अरबी | बंगाली | बुल्गेरियन | बर्मी (म्यानमार) | चिनी (सरलीकृत) | चिनी (परंपरागत, हाँगकाँग) | चिनी (परंपरागत, मकाऊ) | चिनी (परंपरागत, तैवान) | क्रोएशियन | चेक | डॅनिश | डच | एस्टोनियन | फिनिश | फ्रेंच | जर्मन | ग्रीक | हिब्रू | हिंदी | हंगेरीयन | इंडोनेशियन | इटालियन | जपानी | कन्नड | कोरियन | लिथुआनियन | मलय | मलयाळम | मराठी | नेपाली | नायजेरियन पिजिन | नॉर्वेजियन | फारसी (फारसी) | पोलिश | पोर्तुगीज (ब्राझील) | पोर्तुगीज (पोर्तुगाल) | पंजाबी (गुरमुखी) | रोमानियन | रशियन | सर्बियन (सिरिलिक) | स्लोव्हाक | स्लोव्हेनियन | स्पॅनिश | स्वाहिली | स्वीडिश | टॅगालोग (फिलीपिनो) | तामिळ | तेलुगु | थाई | तुर्किश | युक्रेनी | उर्दू | व्हिएतनामी
स्थानिक क्लोन करायला प्राधान्य देता का?
हे रिपॉझिटरी 50+ भाषा अनुवाद समाविष्ट करते ज्यामुळे डाउनलोडचा आकार मोठा होतो. भाषांतरांशिवाय क्लोन करण्यासाठी sparse checkout वापरा:
Bash / macOS / Linux:
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 (Windows):
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"यामुळे तुम्हाला अभ्यासक्रम पूर्ण करण्यासाठी आवश्यक असलेले सर्व काही खूप जलद डाउनलोडसह मिळेल.
जर तुम्हाला अतिरिक्त अनुवाद भाषा हवी असतील तर समर्थन केलेल्या भाषांची यादी इथे तपासा
हा अभ्यासक्रम AI एजंट्स तयार करण्याच्या मूलभूत गोष्टी शिकवणारे धडे समाविष्ट करतो. प्रत्येक धडा त्याच्या स्वतःच्या विषयावर केंद्रित आहे, त्यामुळे तुमची इच्छा जिथे असेल तिथून सुरू करा!
या अभ्यासक्रमासाठी बहुभाषीय समर्थन उपलब्ध आहे. आमच्या उपलब्ध भाषांची यादी इथे पहा.
जर तुम्ही प्रथमच जनरेटिव्ह AI मॉडेल्ससह तयार करत असाल, तर आमचा नवशिक्यांसाठी जनरेटिव्ह AI अभ्यासक्रम पहा, ज्यात GenAI सह बिल्ड करण्यावर 21 धडे आहेत.
या रेपोला स्टार (🌟) देण्यास विसरू नका आणि कोड चालवण्यासाठी हा रेपो फोर्क करा.
जर तुम्ही अडकलात किंवा AI एजंट्स तयार करण्यासंबंधी काही प्रश्न असतील तर आमच्या समर्पित Discord चॅनेलमध्ये सहभागी व्हा: Microsoft Foundry Discord.
या अभ्यासक्रमातील प्रत्येक धड्यात कोड उदाहरणे समाविष्ट आहेत, जी code_samples फोल्डरमध्ये आढळू शकतात. स्वतःची कॉपी तयार करण्यासाठी तुम्ही हा रेपो फोर्क करू शकता.
या सरावातील कोड उदाहरणे Language Models शी संवाद साधण्यासाठी Microsoft Foundry आणि GitHub Model Catalogs चा वापर करतात:
- Github Models - मोफत / मर्यादित
- Microsoft Foundry - Azure खाते आवश्यक
हा अभ्यासक्रम Microsoft कडून खालील AI एजंट फ्रेमवर्क आणि सेवाही वापरतो:
या अभ्यासक्रमाच्या कोड चालवण्यासंबंधित अधिक माहितीसाठी, Course Setup वर जा.
तुमच्याकडे सुचने आहेत का किंवा तुम्हाला कोणतेही टायपो किंवा कोड चुका सापडल्या आहेत का? इश्यू उघडा किंवा पुल विनंती तयार करा
- README मध्ये असलेला लिखित धडा आणि एक लहान व्हिडिओ
- Microsoft Foundry आणि Github Models (मुफ्त) साठी समर्थित Python कोड नमुने
- तुमच्या शिक्षणाला पुढे नेण्यासाठी अतिरिक्त संसाधनांसाठी दुवे
| धडा | मजकूर व कोड | व्हिडिओ | अतिरिक्त शिक्षण |
|---|---|---|---|
| AI एजंट्स आणि एजंट उपयोग प्रकरणांचा परिचय | दुवा | व्हिडिओ | दुवा |
| AI एजेंटिक फ्रेमवर्क्सचे अन्वेषण | दुवा | व्हिडिओ | दुवा |
| AI एजेंटिक डिझाइन पॅटर्नचे समजणे | दुवा | व्हिडिओ | दुवा |
| टूल वापर डिझाइन पॅटर्न | दुवा | व्हिडिओ | दुवा |
| एजेंटिक RAG | दुवा | व्हिडिओ | दुवा |
| विश्वासार्ह AI एजंट्स तयार करणे | दुवा | व्हिडिओ | दुवा |
| नियोजन डिझाइन पॅटर्न | दुवा | व्हिडिओ | दुवा |
| मल्टी-एजंट डिझाइन पॅटर्न | दुवा | व्हिडिओ | दुवा |
| Metacognition Design Pattern | दुवा | व्हिडिओ | दुवा |
| AI Agents in Production | दुवा | व्हिडिओ | दुवा |
| Using Agentic Protocols (MCP, A2A and NLWeb) | दुवा | व्हिडिओ | दुवा |
| Context Engineering for AI Agents | दुवा | व्हिडिओ | दुवा |
| Managing Agentic Memory | दुवा | व्हिडिओ | |
| Exploring Microsoft Agent Framework | दुवा | ||
| Building Computer Use Agents (CUA) | लवकरच येणार | ||
| Deploying Scalable Agents | लवकरच येणार | ||
| Creating Local AI Agents | लवकरच येणार | ||
| Securing AI Agents | लवकरच येणार |
आमच्या टीमने इतरही अभ्यासक्रम तयार केले आहेत! पहा:
Agentic RAG चे प्रदर्शन करणारे महत्त्वपूर्ण कोड उदाहरणे देण्यासाठी Shivam Goyal यांचे आभार.
हा प्रकल्प योगदान आणि सूचनांचे स्वागत करतो. बहुतेक योगदानांसाठी आपल्याला योगदानकर्ता परवाना करार (Contributor License Agreement - CLA) सहमत व्हावे लागते जो घोषित करतो की आपल्याकडे आपले योगदान वापरण्याचा अधिकार देण्याचा आणि प्रत्यक्षात देत असल्याचा अधिकार आहे. तपशीलांसाठी, भेट द्या https://cla.opensource.microsoft.com.
जेव्हा आपण पुल विनंती (pull request) सबमिट करता, तेव्हा एक CLA bot आपल्याला CLA पुरवावी लागेल की नाही हे आपोआप ठरवेल आणि PR योग्यरित्या चिन्हांकित करेल (उदा., स्थिती तपासणी, टिप्पणी). फक्त बोटने दिलेल्या सूचनांचे पालन करा. आपल्याला हे सर्व रेपोमध्ये एकदाच करावे लागेल ज्या सर्व रेपो आमचा CLA वापरतात.
या प्रकल्पाने Microsoft Open Source Code of Conduct स्वीकारले आहे. अधिक माहितीसाठी Code of Conduct FAQ पहा किंवा कोणत्याही अतिरिक्त प्रश्नांसाठी किंवा टिप्पणींसाठी opencode@microsoft.com येथे संपर्क करा.
या प्रकल्पात प्रकल्प, उत्पादने किंवा सेवांसाठी ट्रेडमार्क किंवा लोगो असू शकतात. Microsoft ट्रेडमार्क किंवा लोगोच्या अधिकृत वापरास Microsoft's Trademark & Brand Guidelines चे पालन करणे आवश्यक आहे. या प्रकल्पाच्या सुधारित आवृत्त्यांमध्ये Microsoft ट्रेडमार्क्स किंवा लोगोचा वापर गोंधळ निर्माण करणार नाही किंवा Microsoft च्या प्रायोजकत्वाचे सूचक ठरू नये. तृतीय-पक्ष ट्रेडमार्क्स किंवा लोगोचा कोणताही वापर त्या तृतीय-पक्षांच्या धोरणांना अधीन असतो.
जर तुम्ही अडकलात किंवा AI अॅप्स तयार करण्याबद्दल काही प्रश्न असतील तर सामील व्हा:
तुमच्याकडे उत्पादनाबद्दल अभिप्राय किंवा तयार करताना त्रुटी आढळल्यास भेट द्या:
अस्वीकरण: हा दस्तऐवज एआय अनुवाद सेवा Co-op Translator वापरून अनुवादित केला गेला आहे. आम्ही अचूकतेसाठी प्रयत्न करतो, परंतु कृपया लक्षात घ्या की स्वयंचलित अनुवादांमध्ये चुका किंवा असमर्थता असू शकते. मूळ दस्तऐवज त्याच्या मूळ भाषेत हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी व्यावसायिक मानवी अनुवाद करण्यात यावा अशी शिफारस केली जाते. या अनुवादाच्या वापरामुळे होणाऱ्या कोणत्याही गैरसमजाप्रसंगी किंवा चुकीच्या अर्थप्रतिष्ठेबद्दल आम्ही जबाबदार नाही.