یہ سبق اس کورس کے کوڈ نمونوں کو چلانے کے طریقے کو کور کرے گا۔
اپنا ریپو کلون کرنے سے پہلے، سیٹ اپ میں مدد، کورس کے بارے میں کوئی سوالات، یا دیگر سیکھنے والوں سے جڑنے کے لیے AI Agents For Beginners Discord چینل میں شامل ہوں۔
شروع کرنے کے لیے، براہ کرم GitHub ریپوزیٹری کو کلون یا فورک کریں۔ اس سے آپ کے پاس کورس مواد کا اپنا ورژن ہوگا تاکہ آپ کوڈ کو چلا سکیں، ٹیسٹ کر سکیں، اور ایڈجسٹ کر سکیں!
یہ کام ریپو فورک کرنے کے لنک پر کلک کر کے کیا جا سکتا ہے۔
اب آپ کے پاس اس کورس کا اپنا فورک کیا ہوا ورژن درج ذیل لنک پر ہونا چاہیے:
پورا ریپوزیٹری مکمل ہسٹری اور تمام فائلیں ڈاؤن لوڈ کرنے پر بڑا (~3 GB) ہو سکتا ہے۔ اگر آپ صرف ورکشاپ میں شریک ہیں یا صرف چند سبق فولڈرز کی ضرورت ہے، تو ایک شیلو کلون (یا اسپارس کلون) زیادہ تر ڈاؤن لوڈ سے بچاتا ہے کیونکہ یہ ہسٹری کو مختصر کرتا ہے اور/یا بلبز کو چھوڑ دیتا ہے۔
نیچے دیے گئے کمانڈز میں <your-username> کو اپنے فورک یو آر ایل (یا اگر چاہیں تو اپ اسٹریم یو آر ایل) سے تبدیل کریں۔
صرف تازہ ترین کمیٹ ہسٹری کلون کرنے کے لیے (چھوٹا ڈاؤن لوڈ):
git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git
کسی مخصوص برانچ کو کلون کرنے کے لیے:
git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git
یہ جزوی کلون اور اسپارس چیک آؤٹ استعمال کرتا ہے (Git 2.25+ درکار اور تجویز کردہ جدید Git کے ساتھ جزوی کلون کی حمایت):
git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git
ریپو فولڈر میں جائیں:
cd ai-agents-for-beginners
پھر بتائیں کہ آپ کون سے فولڈرز چاہتے ہیں (نیچے مثال میں دو فولڈرز دکھائے گئے ہیں):
git sparse-checkout set 00-course-setup 01-intro-to-ai-agents
کلون کرنے اور فائلیں چیک کرنے کے بعد، اگر آپ کو صرف فائلیں چاہیے اور جگہ خالی کرنی ہے (کوئی git ہسٹری نہیں)، تو براہ کرم ریپوزیٹری میٹاڈیٹا کو ڈیلیٹ کریں (💀 ناقابل واپسی — آپ تمام Git فنکشنلٹی کھو دیں گے: کوئی کمیٹس، پل، پوش، یا ہسٹری کی رسائی نہیں)۔
# زی ایس ایچ/بیash
rm -rf .git# پاور شیل
Remove-Item -Recurse -Force .git-
اس ریپو کے لیے GitHub UI کے ذریعے نیا Codespace بنائیں۔
-
نئے بنائے گئے Codespace کے ٹرمینل میں اوپر دی گئی شیلو/اسپارس کلون کمانڈز میں سے ایک چلائیں تاکہ آپ کو صرف مطلوبہ سبق فولڈرز Codespace ورک اسپیس میں مل جائیں۔
-
اختیاری: Codespaces کے اندر کلون کرنے کے بعد، .git کو ہٹا کر اضافی جگہ واپس حاصل کریں (مندرجہ بالا ہٹانے کے کمانڈز دیکھیں)۔
-
نوٹ: اگر آپ ریپو کو براہ راست Codespaces میں (اضافی کلون کے بغیر) کھولنا پسند کرتے ہیں، تو جان لیں کہ Codespaces devcontainer ماحول بنائے گا اور ہو سکتا ہے آپ کی ضرورت سے زیادہ وسائل فراہم کرے۔ تازہ Codespace میں شیلو کلون کرنے سے آپ کو ڈسک کے استعمال پر زیادہ کنٹرول ملتا ہے۔
- اگر آپ ترمیم/کمیٹ کرنا چاہتے ہیں تو کلون URL ہمیشہ اپنے فورک سے تبدیل کریں۔
- اگر بعد میں آپ کو زیادہ ہسٹری یا فائلز کی ضرورت ہو، تو آپ انہیں فیچ کر سکتے ہیں یا اسپارس چیک آؤٹ کو مزید فولڈرز شامل کرنے کے لیے ایڈجسٹ کر سکتے ہیں۔
یہ کورس آپ کو Jupyter Notebooks کی ایک سیریز فراہم کرتا ہے جنہیں آپ چلائیں گے تاکہ AI Agents بنانے کا عملی تجربہ حاصل ہو۔
کوڈ نمونے درج ذیل استعمال کرتے ہیں:
GitHub اکاؤنٹ ضروری ہے - مفت:
- Semantic Kernel Agent Framework + GitHub Models Marketplace۔ جسے (semantic-kernel.ipynb) کے طور پر لیبل کیا گیا ہے۔
- AutoGen Framework + GitHub Models Marketplace۔ جسے (autogen.ipynb) کے طور پر لیبل کیا گیا ہے۔
Azure سبسکشن ضروری ہے: 3) Azure AI Foundry + Azure AI Agent Service۔ جسے (azureaiagent.ipynb) کے طور پر لیبل کیا گیا ہے۔
ہم آپ کی ترغیب دیتے ہیں کہ آپ ان تینوں طرح کی مثالوں کو آزمائیں تاکہ دیکھ سکیں کون سا آپ کے لیے بہترین کام کرتا ہے۔
جو بھی آپشن منتخب کریں، وہ نیچے آپ کو مطلوبہ سیٹ اپ مراحل کی تعین کرے گا:
-
Python 3.12+
-
نوٹ: اگر آپ کے پاس Python3.12 انسٹال نہیں ہے تو اسے یقینی بنائیں کہ آپ اسے انسٹال کریں۔ پھر اپنے venv کو python3.12 کے ساتھ بنائیں تاکہ requirements.txt فائل سے درست ورژنز انسٹال ہوں۔
مثال
Python venv ڈائریکٹری بنائیں:
python -m venv venvپھر venv ماحول کو فعال کریں:
# زی ایس ایچ/باش source venv/bin/activate
# Command Prompt for Windows venv\Scripts\activate
-
-
.NET 10+: .NET استعمال کرنے والے نمونہ کوڈز کے لیے، یقینی بنائیں کہ آپ نے .NET 10 SDK یا اس سے زیادہ ورژن انسٹال کیا ہے۔ پھر اپنا انسٹال شدہ .NET SDK ورژن چیک کریں:
dotnet --list-sdks -
GitHub اکاؤنٹ - GitHub Models Marketplace تک رسائی کے لیے
-
Azure سبسکشن - Microsoft Foundry تک رسائی کے لیے
-
Microsoft Foundry اکاؤنٹ - Azure AI Agent Service تک رسائی کے لیے
ہم نے اس ریپوزیٹری کی جڑ پر requirements.txt فائل شامل کی ہے جس میں تمام مطلوبہ Python پیکجز شامل ہیں تاکہ کوڈ نمونے چل سکیں۔
آپ اسے ریپوزیٹری کی جڑ میں اپنے ٹرمینل پر درج ذیل کمانڈ چلانے سے انسٹال کر سکتے ہیں:
pip install -r requirements.txt
ہم مشورہ دیتے ہیں کہ کسی بھی تصادم اور مسائل سے بچنے کے لیے Python ورچوئل ماحول بنائیں۔
یقینی بنائیں کہ آپ VSCode میں درست Python ورژن استعمال کر رہے ہیں۔
یہ کورس GitHub Models Marketplace استعمال کرتا ہے، جو آپ کو بڑے زبان ماڈلز (LLMs) تک مفت رسائی دیتا ہے جنہیں آپ AI Agents بنانے کے لیے استعمال کریں گے۔
GitHub Models استعمال کرنے کے لیے، آپ کو ایک GitHub Personal Access Token بنانا ہوگا۔
یہ آپ کے GitHub اکاؤنٹ میں Personal Access Tokens کی ترتیبات پر جا کر کیا جاتا ہے۔
براہ کرم ٹوکن بناتے وقت Principle of Least Privilege کی پیروی کریں۔ اس کا مطلب ہے کہ آپ کو ٹوکن کو صرف وہی اجازتیں دینی چاہئیں جو اس کورس کے کوڈ نمونوں کو چلانے کے لیے ضروری ہوں۔
-
اپنی سکرین کے بائیں طرف
Fine-grained tokensآپشن منتخب کریں، Developer settings پر جائیں۔
پھر
Generate new tokenمنتخب کریں۔
-
اپنے ٹوکن کے لیے ایک وضاحتی نام درج کریں جو اس کے مقصد کی عکاسی کرے تاکہ بعد میں اسے پہچاننا آسان ہو۔
🔐 ٹوکن دورانیہ کی سفارش
تجویز کردہ دورانیہ: 30 دن زیادہ محفوظ اختتام کے لیے، آپ کم مدت (مثلاً 7 دن) کا انتخاب کر سکتے ہیں 🛡️ یہ ایک اچھا طریقہ ہے ذاتی ہدف مقرر کرنے اور کورس مکمل کرنے کے لیے جب آپ کا سیکھنے کا جذبہ بلند ہو 🚀۔
-
ٹوکن کا دائرہ کار صرف اس ریپو کے اپنے فورک تک محدود کریں۔
-
ٹوکن کی اجازتوں کو محدود کریں: Permissions میں، Account ٹیب پر کلک کریں، پھر "+ Add permissions" بٹن پر کلک کریں۔ ڈراپ ڈاؤن ظاہر ہوگا۔ براہ کرم Models تلاش کریں اور اس کے بندے کو چیک کریں۔
-
ٹوکن بنانے سے پہلے مطلوبہ اجازتوں کی تصدیق کریں۔
-
ٹوکن بنانے سے پہلے، یقینی بنائیں کہ آپ اسے محفوظ جگہ مثلاً پاسورڈ مینیجر وولٹ میں ذخیرہ کرنے کے لیے تیار ہیں، کیونکہ یہ دوبارہ نہیں دکھایا جائے گا!
اب اپنا نیا بنایا ہوا ٹوکن کاپی کریں۔ آپ اسے اس کورس میں شامل .env فائل میں شامل کریں گے۔
اپنے ٹرمینل میں درج ذیل کمانڈ چلائیں تاکہ اپنی .env فائل بنائیں۔
# زیڈ ایس ایچ / بی ایچ
cp .env.example .env# پاور شیل
Copy-Item .env.example .envیہ مثال فائل کو کاپی کرے گا اور آپ کے فولڈر میں .env فائل بنائے گا جہاں آپ ماحول کی متغیرات کے لئے قدریں بھر سکیں گے۔
ٹوکن کاپی کرنے کے بعد، .env فائل کو اپنے پسندیدہ ٹیکسٹ ایڈیٹر میں کھولیں اور اپنا ٹوکن GITHUB_TOKEN فیلڈ میں چسپاں کریں۔
اب آپ اس کورس کے کوڈ نمونے چلا سکیں گے۔
Azure AI Foundry میں ہب اور پروجیکٹ بنانے کے مراحل یہاں دیکھیں: Hub resources overview
ایک بار جب آپ اپنا پروجیکٹ بنا لیں، تو آپ کو اپنے پروجیکٹ کے کنکشن سٹرنگ کی ضرورت ہوگی۔
یہ کام Microsoft Foundry پورٹل میں اپنے پروجیکٹ کے Overview صفحے پر جا کر کیا جا سکتا ہے۔
اپنے ٹرمینل میں درج ذیل کمانڈ چلائیں تاکہ اپنی .env فائل بنائیں۔
# زی ش/بش
cp .env.example .env# پاور شیل
Copy-Item .env.example .envیہ مثال فائل کو کاپی کرے گا اور آپ کے فولڈر میں .env فائل بنائے گا جہاں آپ ماحول کی متغیرات کے لئے قدریں بھریں گے۔
ٹوکن کاپی کرنے کے بعد، اپنی پسندیدہ ٹیکسٹ ایڈیٹر میں .env فائل کھولیں اور اپنا ٹوکن PROJECT_ENDPOINT فیلڈ میں چسپاں کریں۔
سیکیورٹی کی بہترین مشق کے طور پر، ہم keyless authentication استعمال کریں گے تاکہ Microsoft Entra ID کے ساتھ Azure OpenAI کی توثیق ہو سکے۔
اگلے مرحلے میں ٹرمینل کھولیں اور az login --use-device-code چلائیں تاکہ اپنے Azure اکاؤنٹ میں سائن ان ہو سکیں۔
سائن ان ہونے کے بعد، ٹرمینل میں اپنی سبسکپشن منتخب کریں۔
Agentic RAG سبق - سبق 5 - میں ایسے نمونے ہیں جو Azure Search اور Azure OpenAI استعمال کرتے ہیں۔
اگر آپ یہ نمونے چلانا چاہتے ہیں، تو آپ کو اپنی .env فائل میں درج ذیل ماحول کی متغیرات شامل کرنی ہوں گی:
-
AZURE_SUBSCRIPTION_ID- اپنے پروجیکٹ کے Overview صفحے پر Project details چیک کریں۔ -
AZURE_AI_PROJECT_NAME- اپنے پروجیکٹ کے Overview صفحے کے اوپر دیکھیں۔ -
AZURE_OPENAI_SERVICE- Overview صفحے کے Included capabilities ٹیب میں Azure OpenAI Service تلاش کریں۔
-
AZURE_OPENAI_RESOURCE_GROUP- مینجمنٹ سینٹر کے Overview صفحے میں Project properties دیکھیں۔ -
GLOBAL_LLM_SERVICE- Connected resources کے تحت Azure AI Services کنکشن کا نام ڈھونڈیں۔ اگر نہیں ملے، تو اپنے ریسورس گروپ میں Azure پورٹل میں AI Services ریسورس کا نام چیک کریں۔
-
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME- اپنے ایمبیڈنگ ماڈل منتخب کریں (مثلاًtext-embedding-ada-002) اور ماڈل کی تفصیلات سے Deployment name نوٹ کریں۔ -
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME- اپنے چیٹ ماڈل منتخب کریں (مثلاًgpt-4o-mini) اور ماڈل کی تفصیلات سے Deployment name نوٹ کریں۔
-
AZURE_OPENAI_ENDPOINT- Azure AI services تلاش کریں، اس پر کلک کریں، پھر Resource Management, Keys and Endpoint میں جائیں، "Azure OpenAI endpoints" تک نیچے سکرول کریں، اور وہ کاپی کریں جو "Language APIs" کہلاتا ہے۔ -
AZURE_OPENAI_API_KEY- اسی سکرین سے، کی 1 یا کی 2 کاپی کریں۔ -
AZURE_SEARCH_SERVICE_ENDPOINT- اپنا Azure AI Search ریسورس تلاش کریں، اس پر کلک کریں، اور Overview دیکھیں۔ -
AZURE_SEARCH_API_KEY- پھر Settings میں جائیں پھر Keys سے پرائمری یا سیکنڈری ایڈمن کی کاپی کریں۔
AZURE_OPENAI_API_VERSION- API version lifecycle صفحہ پر Latest GA API release کے تحت دیکھیں۔
اپنے اسناد کو ہارڈ کوڈ کرنے کے بجائے، ہم Azure OpenAI کے ساتھ keyless connection استعمال کریں گے۔ ایسا کرنے کے لیے، ہم DefaultAzureCredential کو درآمد کریں گے اور بعد میں DefaultAzureCredential فنکشن کو کال کرکے اسناد حاصل کریں گے۔
# پائتھن
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredentialاگر آپ کو اس سیٹ اپ کو چلانے میں کوئی مسئلہ ہو تو ہمارے Azure AI Community Discord میں شامل ہوں یا مسئلہ درج کریں۔
آپ اب اس کورس کے لیے کوڈ چلانے کے لیے تیار ہیں۔ AI ایجنٹس کی دنیا کے بارے میں مزید جاننے کے لیے خوش رہیں!
AI ایجنٹس اور ایجنٹس کے استعمال کے کیسز کا تعارف
تنبیہ:
اس دستاویز کا ترجمہ AI ترجمہ سروس Co-op Translator کے ذریعے کیا گیا ہے۔ اگرچہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم یہ بات ذہن میں رکھیں کہ خودکار ترجمے میں غلطیاں یا اغلاط ہو سکتی ہیں۔ اصل دستاویز اپنی مادری زبان میں ہی معتبر ماخذ سمجھی جاتی ہے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ تجویز کیا جاتا ہے۔ اس ترجمے کے استعمال سے ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔