Microsoft AI Agents for Beginners

Microsoft AI Agents for Beginners

微软官方出品 —— 18 节课，从零构建 AI Agent。

这是什么？适合谁？

Microsoft AI Agents for Beginners 是微软官方的 AI Agent 入门课程，共 18 课，系统讲解 Agent 架构、工具调用、多 Agent 协作、Agent 评估、安全部署等核心主题。课程使用 Microsoft Agent Framework (MAF) + Microsoft Foundry Agent Service V2 作为核心技术栈。GitHub 70K+ stars，MIT 开源，支持 50+ 语言翻译。

课程特色：

• 每课包含：README 文字教程 + 短视频 + Python 代码示例 + 额外学习资源
• 支持多语言翻译（包括简体中文），通过 GitHub Action 自动维护
• 代码可选择使用 Azure OpenAI 或 OpenAI API 运行
• 部分代码也支持 MiniMax 等第三方 OpenAI 兼容提供商
• 由微软 Cloud Advocates 团队维护，社区活跃（Discord + GitHub Forum）

适合谁？一是已完成 Generative AI 基础学习的开发者；二是需要系统学习 Agent 开发的工程师；三是企业 AI 团队的技术培训。不适合：完全零基础的用户（先学 Generative AI for Beginners）。

准备工作

• 环境：Python 3.8+，Jupyter Notebook
• 前置知识：Generative AI for Beginners 或同等基础
• API 密钥：Azure OpenAI 或 OpenAI API Key
• 可选：GitHub 账号（Fork 仓库）、Azure 账号（使用 Foundry）
• 加入社区：Microsoft Foundry Discord 获取学习支持和交流

课程大纲

第 1 步：克隆仓库

git clone https://github.com/microsoft/ai-agents-for-beginners
cd ai-agents-for-beginners

# 可选：跳过翻译文件（大幅减少下载量）
git clone --filter=blob:none --sparse https://github.com/microsoft/ai-agents-for-beginners.git
cd ai-agents-for-beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

第 2 步：课程规划

完整 18 课分为四大模块：

基础知识（第 0-4 课）

进阶技术（第 5-9 课）

生产与协议（第 10-12 课）

专题深入（第 13-18 课）

第 3 步：动手实践

每课末尾有实战练习，使用 Python 和 Microsoft Agent Framework 从零构建 AI Agent。

初级用法

最简单的 Agent 示例

# 课程 01 - 最简单的 Agent
from azure.ai.projects import AIProjectClient

client = AIProjectClient.from_connection_string(
    conn_str="<your-connection-string>"
)

# 创建 Agent
agent = client.agents.create_agent(
    model="gpt-4o",
    name="my_first_agent",
    instructions="你是一个有用的助手。"
)

# 对话
thread = client.agents.create_thread()
message = client.agents.create_message(
    thread_id=thread.id,
    role="user",
    content="什么是 AI Agent？"
)
run = client.agents.create_run(thread.id, agent.id)

运行课程代码

每个课程的 code_samples 文件夹包含可直接运行的 Jupyter Notebook：

cd 04-tool-use
jupyter notebook code_samples/

高级玩法

多 Agent 协作模式

# 课程 08 - 多 Agent 设计模式
# 创建两个专业 Agent，通过编排器协作
researcher_agent = client.agents.create_agent(
    model="gpt-4o",
    name="researcher",
    instructions="你是研究专家，负责收集和分析信息。"
)

writer_agent = client.agents.create_agent(
    model="gpt-4o",
    name="writer",
    instructions="你是写作专家，负责生成高质量内容。"
)

# 通过 orchestration 让它们协作

Agentic RAG 实现

# 课程 05 - Agentic RAG
# Agent 根据需求动态决定何时检索、检索什么，
# 而不是固定为每次对话都检索

使用 MCP 协议扩展 Agent 能力

# 课程 11 - Agent 协议
# 通过 MCP Server 暴露的能力，Agent 可以调用外部工具
# 如文件系统、数据库、Web API 等

小技巧

1. 使用 sparse-checkout 快速克隆：包含 50+ 翻译的仓库很大，使用 sparse-checkout 只保留英文内容
2. 先看视频再看文字：每课的短视频（5-10 分钟）快速建立概念框架，再细读 README
3. 从第 04 课工具调用开始：如果已有 Agent 基础，工具调用模式是最实用的切入点
4. 加入 Discord 提问：课程 Discord 非常活跃，遇到问题直接提问
5. 参考代码示例：code_samples 文件夹是可复用的代码模板，可直接修改使用
6. 参与贡献：课程接受 PR 和 Issue，贡献代码也是学习的好方式

常见踩坑

踩坑 1：Azure 配置复杂

• 症状：卡在 Azure 账号注册和 Foundry 配置
• 解决：课程支持 OpenAI API 替代方案。在 00-course-setup/README.md 中查找”OpenAI”配置方式

踩坑 2：克隆超大仓库

• 症状：git clone 下载极慢（仓库包含 50+ 翻译文件夹）
• 解决：使用 sparse-checkout：git clone --filter=blob:none --sparse <url>，排除 translations 目录

踩坑 3：API Key 配额不足

• 症状：运行课程代码时遇到 API 限流错误
• 解决：降低 Notebook 中的并发请求数，或使用更小模型（如 gpt-4o-mini）

踩坑 4：代码版本与课程不同步

• 症状：课程 README 中的代码片段与最新 API 不匹配
• 解决：以 code_samples/ 目录中的代码为准，它们随 API 更新维护

踩坑 5：Jupyter Notebook 依赖问题

• 症状：code_samples/ 中的 Notebook 导入失败
• 解决：参考 code_samples/requirements.txt 安装依赖，或使用 GitHub Codespaces 打开直接运行

踩坑 6：中文翻译滞后

• 症状：中文翻译版本落后于英文原版
• 解决：优先阅读英文原版（GitHub Action 自动翻译，但可能存在延迟）

踩坑 7：Microsoft Agent Framework 版本变化

• 症状：代码中的 API 调用已被弃用
• 解决：关注 Microsoft Agent Framework 文档 获取最新 API 变更

常见问题 FAQ

Q1: 这门课程完全免费吗？

A: 完全免费。课程内容（GitHub 仓库）MIT 开源，零费用。运行课程代码需要 Azure 或 OpenAI API Key，这部分费用由 API 提供商收取。来源

Q2: 学完这门课需要多久？

A: 每课约 1-2 小时（看视频 + 读教程 + 运行代码），全部 18 课约 20-36 小时。你可以选择性学习感兴趣的课程。来源

Q3: 课程中有证书或结业证明吗？

A: 目前 GitHub 课程本身不提供证书。但你可以学习后参加微软的 AI 认证考试（如 AI-102 Azure AI Engineer Associate）获取正式证书。来源

Q4: 课程和 Generative AI for Beginners 的区别是什么？

A: Generative AI for Beginners 覆盖 LLM 基础、Prompt Engineering、RAG、Fine-tuning 等通用 GenAI 知识（21 课）。AI Agents for Beginners（18 课）聚焦 Agent 特定技术：Agent 架构、工具调用、多 Agent 协作、Agent 部署等。建议先学 GenAI 基础再学 Agent。来源

Q5: 课程支持哪些 Agent 框架？

A: 核心框架是 Microsoft Agent Framework (MAF) 和 Microsoft Foundry Agent Service V2。部分代码示例也支持 OpenAI 兼容提供商（如 MiniMax 的 204K tokens 模型）。来源

进阶学习建议

1. 学完所有课程：按顺序从 00 到 18 完成全部课程，建立完整的 Agent 知识体系
2. 继续学习 MCP for Beginners：微软还有 MCP for Beginners 课程，深入 Agent 协议
3. 阅读 Agent 框架源码：探索 Microsoft Agent Framework 和 AutoGen 的源代码
4. 动手做项目：尝试用所学知识构建一个实际 Agent 应用（如客户服务 Agent、代码 Review Agent）
5. 参与开源：为 AI Agents for Beginners 课程贡献翻译或代码示例
6. 关注 Azure AI Foundry：了解 Azure AI Foundry 平台的企业级 Agent 部署能力
7. 对比其他 Agent 框架：学习 LangChain、CrewAI、AutoGen 等其他框架，对比设计思想和适用场景

参考链接

• 课程 GitHub
• 微软 AI 学习路径
• Generative AI for Beginners
• Microsoft Agent Framework
• Microsoft Foundry
• Microsoft Foundry Discord
• MCP for Beginners

免责声明：本文档基于 Microsoft AI Agents for Beginners 开源课程（MIT）编写。课程内容由微软 Cloud Advocates 团队维护。API 费用等与第三方提供商相关。Star 数、课程内容等数据来自 GitHub（2026-07-23 快照），实际可能随时间变化。微软商标和标识的使用须遵循微软商标和品牌指南。