README.md

ការកំណត់វគ្គសិក្សា

ការណែនាំ

មេរៀននេះនឹងគ្របដណ្តប់ពីរបៀបដំណើរការឧទាហរណ៍កូដនៃវគ្គសិក្សានេះ។

ចូលរួមជាមួយអ្នករៀនផ្សេង និងទទួលបានជំនួយ

មុននឹងចាប់ផ្តើមក្លូន repo របស់អ្នក សូមចូលរួមក្នុង AI Agents For Beginners Discord channel ដើម្បីទទួលបានជំនួយក្នុងការកំណត់ ការ​សំណួរអំពីវគ្គសិក្សា ឬដើម្បីទាក់ទងជាមួយអ្នករៀនផ្សេងទៀត។

ផ្ទុះ ឬ Fork repo​នេះ

ដើម្បីចាប់ផ្តើម សូមចម្លង (clone) ឬ fork GitHub Repository។ វានឹងបង្កើតក្លូនផ្ទាល់ខ្លួនរបស់អ្នកពីសម្ភារៈវគ្គសិក្សា ដូច្នេះអ្នកអាចរត់ សាកល្បង និងកែប្រែកូដបាន!

នេះអាចធ្វើបានដោយចុចលើតំណភ្ជាប់ fork the repo

ឥឡូវនេះអ្នកគួរតែមានក្លូនផ្ទាល់ខ្លួននៃវគ្គសិក្សានេះនៅតំណភ្ជាប់ដូចខាងក្រោម៖

ការក្លូនយ៉ាងស្រាល (អនុញ្ញាតសម្រាប់វគ្គសិក្សា / Codespaces)

ដែលមានប្រវត្តិពេញនិយមអាចធ្វើឱ្យរ៉េបូមានទំហំធំ (~3 GB) នាក់នៅពេលអ្នកទាញយកប្រវត្តិពេញនិងឯកសារទាំងអស់។ ប្រសិនបើអ្នកចូលរួមតែសិក្ខាសាលា ឬត្រូវការតែថតមេរៀនប៉ុន្មានថត បច្ចេកវិទ្យាក្លូនយ៉ាងស្រាល (ឬក៏ sparse clone) អាចជៀសវៀងពីការទាញយកភាគច្រើនដោយកាត់បន្ថយប្រវត្តិនិង/ឬរំលែង blobs។

ក្លូនយ៉ាងស្រាលរហ័ស — ប្រវត្តិនិបនិច្ឆ័យតិច តែក៏មានឯកសារទាំងអស់

ជំនួស <your-username> ក្នុងបញ្ជារខាងក្រោមជាមួយ URL ក្លូនរបស់អ្នក (ឬ URL upstream ប្រសិនបើអ្នកចូលចិត្ត)។

ដើម្បីក្លូនតែប្រវត្តិកម្រិតចុងក្រោយប៉ុណ្ណោះ (ទំហំទាញយកតិច):

git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git

ដើម្បីក្លូនសាខាមួយជាក់លាក់:

git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git

ក្លូនផ្នែកខ្លះ (sparse) — blobs តិច + មានតែថតដែលជ្រើសរើស

នេះប្រើក្លូនផ្នែក និង sparse-checkout (ទាមទារជាមួយ Git 2.25+ និងអនុញ្ញាតឱ្យប្រើ Git សម័យទំនើបដែលមាន partial clone support):

git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git

ចូលទៅក្នុងថត repo:

cd ai-agents-for-beginners

បន្ទាប់មកបញ្ជាក់ថតដែលអ្នកចង់បាន (ឧទាហរណ៍ខាងក្រោមបង្ហាញពីពីរថត):

git sparse-checkout set 00-course-setup 01-intro-to-ai-agents

បន្ទាប់ពីក្លូន និងផ្ទៀងផ្ទាត់ឯកសារ ប្រសិនបើអ្នកត្រូវការតែឯកសារនិងចង់ទទួលបានកន្លែងទំនេរ (គ្មានប្រវត្តិ git) សូមលុបទិន្នន័យបច្ចេកទេស repository (💀 មិនអាចបង្វិលវិញ — អ្នកនឹងបាត់បង់មុខងារ Git ទាំងអស់៖ គ្មាន commits, pulls, pushes, ឬការចូលទៅប្រវត្តិ)។

# zsh/bash
rm -rf .git

# PowerShell
Remove-Item -Recurse -Force .git

ប្រើ GitHub Codespaces (ផ្ដល់អនុសាសន៍ដើម្បីជៀសវាងការទាញយកធំនៅលើកុំព្យូទ័រមូលដ្ឋាន)

• បង្កើត Codespace ថ្មីសម្រាប់ repo នេះ តាមរយៈ GitHub UI.

• នៅក្នុង terminal នៃ codespace ថ្មីមួយចាប់ផ្តើម រត់តែមួយក្នុងបញ្ជាក្លូនយ៉ាងស្រាល/ sparse ខាងលើ ដើម្បីយកតែថតមេរៀនដែលអ្នកត្រូវការ មកក្នុង workspace នៃ Codespace។

• ជាជម្រើស៖ បន្ទាប់ពីក្លូននៅក្នុង Codespaces សូមយក .git ដើម្បីសង្រោះទំហំបន្ថែម (មើលបញ្ជាលុបខាងលើ)។

• សម្គាល់៖ ប្រសិនបើអ្នកចូលចិត្តបើក repo ត្រង់ក្នុង Codespaces (ដោយគ្មានការក្លូនបន្ថែម) ត្រូវយល់ថា Codespaces នឹងកសាងបរិយាកាស devcontainer ហើយអាចProvision ធាតុច្រើនជាងដែលអ្នកត្រូវការ។ ការ clone ចម្លងស្រាលនៅក្នុង Codespace ថ្មីមួយផ្តល់ការគ្រប់គ្រងលើការប្រើប្រាស់សមត្ថភាពឌីសក៍។

គន្លឹះ

• តែងតែជំនួស URL ក្លូនជាមួយ fork របស់អ្នក ប្រសិនបើអ្នកចង់ផ្លាស់/commit។
• ប្រសិនបើអ្នកនឹងត្រូវការប្រវត្តិឬឯកសារច្រើនបន្ថែមក្នុងពេលក្រោយ អ្នកអាច fetch ពួកវា ឬកែចែក sparse-checkout ដើម្បីរួមបញ្ចូលថតបន្ថែម។

រត់កូដ

វគ្គសិក្សានេះផ្តល់នូវស៊េរី Jupyter Notebooks ដែលអ្នកអាចរត់ដើម្បីទទួលបទពិសោធន៍ពីការសង់ AI Agents។

ឧទាហរណ៍កូដប្រើប្រាស់ Microsoft Agent Framework (MAF) ជាមួយ AzureAIProjectAgentProvider ដែលភ្ជាប់ទៅ Azure AI Agent Service V2 (Responses API) តាមរយៈ Microsoft Foundry។

នូវកំណត់ត្រា Python ទាំងអស់មានស្លាក *-python-agent-framework.ipynb។

តម្រូវការ

• Python 3.12+

  • សំគាល់: ប្រសិនបើអ្នកមិនទាន់មាន Python3.12 ត្រូវតែដំឡើងវា។ បន្ទាប់មកបង្កើត venv របស់អ្នកដោយប្រើ python3.12 ដើម្បីធ្វើឱ្យព្រមគ្នានូវកំណែត្រឹមត្រូវដែលត្រូវដំឡើងពី ឯកសារ requirements.txt។

    ឧទាហរណ៍

    បង្កើតថត Python venv:

    python -m venv venv
    

    បន្ទាប់មកសកម្មភាពបរិយាកាស venv សម្រាប់:

    # zsh/bash
    source venv/bin/activate

    # Command Prompt for Windows
    venv\Scripts\activate
    

• .NET 10+: សម្រាប់កូដឧទាហរណ៍ប្រើ .NET សូមធ្វើតេស្តដើម្បីដំឡើង .NET 10 SDK ឬក្រោយទៀត។ បន្ទាប់មក ពិនិត្យកំណែ .NET SDK ដែលបានដំឡើង:

  dotnet --list-sdks
  

• Azure CLI — ត្រូវការសម្រាប់ការផ្ទៀងផ្ទាត់អត្តសញ្ញាណ (authentication). ដំឡើងពី aka.ms/installazurecli.

• Azure Subscription — សម្រាប់ចូលដំណើរការទៅ Microsoft Foundry និង Azure AI Agent Service។

• Microsoft Foundry Project — គម្រោងមួយដែលមានម៉ូដែលត្រូវបានដាក់ (ឧ. gpt-4o). មើល ជំហាន 1 ខាងក្រោម។

យើងបានរួមបញ្ចូលឯកសារ requirements.txt នៅឬធ្វើ root នៃ repository នេះ ដែលមានកញ្ចប់ Python ទាំងអស់ដែលត្រូវការដើម្បីរត់ឧទាហរណ៍កូដ។

អ្នកអាចដំឡើងពួកវា ដោយរត់បញ្ជាខាងក្រោមនៅ terminal នៅ root នៃ repository:

pip install -r requirements.txt

យើងផ្ដល់អនុសាសន៍ឱ្យបង្កើត Python virtual environment ដើម្បីជៀសវាងការផ្ទឹមផ្ទង់ និងបញ្ហាផ្សេងៗ។

កំណត់ VSCode

ធ្វើឱ្យប្រាកដថាអ្នកកំពុងប្រើកំណែ Python ត្រឹមត្រូវនៅក្នុង VSCode។

កំណត់ Microsoft Foundry និង Azure AI Agent Service

ជំហាន 1: បង្កើតគម្រោង Microsoft Foundry

អ្នកត្រូវការមាន Azure AI Foundry hub និង project ដែលមានម៉ូដែលបានដាក់ដើម្បីរត់ notebooks។

1. ចូលទៅ ai.azure.com និងចុះឈ្មោះជាមួយគណនី Azure របស់អ្នក។
2. បង្កើត hub (ឬប្រើ hub ដែលមានរួច)។ មើល៖ Hub resources overview.
3. នៅក្នុង hub សូមបង្កើត project។
4. ដាក់ម៉ូដែល (ឧ. gpt-4o) ពី Models + Endpoints → Deploy model។

ជំហាន 2: ទាញយក Project Endpoint និង ឈ្មោះ Model Deployment របស់អ្នក

ពីគម្រោងរបស់អ្នកនៅក្នុង Microsoft Foundry portal:

• Project Endpoint — ចូលទៅផ្ទាំង Overview ហើយចម្លង URL endpoint។

• Model Deployment Name — ចូលទៅ Models + Endpoints, ជ្រើសម៉ូដែលដែលអ្នកបានដាក់ ហើយកត់សម្គាល់ Deployment name (ឧ. gpt-4o)។

ជំហាន 3: ចូលទៅ Azure ដោយប្រើ az login

Notebooks ទាំងអស់ប្រើ AzureCliCredential សម្រាប់ authentication — គ្មាន API keys ត្រូវគ្រប់គ្រង។ នេះចាំបាច់ឱ្យអ្នកចូលដោយប្រើ Azure CLI។

1. ដំឡើង Azure CLI ប្រសិនបើអ្នកមិនទាន់មាន: aka.ms/installazurecli

2. ចូល ដោយរត់:

   az login
   

   ឬប្រសិនបើអ្នកនៅក្នុងបរិយាកាស remote/Codespace ដែលមិនមាន browser:

   az login --use-device-code
   

3. ជ្រើស subscription ប្រសិនបើមានសំណើ — ជ្រើស subscription ដែលមានគម្រោង Foundry របស់អ្នក។

4. ផ្ទៀងផ្ទាត់ ថាអ្នកបានចូល:

   az account show
   

ហេតុអ្វី az login? Notebooks Authenticate ដោយប្រើ AzureCliCredential ពី package azure-identity។ នេះមានន័យថា session Azure CLI របស់អ្នកផ្តល់អត្តសញ្ញាណ — គ្មាន API keys ឬ secrets នៅក្នុងឯកសារ .env របស់អ្នក។ នេះគឺជាដំណើរការសន្តិសុខល្អបំផុត (security best practice)។

ជំហាន 4: បង្កើតឯកសារ .env របស់អ្នក

ចម្លងឯកសារឧទាហរណ៍:

# zsh/bash
cp .env.example .env

# ពាវើសែល
Copy-Item .env.example .env

បើក .env ហើយបំពេញតម្លៃទាំងពីរនេះ៖

AZURE_AI_PROJECT_ENDPOINT=https://<your-project>.services.ai.azure.com/api/projects/<your-project-id>
AZURE_AI_MODEL_DEPLOYMENT_NAME=gpt-4o

អថេរ	នៅឯណាអាចរកបាន
AZURE_AI_PROJECT_ENDPOINT	Foundry portal → គម្រោងរបស់អ្នក → ទំព័រ Overview
AZURE_AI_MODEL_DEPLOYMENT_NAME	Foundry portal → Models + Endpoints → ឈ្មោះម៉ូដែលដែលបានដាក់

នั่นហើយគឺសម្រាប់មេរៀនភាគច្រើន! Notebooks នឹង Authenticate ដោយស្វ័យប្រវត្តិតាមរយៈ session az login របស់អ្នក។

ជំហាន 5: តំឡើងការ_DEPENDENCIES Python

pip install -r requirements.txt

យើងផ្ដល់អនុសាសន៍ឱ្យរត់នេះនៅក្នុង virtual environment ដែលអ្នកបានបង្កើតមុននេះ។

ការកំណត់បន្ថែមសម្រាប់មេរៀន 5 (Agentic RAG)

មេរៀន 5 ប្រើ Azure AI Search សម្រាប់ retrieval-augmented generation។ ប្រសិនបើអ្នកមានគម្រោងរៀនមេរៀននោះ សូមបន្ថែមអថេរទាំងនេះទៅឯកសារ .env របស់អ្នក៖

អថេរ	នៅឯណាអាចរកបាន
AZURE_SEARCH_SERVICE_ENDPOINT	Azure portal → ដ្រេសOURCE Azure AI Search របស់អ្នក → Overview → URL
AZURE_SEARCH_API_KEY	Azure portal → ដ្រេសOURCE Azure AI Search របស់អ្នក → Settings → Keys → កូនសោកម្មវិធី admin មុខ

ការកំណត់បន្ថែមសម្រាប់មេរៀន 6 និង មេរៀន 8 (GitHub Models)

ខ្លះនៃ notebooks ក្នុងមេរៀន 6 និង 8 ប្រើ GitHub Models មិនប្រើ Azure AI Foundry។ ប្រសិនបើអ្នកចង់រត់ឧទាហរណ៍ទាំងនោះ សូមបន្ថែមអថេរទាំងនេះចូលក្នុង .env របស់អ្នក៖

អថេរ	នៅឯណាអាចរកបាន
GITHUB_TOKEN	GitHub → Settings → Developer settings → Personal access tokens
GITHUB_ENDPOINT	Use https://models.inference.ai.azure.com (default value)
GITHUB_MODEL_ID	ឈ្មោះម៉ូដែលដែលត្រូវប្រើ (ឧ. gpt-4o-mini)

ការកំណត់បន្ថែមសម្រាប់មេរៀន 8 (Bing Grounding Workflow)

Notebook workflow លក្ខខណ្ឌនៅមេរៀន 8 ប្រើ Bing grounding តាមរយៈ Azure AI Foundry។ ប្រសិនបើអ្នកចង់រត់ឧទាហរណ៍នោះ សូមបន្ថែមអថេរនេះទៅ .env របស់អ្នក៖

អថេរ	នៅឯណាអាចរកបាន
BING_CONNECTION_ID	Azure AI Foundry portal → គម្រោងរបស់អ្នក → Management → Connected resources → ការតភ្ជាប់ Bing របស់អ្នក → ចម្លង connection ID

ដោះស្រាយបញ្ហា

កំហុសការផ្ទៀងផ្ទាត់សញ្ញាប័ត្រ SSL លើ macOS

ប្រសិនបើអ្នកនៅលើ macOS ហើយប្រទះឃើញកំហុសដូចជា:

ssl.SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: self-signed certificate in certificate chain

នេះជាបញ្ហាបានដឹងនៅ Python លើ macOS ដែលសញ្ញាប័ត្រ SSL របស់ប្រព័ន្ធមិនត្រូវបានទទួលស្គាល់ដោយស្វ័យប្រវត្តិ។ សាកល្បងដំណោះស្រាយដូចខាងក្រោមក្នុងលំដាប់៖

ជម្រើស 1: រត់ស្គ្រីប Install Certificates របស់ Python (អនុញ្ញាត)

# ប្តូរ 3.XX ជាកំណែ Python ដែលបានដំឡើងរបស់អ្នក (ឧ. 3.12 ឬ 3.13):
/Applications/Python\ 3.XX/Install\ Certificates.command

ជម្រើស 2: ប្រើ connection_verify=False នៅក្នុង notebook របស់អ្នក (សម្រាប់ notebooks GitHub Models តែប៉ុណ្ណោះ)

នៅក្នុង Notebook មេរៀន 6 (06-building-trustworthy-agents/code_samples/06-system-message-framework.ipynb), មានដំណោះស្រាយដែលបាន comment ដាក់រួច។ សូមលុប comment connection_verify=False ពេលបង្កើត client:

client = ChatCompletionsClient(
    endpoint=endpoint,
    credential=AzureKeyCredential(token),
    connection_verify=False,  # បិទការត្រួតពិនិត្យ SSL ប្រសិនបើអ្នកជួបបញ្ហាវិញ្ញាបនប័ត្រ
)

⚠️ គ្រោងការពារ: ការបិទការផ្ទៀងផ្ទាត់ SSL (connection_verify=False) បន្ថយសុវត្ថិភាពដោយរំលងការផ្ទៀងផ្ទាត់សញ្ញាប័ត្រ។ ប្រើវិធីនេះតែជាវិលជាមុនសម្រាប់បរិយាកាសអភិវឌ្ឍន៍ប៉ុណ្ណោះ មិនត្រូវប្រើនៅក្នុងផលិតកម្ម។

ជម្រើស 3: ដំឡើង និងប្រើ truststore

pip install truststore

បន្ទាប់មកបន្ថែមអ្វីៗខាងក្រោមនៅខាងលើនៃ notebook ឬ script មុនធ្វើការហៅបណ្តាញណាមួយ:

import truststore
truststore.inject_into_ssl()

ត្រូវឈប់នៅកន្លែងណាមួយ?

ប្រសិនបើអ្នកមានបញ្ហារត់ការកំណត់នេះ សូមចូលទៅក្នុង Azure AI Community Discord ឬ បង្កើត issue។

មេរៀនបន្ទាប់

ឥឡូវនេះអ្នកបានរួចរាល់ក្នុងការរៀនដំណើរការកូដសម្រាប់វគ្គសិក្សានេះ។ សំណាងល្អក្នុងការសិក្សាបន្ថែមអំពីពិភព AI Agents!

Introduction to AI Agents and Agent Use Cases

---

សេចក្ដីប្រកាសមិនទទួលខុសត្រូវ: ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែដោយ AI Co-op Translator. ក្នុងពេលយើងខិតខំសម្រាប់ភាពត្រឹមត្រូវ សូមយល់ដឹងថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុស ឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមក្នុងភាសាម្ចាស់ដើមគួរត្រូវបានចាត់ទុកជាប្រភពផ្លូវការនៃព័ត៌មាន។ សម្រាប់ព័ត៌មានសំខាន់ៗ យើងសូមណែនាំឱ្យប្រើការបកប្រែដោយអ្នកជំនាញមនុស្ស។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកយល់ខុសណាមួយដែលកើតឡើងពីការប្រើប្រាស់ការបកប្រែនេះទេ។