两种 Notebook，只跑 Python 可跳过 .NET 安装
  5. 视频在国内访问受限：YouTube 视频链接需要特殊网络环境，但文字版 README 已足够完整

与同类对比

课程/项目 侧重点 优点 缺点
microsoft/ai-agents-for-beginners 微软 MAF + Azure Foundry 官方权威，体系完整，有视频 需要 Azure 订阅
langchain-ai/langchain 通用 Agent 框架 生态最大，支持所有 Provider 学习曲线陡峭
microsoft/generative-ai-for-beginners GenAI 基础 门槛最低 不涉及 Agent
CrewAI / AutoGen 多 Agent 协作 开源免费，代码轻量 偏向特定场景

一句话推荐结论： 如果你使用或计划使用 Azure AI Foundry 作为 Agent 后端，这是最好的官方入门课程；如果你在寻找通用 Agent 学习路径，langchain-ai/langchain 生态更合适，但学习成本更高。