ai-agents-for-beginners은(는) 무엇을 하나요?
AI 에이전트 구축을 시작하기 위한 12개의 레슨
이 커리큘럼은 AI 에이전트를 처음 접하는 분들을 위해 설계된 12개의 실습 중심 레슨을 제공합니다. 각 레슨은 개념 설명, 코드 예제, 그리고 실제 적용 사례를 포함하여, AI 에이전트를 구축하고 배포하는 데 필요한 핵심 지식을 단계적으로 습득할 수 있도록 도와줍니다.
레슨 개요
- AI 에이전트 소개 - AI 에이전트란 무엇이며, 왜 중요한가?
- 에이전트 설계 패턴 - 단일 에이전트, 다중 에이전트, 계층적 에이전트 설계
- 도구 사용법 - 함수 호출, API 통합, 외부 지식 검색
- 메모리와 컨텍스트 - 에이전트가 대화 기록을 유지하고 활용하는 방법
- 계획과 추론 - 작업 분해, 체인 오브 스로트(Chain of Thought), ReAct 패턴
- 다중 에이전트 시스템 - 여러 에이전트의 협업과 조정
- 에이전트 평가 - 성능 측정, 벤치마크, 오류 분석
- 안전과 제어 - 에이전트 행동 제한, 프롬프트 인젝션 방어
- 배포 전략 - 클라우드, 엣지, 로컬 환경에서의 에이전트 배포
- 모니터링과 로깅 - 에이전트 동작 추적 및 디버깅
- 사용자 정의 에이전트 - 특정 도메인에 맞춘 에이전트 구축
- 프로덕션 모범 사례 - 확장성, 비용 최적화, 유지보수
필수 조건
- Python 3.8 이상
- OpenAI API 키 또는 Azure OpenAI 서비스
- 기본적인 머신러닝 및 프로그래밍 지식
시작하기
-
저장소를 클론합니다:
git clone https://github.com/microsoft/ai-agents-for-beginners.git cd ai-agents-for-beginners -
의존성을 설치합니다:
pip install -r requirements.txt -
환경 변수를 설정합니다:
export OPENAI_API_KEY="your-api-key-here" # 또는 Azure를 사용하는 경우: export AZURE_OPENAI_ENDPOINT="your-endpoint" export AZURE_OPENAI_API_KEY="your-api-key" -
첫 번째 레슨 노트북을 엽니다:
jupyter notebook lessons/01-introduction.ipynb
사용 기술
- 프레임워크: LangChain, AutoGen, CrewAI
- 모델: GPT-4, GPT-3.5, LLaMA
- 도구: Jupyter, Python, OpenAI SDK, Azure AI
라이선스
이 프로젝트는 MIT 라이선스 하에 제공됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.