AI Agents for Beginners 破 8 萬星,微軟免費課程帶你入門 AI 代理

微軟開源的 AI Agents for Beginners 課程在 GitHub 突破 8 萬顆星,躋身微軟 8,300 多個儲存庫星數前 10 名。這套 18 堂課的免費教材 2026 年 7 月已把退役的 GitHub Models 全數移除,改走 Microsoft Foundry 與 Agent Framework,想零雲端成本則可用 Foundry Local 在本機跑 Qwen。

用 AI 摘要這篇文章:

想在 2026 年底入門 AI 代理開發,微軟開源的 AI Agents for Beginners 依然是數一數二的免費起點,但先別急著照網路上流傳的舊教學設定環境:這套課程在 2026 年 7 月把已經退役的 GitHub Models 從所有範例裡移除,跑範例的整條環境路徑都換掉了。課程主體是 18 堂附可執行程式碼的實戰課,從工具呼叫、代理式 RAG、規劃與多代理協作,一路教到 MCP 等代理協定、上下文工程與代理資安,README 目錄裡還掛著包含繁體中文在內的 50 多種語言翻譯。截至 2026 年 11 月 20 日,這個儲存庫累積 80,491 顆星、26,311 次 fork,以 MIT 授權完全開放,從 2024 年 11 月 28 日建立到 2026 年 11 月 17 日最近一次推送,維護紀錄一直延伸到最近一週(星數與日期取自 GitHub 官方 API 當日快照)。

放回微軟自家的 8,314 個公開儲存庫裡看,80,491 顆星排在第 10 名。這個排名比星數本身更有意思:前 11 名裡有 5 個是同一個家族的「給新手」系列課程,AI 代理這門課是其中最晚出生的一個。

放回微軟自家排行榜,8 萬顆星是第 10 名

把鏡頭拉遠看排名結構。微軟在 GitHub 上最會收星的兩個儲存庫,是文件轉換工具 markitdown(約 197,000 顆星)與編輯器 vscode(約 195,700 顆星),第三是 PowerToys(約 141,200 顆星)。從第四名開始畫風變了:generative-ai-for-beginners 以約 123,900 顆星站上第四,壓過 TypeScript(約 111,900 顆星)與 terminal(約 105,400 顆星);第七名是微軟維護的瀏覽器自動化框架 playwright(約 100,600 顆星)。

再往後四名則是 Web-Dev-For-Beginners(約 97,100 顆星)、ML-For-Beginners(約 92,300 顆星)、ai-agents-for-beginners(約 80,500 顆星)、AI-For-Beginners(約 71,000 顆星)。前 11 名有一半是入門教學倉庫,微軟等於把「給新手的系列課」經營成自家 GitHub 上最會收星的產品線,而 AI 代理課是 2024 年 11 月才報到的新成員,兩年就追上家族前段班。

GitHub 上 microsoft/ai-agents-for-beginners 儲存庫頁面,右側 About 側欄顯示 80.5k stars、26.3k forks,檔案列表可見 00 到 18 課程資料夾Pin
儲存庫首頁:About 側欄即時顯示 80.5k 顆星與 26.3k 次 fork,檔案列表從 00-course-setup 排到 18-securing-ai-agents。

它的成長路徑也和爆紅工具長得不一樣。Hacker News 上三次相關提交,2025 年 2 月那篇的標題還寫著 10 堂課,三次裡最高只拿到 10 分,沒有一次擠上熱門榜。兩年後的 80,491 顆星,靠的是搜尋與口碑的長尾累積,幾乎沒有社群熱潮的成分。對正在找教材的人來說,這代表它被時間篩過,被推薦到它面前的管道,多半是認真在找系統化教材的人,而非一週熱點的餘波。

26,311 次 fork 也值得多看一眼。對工具倉庫來說,fork 常只是想改一兩行程式;對教學倉庫來說,fork 更接近「我要在自己的帳號底下照著跑、邊跑邊改作業」,是實際使用量的代理指標。一個入門課程能同時把星數與 fork 數堆到這個量級,說明它被實際打開來用的頻率,遠高於被收藏的比例。

時間軸也值得攤開:2024 年 11 月 28 日儲存庫建立,2025 年 2 月還是 10 堂課的規模,2026 年 7 月 13 日補上部署與本機兩堂課後,00 設定課到第 18 課的鏈結完整串起來,2026 年 11 月 16 日仍在合併社群修補(第 17 課的 foundry-local-sdk 2.x 相容修復、Agent Framework 1.10 的 import 修正,以及一波多語系翻譯同步)。一個教學倉庫能維持這種修補頻率,在開源課程裡屬於少數。

2026 年 7 月的低調搬家:GitHub Models 退場、Agent Framework 進場

這套課程今年最重要的變化,安安靜靜躺在儲存庫的 CHANGELOG 裡,三個 release 串成一場完整的技術棧搬家。對已經開始學或正要開始學的人,這場搬家比星數里程碑更切身:課程教什麼框架、用哪個模型的 API、環境怎麼設定,全部跟著搬,舊教學與新現實之間的落差就從這裡長出來。

2026 年 7 月 6 日的 release 寫得直接:GitHub Models 已列為淘汰(官方變更紀錄標明 2026 年 7 月退役),而且不支援新的 Responses API,於是所有 Python 與 .NET 範例的模型呼叫全部改走 Azure OpenAI 與 Microsoft Foundry。同一次 release 把原本用 Semantic Kernel 寫的第二課範例整個改寫成 Microsoft Agent Framework,產品命名也統一將 Azure AI Foundry 正名為 Microsoft Foundry,呼叫模型的 API 形態從 Chat Completions 換到 Responses API。

相隔七天的 7 月 13 日,課程補上第 16、17 兩堂課。第 16 課教把代理部署到 Microsoft Foundry 上規模化運轉,範例是一個帶工具呼叫、RAG、記憶、模型路由、回應快取、人工批准與評估閘門的客服代理;第 17 課教用 Foundry Local 搭配 Qwen,在自己的電腦上跑一個完全本機的工程助理。課程鏈從此一路串到第 18 課,README 裡原本「Coming Soon」的兩格補上了內容。

7 月 14 日再補上模型層的清理:gpt-4.1 與 gpt-4.1-mini 已排定 2026 年 10 月 14 日退役,課程把所有提及換成 gpt-5-mini,並把 Agent Framework 的相依鎖在 1.10 系列(1.11 帶實驗性破壞變更,課程暫不跟進)。對照早期版本用 gpt-4o 系列當預設模型的年代,兩年內預設模型已經換過三輪。

ai-agents-for-beginners 儲存庫 CHANGELOG 頁面,頂部顯示 2026-07-14 的 release 條目,內容為 gpt-4.1 系列換成 gpt-5-mini 與 Agent Framework 相依鎖版Pin
CHANGELOG 頂部的 2026-07-14 release:把退役時程已定的 gpt-4.1 系列全數換成 gpt-5-mini,並將 Agent Framework 鎖在 1.10 系列。

搬家過程裡還藏了一段值得記錄的插曲。同一次 7 月 6 日的 release 附了一節安全清理:維護者清掉了幾個 notebook 執行輸出裡外洩的真實 Azure 訂閱 ID、資源群組名稱與 Bing 連線 ID,以及開發者本機的路徑與帳號名稱,並逐項確認教學內容裡不再殘留 API key、token 或個人路徑。連微軟自己的官方教材都會在 notebook 輸出裡留下訂閱 ID,這對任何在公開倉庫裡跑雲端範例的人都是現成的提醒:輸出儲存格會忠實記下你端點的樣子。

這場搬家的前後對照(依據官方 CHANGELOG 與 00 課設定文件):

項目2025 年版本的課程2026 年 7 月起的課程
模型來源GitHub Models 免費取用模型Azure 訂閱+Microsoft Foundry 專案,或 Foundry Local 本機
範例框架Semantic Kernel 與早期 APIMicrosoft Agent Framework(鎖 1.10 系列)
API 形態Chat CompletionsResponses API
預設模型gpt-4o、gpt-4.1 系列gpt-5-mini
課程規模10 堂課18 堂課(7 月 13 日補完部署與本機兩課)
驗證方式.env 裡放 GitHub tokenaz login 的 AzureCliCredential,多數範例免 API key

這張表也順便解釋了 2025 年流傳的各類環境教學為什麼會失準:它們多半寫在 GitHub Models 還可用的時空,當時的設定文件標榜用 GitHub 帳號免費取用模型。模型來源這一格一旦被抽掉,舊教學的每個步驟都還在,只是終點換了地方,照著走的人自然在第一關就撞牆。

現在開始學,環境有三條路可選

依照課程現行的 00 課設定文件,跑範例需要 Python 3.12 以上,加上一個部署好模型的 Microsoft Foundry 專案(官方示例用 gpt-5-mini)。所謂 Foundry 專案,就是在 Microsoft Foundry 入口網站裡開一個工作區、在其中部署一個模型端點,設定文件明確說明不需要另建 hub,把專案端點與部署名稱兩個值填進 .env 就能開跑。實際設定比聽起來輕:多數 notebook 直接使用 az login 的登入工作階段(AzureCliCredential),不必把 API key 寫進 .env,課程明寫這是安全實踐;只有第 6、8 兩課的部分範例直連 Azure OpenAI,需要另外設定端點變數。

不想辦雲端訂閱的人有替代路線。Foundry Local 是微軟的本機模型執行環境,macOS 上 brew install foundrylocal 就能安裝,課程在第 17 課用它搭配 Qwen 走完全本機的路線,整堂課不需要任何雲端帳單。那堂課的成品不是玩具:以 Qwen 的函式呼叫為核心,配上放進沙箱的檔案工具、用 Chroma 做的本機 RAG,以及可選的本機 MCP 服務,組成一個在筆電上就能跑的工程助理,架構圖連同知識檢核與作業都附在課文裡。設定文件另外示範了 Novita AI、MiniMax 這類 OpenAI 相容端點當替代供應商,Agent Framework 的用戶端本來就吃任何相容端點。

已經學到一半、.env 裡還留著 GITHUB_TOKEN 與 GITHUB_MODEL_ID 的舊學員要注意:這些變數已經從設定文件裡消失,對應換成 AZURE_OPENAI_* 系列。最近照著 2025 年的教學設定環境、卻在連模型這關就卡住的人,問題多半出在這裡,跟程式碼無關。

下載倉庫也有個小技巧:因為官方收錄了超過 50 種語言的翻譯,整包 clone 會多帶一大疊 translations 與 translated_images 資料夾,README 提供了 sparse checkout 指令,可以只拉課程本體不拉翻譯,對網路與磁碟空間都友善。

這套課程的維運方式本身就值得看一眼。7 月 13 日的 release 一併上了煙霧測試管線:一個發布在 GitHub Marketplace 的 AI Smoke Test workflow,配上 tests/ 資料夾裡逐課的測試目錄,把第 1、4、5、16 課部署出來的代理掛進自動檢查;倉庫裡還有一支驗證腳本,能用 nbconvert 把每個 Python notebook 無頭執行一遍,印出 PASS/FAIL 矩陣。教學範例被當成真正的工程資產在顧,這解釋了為什麼 7 月之後的修補能一路接到 11 月:壞了會被測試抓到,不必等學員回報。

語言門檻方面,課程官方翻譯收錄超過 50 種語言,繁體中文(zh-TW)版本在列,第 1 到 13 課每課配有官方 YouTube 影片,第 14 到 18 課的影片還沒補上。至於完全不寫程式的讀者,可以先繞開這套課程:文件假設你至少讀得懂基礎 Python 語法與 API 文件。

18 堂課的骨幹,與結尾資安課的一個設計細節

課程結構可以三段看懂。第 1 到 4 課打底:什麼時候該用代理、什麼時候不該用、框架怎麼選、設計模式與工具呼叫,其中框架選型那課適合搭配 PydanticAI 這類 Python 原生代理框架對照著讀,工具呼叫則是一切後續內容的地基。第 5 到 9 課是核心模式:代理式 RAG、可信賴代理、規劃、多代理協作與後設認知。第 10 到 18 課對齊上線需求:production 實務、MCP/A2A/NLWeb 等代理協定(想擴充工具池可另看 MCP 伺服器的收錄整理)、上下文工程、記憶管理、微軟 Agent Framework、電腦操作代理、規模化部署、本機代理,最後以資安課收尾。範例同時提供 Python 與 .NET 兩種語言,後半段的深度設定更貼近企業實際在跑的堆疊。

第 10 課之後的評估主題,想延伸可以對照 Ragas 這類開源 RAG 評測框架,兩者剛好補足同一塊拼圖:課程教你為什麼要評估,工具幫你把評估做成可重複跑的流程。

電腦操作代理那一課(第 15 課)以開源專案 browser-use 當教材,教代理怎麼接管瀏覽器完成多步驟操作,課程並把微軟自己的 Project Opal 當成企業級電腦操作代理的實例,回去對應到人類批准、信任邊界與規劃這些前面教過的概念。第 14 課則有兩個進階 notebook,分別示範代理之間的任務交接,以及需要人類批准才繼續的中斷點,7 月的 release 剛把這兩個範例從 1.0 版之前的舊 API 遷到穩定版 API,順帶把必須人工輸入的環節改成預寫答案,讓 notebook 可以無人值守跑完。

值得單獨拿出來講的,是第 18 課的一個設計選擇。這堂課教代理執行過程的收據(receipt)驗證,2026 年 8 月到 11 月的一整串 commit 把驗證邏輯修得相當講究:收據必須用發行者的公鑰驗證,而不是收據內部自己附帶的金鑰,等於你不能拿文件自己蓋的章來證明這份文件是真的;收據格式不完整就判定驗證失敗、不放行;測試裡還放了偽造收據的案例,確認機制真的擋得住。把這種供應鏈簽章驗證的思路放進入門教材,在免費課程裡並不常見,搭配前面提到的煙霧測試與 notebook 驗證腳本看,這套課程對「範例要能跑、要安全」的標準,明顯高於一般教學倉庫。

還沒定案的事,和一個月後該回頭看的點

有幾件事此刻沒有答案。80,491 是 11 月 20 日的快照,星數每天都在動,跨越 8 萬顆星的確切日期沒有可核對的公開紀錄,因此數字一律以查核日為準。Agent Framework 已經出到 1.11,課程鎖在 1.10 系列,何時升級要看微軟把實驗性變更收斂的速度。第 14 到 18 課的官方影片什麼時候補齊,文件裡也沒有給時間表。

模型與 SDK 的淘汰節奏,是這類課程最大的變數:gpt-4o 全系列在 2026 年內退役,gpt-4.1 系列 10 月退場,範例模型才剛換到 gpt-5-mini。翻譯則是另一個持續變動的面向,提交歷史裡 10 月底到 11 月中就出現三波涵蓋數十種語系的同步更新,繁中版跟著這些波次走,與英文最新版之間自然存在時間差。打算照著跑的人,一個月內值得回頭看一次 00 課的設定文件有沒有再改;任何整理過的環境說明,保存期限都比原始文件短。

作為入門地圖,它在 2026 年底的定位很清楚:免費、MIT 授權、18 堂課、繁中翻譯在列,而且還在每週修補。真正該記住的是它剛剛親身示範的事:入門教材一樣會被技術棧的淘汰週期追著跑,今天設好的環境,明年可能又要搬一次家。框架會換,設計模式與資安直覺會留下來,這大概是兩年 8 萬顆星背後最務實的價值。

Sliven 褚崇名
Sliven 褚崇名

每日分享科技新知、免費資源以及 WordPress、虛擬主機相關主題,任何問題歡迎在科技月球下方留言,或是發送 Email 至 [email protected] 與我聯繫。

文章: 2592

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *


Share to...