عربی | بنگالی | بلغاری | برمهای (میانمار) | چینی (سادهشده) | چینی (سنتی، هنگکنگ) | چینی (سنتی، ماکائو) | چینی (سنتی، تایوان) | کرواسی | چکی | دانمارکی | هلندی | استونیایی | فنلاندی | فرانسوی | آلمانی | یونانی | عبری | هندی | مجارستانی | اندونزیایی | ایتالیایی | ژاپنی | کانادا | کرهای | لیتوانیایی | مالایی | مالایالم | مراتی | نپالی | پیجین نیجریهای | نروژی | فارسی | لهستانی | پرتغالی (برزیل) | پرتغالی (پرتغال) | پنجابی (گورموخی) | رومانیایی | روسی | صربی (سیریلیک) | اسلواک | اسلوونیایی | اسپانیایی | سواحلی | سوئدی | تاگالوگ (فیلیپینی) | تامیل | تلگو | تایلندی | ترکی | اوکراینی | اردو | ویتنامی
ترجیح میدهید محلی کلون کنید؟
این مخزن بیش از ۵۰ ترجمه زبانی را شامل میشود که حجم دانلود را به طور قابل توجهی افزایش میدهد. برای کلون بدون ترجمهها، از sparse checkout استفاده کنید:
Bash / macOS / لینوکس:
git clone --filter=blob:none --sparse https://github.com/microsoft/ai-agents-for-beginners.git cd ai-agents-for-beginners git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'CMD (ویندوز):
git clone --filter=blob:none --sparse https://github.com/microsoft/ai-agents-for-beginners.git cd ai-agents-for-beginners git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"این به شما همه چیز لازم برای تکمیل دوره با دانلود بسیار سریعتر را میدهد.
اگر میخواهید زبانهای ترجمه بیشتری پشتیبانی شوند، در اینجا فهرست شدهاند here
این دوره درسهایی شامل اصول ساخت عوامل هوش مصنوعی دارد. هر درس موضوع خودش را پوشش میدهد بنابراین از هر جایی که دوست دارید شروع کنید!
برای این دوره پشتیبانی چندزبانه وجود دارد. به زبانهای موجود اینجا مراجعه کنید.
اگر برای اولین بار است که با مدلهای هوش مصنوعی مولد کار میکنید، دوره هوش مصنوعی مولد برای مبتدیان ما را بررسی کنید که شامل ۲۱ درس در مورد ساخت با GenAI است.
فراموش نکنید به این مخزن (🌟) ستاره دهید و این مخزن را فورک کنید تا کد را اجرا کنید.
اگر گیر کردید یا سوالی درباره ساخت عوامل هوش مصنوعی داشتید، در کانال Discord اختصاصی ما در Microsoft Foundry Discord شرکت کنید.
هر درس در این دوره شامل مثالهای کد است که میتوانید در پوشه code_samples پیدا کنید. میتوانید این مخزن را فورک کنید تا نسخه خودتان را بسازید.
مثال کد در این تمرینها، از Microsoft Foundry و فهرست مدلهای GitHub برای تعامل با مدلهای زبانی استفاده میکند:
- مدلهای Github - رایگان / محدود
- Microsoft Foundry - نیازمند حساب Azure
این دوره همچنین از چارچوبها و سرویسهای زیر عوامل هوش مصنوعی مایکروسافت استفاده میکند:
برای اطلاعات بیشتر درباره اجرای کد این دوره، به راهاندازی دوره مراجعه کنید.
آیا پیشنهاد یا خطای املایی یا کد پیدا کردهاید؟ یک مشکل ایجاد کنید یا یک درخواست کشش بسازید
- یک درس مکتوب در README و یک ویدیوی کوتاه
- نمونههای کد پایتون که از Microsoft Foundry و مدلهای Github (رایگان) پشتیبانی میکند
- لینکهایی به منابع اضافی برای ادامه یادگیری شما
| درس | متن و کد | ویدیو | یادگیری اضافی |
|---|---|---|---|
| مقدمهای بر عوامل هوش مصنوعی و موارد استفاده از عامل | لینک | ویدیو | لینک |
| کاوش چارچوبهای عاملی هوش مصنوعی | لینک | ویدیو | لینک |
| درک الگوهای طراحی عاملی هوش مصنوعی | لینک | ویدیو | لینک |
| الگوی طراحی استفاده از ابزار | لینک | ویدیو | لینک |
| RAG عاملی | لینک | ویدیو | لینک |
| ساخت عوامل هوش مصنوعی مورد اعتماد | لینک | ویدیو | لینک |
| الگوی طراحی برنامهریزی | لینک | ویدیو | لینک |
| الگوی طراحی چندعاملی | لینک | ویدیو | لینک |
| الگوی طراحی مَتاادراک | لینک | ویدیو | لینک |
| عاملهای هوش مصنوعی در تولید | لینک | ویدیو | لینک |
| استفاده از پروتکلهای عاملی (MCP, A2A و NLWeb) | لینک | ویدیو | لینک |
| مهندسی زمینه برای عاملهای هوش مصنوعی | لینک | ویدیو | لینک |
| مدیریت حافظه عاملی | لینک | ویدیو | |
| کاوش چارچوب عامل مایکروسافت | لینک | ||
| ساخت عاملهای استفادهکننده کامپیوتر (CUA) | بهزودی | ||
| استقرار عاملهای مقیاسپذیر | بهزودی | ||
| ساخت عاملهای هوش مصنوعی محلی | بهزودی | ||
| ایمنسازی عاملهای هوش مصنوعی | بهزودی |
تیم ما دورههای دیگری هم تولید میکند! مشاهده کنید:
از Shivam Goyal بابت ارائه نمونههای کد مهم که Agentic RAG را نشان میدهد، تشکر میکنیم.
این پروژه از مشارکتها و پیشنهادها استقبال میکند. بیشتر مشارکتها مستلزم این است که شما با قرارداد مجوز مشارکتکننده (CLA) موافقت کنید که اعلام میکند شما حق دارید و در واقع حقوق استفاده از مشارکت خود را به ما اعطا میکنید. برای جزئیات به https://cla.opensource.microsoft.com مراجعه کنید.
وقتی درخواست کششی ارسال میکنید، یک ربات CLA بهطور خودکار تعیین میکند که آیا نیاز به ارائه CLA دارید و درخواست کشش را بهطور مناسب نشانهگذاری میکند (مثلاً بررسی وضعیت، نظر). فقط دستورالعملهای ارائه شده توسط ربات را دنبال کنید. شما تنها یک بار در تمام مخازن از CLA ما استفاده خواهید کرد.
این پروژه، کد رفتار متنباز مایکروسافت را بهکار گرفته است. برای اطلاعات بیشتر به پرسشهای متداول کد رفتار مراجعه کنید یا با opencode@microsoft.com تماس بگیرید برای سوالات یا نظرات بیشتر.
این پروژه ممکن است شامل علائم تجاری یا لوگوهایی برای پروژهها، محصولات یا خدمات باشد. استفاده مجاز از علائم تجاری یا لوگوهای مایکروسافت باید مطابق با خطمشیهای علائم تجاری و برند مایکروسافت باشد. استفاده از علائم تجاری یا لوگوهای مایکروسافت در نسخههای تغییر یافته این پروژه نباید باعث سردرگمی شود یا دلالت بر حمایت مالی مایکروسافت داشته باشد. هرگونه استفاده از علائم تجاری یا لوگوهای شخص ثالث تابع سیاستهای آنهاست.
اگر گیر کردید یا سوالی درباره ساخت برنامههای هوش مصنوعی دارید، به گروه بپیوندید:
اگر بازخورد محصول دارید یا در حین ساخت خطا داشتید مراجعه کنید:
سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما به دقت تلاش میکنیم، لطفاً آگاه باشید که ترجمههای خودکار ممکن است حاوی خطاها یا نواقصی باشند. سند اصلی به زبان بومی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، ترجمه حرفهای انسانی توصیه میشود. ما مسئول هیچ گونه سوءتفاهم یا تفسیر نادرست ناشی از استفاده از این ترجمه نیستیم.