# Akt 1: Poznaj swojego asystenta AI do badań naukowych 🤖 ![lab1](../../../../translated_images/pl/lab1.1dd5210a7d114e2e.webp) ## Wyzwanie Uruchamiasz "Future Bytes", swój nowy tech podcast. Odcinek 1 dotyczy najnowszych przełomów w AI, ale masz 24 godziny, aby: 1. Przeprowadzić badania na ten temat 2. Znaleźć wiarygodne źródła 3. Napisać przekonujący scenariusz 4. Sprawić, by brzmiał naturalnie **Zwrot akcji**: Nie musisz robić tego sam. Zaraz zbudujesz swojego pierwszego asystenta AI, który pomoże we wszystkim. Nazwijmy go Alex — twój niestrudzony partner badawczy, który nigdy nie potrzebuje snu. ## Dlaczego Małe Modele Językowe? (Uwaga: Są świetne) Pomyśl o Małych Modelach Językowych (SLM) jako o swojej osobistej AI, która mieszka *na twoim* komputerze. Bez chmury, bez miesięcznych opłat, bez podejrzanego udostępniania danych. **Dlaczego SLM są 🔥:** - **🏠 Działa na Twojej maszynie**: Laptop, komputer stacjonarny, a nawet wydajny Raspberry Pi - **💸 Zero bieżących kosztów**: Żadnych opłat API, które zjadają twoje kieszonkowe - **🔒 Prywatność przede wszystkim**: Twoje dane nigdy nie opuszczają urządzenia - **⚡ Błyskawiczna szybkość**: Zero opóźnień sieciowych, natychmiastowe odpowiedzi - **🪦 Lekki**: 1B-10B parametrów w porównaniu do 100B+ u dużych modeli **Popularne SLM**: Qwen 3, Phi-4, Gemma 3 (my korzystamy z Qwen w tym warsztacie) ## Twój zestaw narzędzi ### Ollama: Twoje narzędzie do zarządzania modelami AI [Ollama](https://ollama.com/) jest jak Steam dla modeli AI. Pobieraj, uruchamiaj i zarządzaj modelami za pomocą prostych poleceń. **Co czyni to fajnym:** - Jedno polecenie, by pobrać i uruchomić dowolny model - Działa na Mac, Windows i Linux - Automatycznie korzysta z twojego GPU, jeśli go masz - Super ekonomiczna pamięć ### Microsoft Agent Framework: Gdzie dzieje się magia [Microsoft Agent Framework](https://github.com/microsoft/agent-framework) to twoje pole zabaw do budowania agentów AI, którzy potrafią: - 💬 Rozmawiać i zapamiętywać to, o czym mówiliście - 🛠️ Korzystać z niestandardowych narzędzi (np. wyszukiwanie w sieci lub sprawdzanie pogody) - 🧠 Myśleć krok po kroku nad złożonymi problemami - 🤝 Współpracować z innymi agentami jako zespół - 🔌 Łączyć się z różnymi dostawcami AI (OpenAI, Ollama, Azure) **Podstawowe elementy:** - **Agenci**: Twoi asystenci AI z konkretnymi zadaniami - **Narzędzia**: Specjalne umiejętności, które im dajesz - **Pamięć**: By nie zapominali o waszej rozmowie - **Rozumowanie**: Nauka myślenia, nie tylko odpowiadania ## Twój montaż treningowy: 4 misje ### Misja 1: Stwórz swojego pierwszego agenta 📓 [Otwórz notatnik](../code/01.BasicAgent/00.BasicAgent-agent.ipynb) **Cel**: Zbuduj Alexa, swojego AI scenarzystę podcastu. Alex ma generować dialogi między dwoma prowadzącymi, którzy dyskutują o tematach technicznych. **Czego się nauczysz**: - Jak "obudzić" agenta AI (to łatwiejsze niż w poniedziałek rano) - Nadać mu osobowość i instrukcje - Sprawić, by tworzył faktyczne scenariusze podcastu - Rozumieć, co ci odpowiada **Warunek zwycięstwa**: Alex tworzy scenariusz pilotażowego odcinka "Future Bytes" o AI! 🎯 ### Misja 2: Daj Alexowi supermoce (Narzędzia!) 📓 [Otwórz notatnik](../code/01.BasicAgent/01.BasicAgent-tools.ipynb) **Cel**: Alex jest bystry, ale nie zna dzisiejszej pogody ani godziny. Naprawmy to, dając mu narzędzia! **Czego się nauczysz**: - Tworzyć niestandardowe funkcje Pythona jako "narzędzia" - Pozwolić Alexowi decydować *kiedy* użyć którego narzędzia - Obserwować, jak samodzielnie rozwiązuje problemy - Łączyć wiele narzędzi do złożonych zadań **Warunek zwycięstwa**: Zapytaj "Jaka jest pogoda w Tokio?" i Alex sam to ustali! ☁️ ### Misja 3: Naucz Alexa myśleć 📓 [Otwórz notatnik](../code/01.BasicAgent/02.BasicAgent-reasoning.ipynb) **Cel**: Spraw, by Alex pokazywał swój tok rozumowania. Przy rozwiązywaniu problemów chcesz widzieć *jak* myśli, nie tylko wynik. **Czego się nauczysz**: - Aktywować "tryb rozumowania" (to jak pokazywanie rozwiązania na lekcji matematyki) - Widzieć krok po kroku proces myślowy Alexa - Rozumieć łańcuch myślowy w promptach - Debugować, gdy Alex się myli **Warunek zwycięstwa**: Zapytaj trudne zadanie matematyczne i obserwuj, jak Alex je rozwiązuje! 🧠 ### Misja 4: Połącz Alexa z internetem 📓 [Otwórz notatnik](../code/01.BasicAgent/03.BasicAgent-websearch.ipynb) **Cel**: Wiedza Alexa ma datę graniczną. Połączmy go z siecią, by mieć informacje w czasie rzeczywistym! **Czego się nauczysz**: - Budować niestandardowe narzędzie do wyszukiwania w sieci - Integracja z zewnętrznymi API - Radzenie sobie z błędami sieci - Uzyskać informacje poza danymi treningowymi Alexa **Warunek zwycięstwa**: Zapytaj o dzisiejsze wiadomości technologiczne i otrzymaj świeże wyniki! 📰 ## Zanim zaczniesz 🚀 **Wymagany sprzęt**: - Zainstalowany Python 3.10+ - Działające Ollama (sprawdź `ollama --version`) - VS Code z rozszerzeniem Python - Minimum 8GB RAM (16GB dla płynnej pracy) ## Kolejność misji Postępuj według notatników w kolejności, by poznać całą historię: 1. [00.BasicAgent-agent.ipynb](../code/01.BasicAgent/00.BasicAgent-agent.ipynb) — Poznaj Alexa (twojego pierwszego agenta) 2. [01.BasicAgent-tools.ipynb](../code/01.BasicAgent/01.BasicAgent-tools.ipynb) — Czas na power-up! 3. [02.BasicAgent-reasoning.ipynb](../code/01.BasicAgent/02.BasicAgent-reasoning.ipynb) — Naucz Alexa myśleć 4. [03.BasicAgent-websearch.ipynb](../code/01.BasicAgent/03.BasicAgent-websearch.ipynb) — Odblokuj dostęp do internetu! ## Co opanujesz Po Akcie 1 będziesz potrafić: - ✅ Uruchamiać modele AI na własnym sprzęcie (bez chmury!) - ✅ Budować agentów z niestandardowymi osobowościami i umiejętnościami - ✅ Dawać agentom narzędzia do rozwiązywania rzeczywistych problemów - ✅ Sprawić, by agenci prezentowali swój proces rozumowania - ✅ Łączyć agentów ze źródłami zewnętrznymi - ✅ Debugować, gdy coś idzie nie tak ## Gdy coś się zepsuje (i jak to naprawić) 🔧 ### "Alex się nie ładuje! Brak pamięci!" **Naprawa**: Twój komputer ma problemy. Spróbuj zamknąć inne aplikacje albo przejdź na mniejszy model. 8GB RAM to absolutne minimum. ### "Alex jest taaaki powolny" **Naprawa**: Włącz akcelerację GPU w ustawieniach Ollama. Albo zmniejsz rozmiar okna kontekstu. Tryb demon prędkości aktywowany! 🏎️ ### "Narzędzia nie działają!" **Naprawa**: Sprawdź dwukrotnie sygnatury funkcji. Alex potrzebuje poprawnych wskazówek typów, by zrozumieć, co robi dane narzędzie. To jak dawanie jasnych instrukcji. ## Przydatne linki 🔗 - [Agent Framework Docs](https://github.com/microsoft/agent-framework) — Oficjalne poradniki i przykłady - [Ollama Model Library](https://ollama.com/library) — Przegląd dostępnych modeli - [Model Qwen](https://ollama.com/library/qwen3) — Poznaj mózg swojej AI - [Przykłady kodu](https://github.com/microsoft/agent-framework/tree/main/python/samples) — Podkradnij pomysły stąd ## Co dalej: Akt 2 🎬 Masz jednego agenta. A co, jeśli miałbyś *zespół* agentów pracujących razem? W Akcie 2 zbudujesz cały swój zespół produkcyjny podcastu: - **Agent Badawczy**: Znajduje najlepsze źródła - **Agent Piszący**: Tworzy idealny scenariusz - **Redaktor (Ty!)**: Akceptuje lub prosi o zmiany Zorganizujmy trochę magii AI! → [Akt 2: Zbuduj swój zespół produkcyjny](02.AIAgentOrchestrationAndWorkflows.md) --- **Utknąłeś?** Zadawaj pytania podczas warsztatu. Uczymy się razem! 🙌 --- **Zastrzeżenie**: Niniejszy dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Mimo że staramy się zapewnić dokładność, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym powinien być uważany za źródło wiarygodne. W przypadku informacji krytycznych zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonywanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.