این دوره شامل ۱۱ درس است که اصول پایه ساخت عاملهای هوش مصنوعی را پوشش میدهد. هر درس موضوع خاص خودش را دارد، پس هر کجا که دوست دارید شروع کنید!
این دوره از چند زبان پشتیبانی میکند. برای دیدن زبانهای موجود به اینجا مراجعه کنید.
اگر برای اولین بار است که با مدلهای هوش مصنوعی مولد کار میکنید، دوره هوش مصنوعی مولد برای مبتدیان ما را ببینید که شامل ۲۱ درس درباره ساخت با GenAI است.
فراموش نکنید که به این مخزن ستاره (🌟) بدهید و این مخزن را فورک کنید تا کد را اجرا کنید.
هر درس در این دوره شامل نمونههای کد است که در پوشه code_samples پیدا میشوند. میتوانید این مخزن را فورک کنید تا نسخه خودتان را بسازید.
نمونه کد در این تمرینها از Azure AI Foundry و GitHub Model Catalogs برای تعامل با مدلهای زبانی استفاده میکند:
- Github Models - رایگان / محدود
- Azure AI Foundry - نیازمند حساب Azure
این دوره همچنین از چارچوبها و سرویسهای عامل هوش مصنوعی زیر مایکروسافت استفاده میکند:
برای اطلاعات بیشتر درباره اجرای کد این دوره، به Course Setup مراجعه کنید.
آیا پیشنهادی دارید یا اشتباهات املایی یا کدی پیدا کردهاید؟ یک issue ثبت کنید یا یک pull request ایجاد کنید
اگر گیر کردید یا سوالی درباره ساخت AI Agents داشتید، به Azure AI Foundry Community Discord بپیوندید.
اگر بازخورد محصول یا خطایی هنگام ساخت داشتید، به Azure AI Foundry Developer Forum مراجعه کنید.
- یک درس مکتوب در README و یک ویدئوی کوتاه
- نمونه کدهای پایتون که از Azure AI Foundry و مدلهای Github پشتیبانی میکنند (رایگان)
- لینکهایی به منابع اضافی برای ادامه یادگیری شما
| درس | متن و کد | ویدئو | یادگیری اضافی |
|---|---|---|---|
| معرفی AI Agents و موارد استفاده از Agent | Link | Video | Link |
| بررسی چارچوبهای Agentic AI | Link | Video | Link |
| درک الگوهای طراحی Agentic AI | Link | Video | Link |
| الگوی طراحی استفاده از ابزار | Link | Video | Link |
| Agentic RAG | Link | Video | Link |
| ساخت AI Agents قابل اعتماد | Link | Video | Link |
| الگوی طراحی برنامهریزی | Link | Video | Link |
| الگوی طراحی چندعامل ای | Link | Video | Link |
| الگوی طراحی فراشناخت | Link | Video | Link |
| عوامل هوش مصنوعی در تولید | Link | Video | Link |
| عوامل هوش مصنوعی با MCP | Link | Link |
اگر میخواهید زبانهای ترجمه بیشتری اضافه شود، زبانهای پشتیبانی شده در اینجا فهرست شدهاند
تیم ما دورههای دیگری هم تولید میکند! اینها را ببینید:
- جدید پروتکل مدل زمینهای (MCP) برای مبتدیان
- هوش مصنوعی مولد برای مبتدیان با استفاده از .NET
- هوش مصنوعی مولد برای مبتدیان
- یادگیری ماشین برای مبتدیان
- علم داده برای مبتدیان
- هوش مصنوعی برای مبتدیان
- امنیت سایبری برای مبتدیان
- توسعه وب برای مبتدیان
- اینترنت اشیاء برای مبتدیان
- توسعه XR برای مبتدیان
- تسلط بر GitHub Copilot برای برنامهنویسی جفتی هوش مصنوعی
- تسلط بر GitHub Copilot برای توسعهدهندگان C#/.NET
- ماجراجویی انتخابی Copilot خودتان
از Shivam Goyal برای ارائه نمونههای کد مهم که Agentic RAG را نشان میدهند، سپاسگزاریم.
این پروژه از مشارکتها و پیشنهادات استقبال میکند. بیشتر مشارکتها نیازمند این است که شما با قرارداد مجوز مشارکتکننده (CLA) موافقت کنید که اعلام میکند شما حق دارید و واقعاً این حق را به ما میدهید تا از مشارکت شما استفاده کنیم. برای جزئیات، به https://cla.opensource.microsoft.com مراجعه کنید.
وقتی درخواست pull ارسال میکنید، ربات CLA بهطور خودکار تعیین میکند که آیا باید CLA ارائه دهید و بهدرستی PR را علامتگذاری میکند (مثلاً بررسی وضعیت، نظر). کافی است دستورالعملهای ربات را دنبال کنید. شما فقط یک بار در همه مخازن استفادهکننده از CLA ما باید این کار را انجام دهید.
این پروژه کد رفتار متنباز مایکروسافت را پذیرفته است. برای اطلاعات بیشتر به سؤالات متداول کد رفتار مراجعه کنید یا با opencode@microsoft.com برای سوالات یا نظرات بیشتر تماس بگیرید.
این پروژه ممکن است شامل علائم تجاری یا لوگوهایی برای پروژهها، محصولات یا خدمات باشد. استفاده مجاز از علائم تجاری یا لوگوهای مایکروسافت تابع و باید مطابق با راهنمای علائم تجاری و برند مایکروسافت باشد. استفاده از علائم تجاری یا لوگوهای مایکروسافت در نسخههای تغییر یافته این پروژه نباید باعث سردرگمی شود یا حمایت مایکروسافت را القا کند. هرگونه استفاده از علائم تجاری یا لوگوهای شخص ثالث تابع سیاستهای آنها است.
سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما در تلاش برای دقت هستیم، لطفاً توجه داشته باشید که ترجمههای خودکار ممکن است شامل اشتباهات یا نواقصی باشند. سند اصلی به زبان مبدأ باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، ترجمه حرفهای انسانی توصیه میشود. ما مسئول هیچ گونه سوءتفاهم یا تفسیر نادرستی که از استفاده این ترجمه ناشی شود، نمیباشیم.