README.md

🚀 মডিউল ১: AI Toolkit এর মৌলিক ধারণা

📋 শেখার উদ্দেশ্যসমূহ

এই মডিউল শেষ করার পর আপনি সক্ষম হবেন:

• ✅ Visual Studio Code এর জন্য AI Toolkit ইনস্টল ও কনফিগার করা
• ✅ Model Catalog ব্রাউজ করা এবং বিভিন্ন মডেলের উৎস বুঝতে পারা
• ✅ Playground ব্যবহার করে মডেল টেস্ট এবং পরীক্ষামূলক কাজ করা
• ✅ Agent Builder ব্যবহার করে কাস্টম AI এজেন্ট তৈরি করা
• ✅ বিভিন্ন প্রোভাইডারের মডেল পারফরম্যান্স তুলনা করা
• ✅ প্রম্পট ইঞ্জিনিয়ারিং এর সেরা প্র্যাকটিস প্রয়োগ করা

🧠 AI Toolkit (AITK) পরিচিতি

Visual Studio Code এর জন্য AI Toolkit হলো মাইক্রোসফটের প্রধান এক্সটেনশন যা VS Code কে একটি সম্পূর্ণ AI ডেভেলপমেন্ট পরিবেশে রূপান্তরিত করে। এটি AI গবেষণা এবং ব্যবহারিক অ্যাপ্লিকেশন ডেভেলপমেন্টের মধ্যে সেতুবন্ধন সৃষ্টি করে, যাতে যেকোন দক্ষতার ডেভেলপার সহজেই জেনারেটিভ AI ব্যবহার করতে পারেন।

🌟 মূল ক্ষমতাসমূহ

ফিচার	বর্ণনা	ব্যবহার ক্ষেত্র
🗂️ Model Catalog	GitHub, ONNX, OpenAI, Anthropic, Google থেকে ১০০+ মডেল অ্যাক্সেস	মডেল আবিষ্কার ও নির্বাচন
🔌 BYOM Support	নিজস্ব মডেল ইন্টিগ্রেট করা (লোকাল/রিমোট)	কাস্টম মডেল ডিপ্লয়মেন্ট
🎮 Interactive Playground	চ্যাট ইন্টারফেস সহ রিয়েল-টাইম মডেল টেস্টিং	দ্রুত প্রোটোটাইপিং ও পরীক্ষা
📎 Multi-Modal Support	টেক্সট, ছবি ও এটাচমেন্ট পরিচালনা	জটিল AI অ্যাপ্লিকেশন
⚡ Batch Processing	একসাথে একাধিক প্রম্পট চালানো	দক্ষ টেস্টিং ওয়ার্কফ্লো
📊 Model Evaluation	বিল্ট-ইন মেট্রিক্স (F1, প্রাসঙ্গিকতা, সাদৃশ্য, সামঞ্জস্য)	পারফরম্যান্স মূল্যায়ন

🎯 কেন AI Toolkit গুরুত্বপূর্ণ

• 🚀 দ্রুত উন্নয়ন: আইডিয়া থেকে প্রোটোটাইপ মিনিটের মধ্যে
• 🔄 একক ওয়ার্কফ্লো: একাধিক AI প্রোভাইডারের জন্য একটি ইন্টারফেস
• 🧪 সহজ পরীক্ষামূলক কাজ: জটিল সেটআপ ছাড়াই মডেল তুলনা
• 📈 প্রোডাকশন রেডি: প্রোটোটাইপ থেকে ডিপ্লয়মেন্টে সহজ রূপান্তর

🛠️ প্রয়োজনীয়তা ও সেটআপ

📦 AI Toolkit এক্সটেনশন ইনস্টল করা

ধাপ ১: এক্সটেনশন মার্কেটপ্লেসে প্রবেশ করুন

1. Visual Studio Code খুলুন
2. Extensions ভিউতে যান (Ctrl+Shift+X বা Cmd+Shift+X)
3. "AI Toolkit" সার্চ করুন

ধাপ ২: আপনার সংস্করণ নির্বাচন করুন

• 🟢 Release: প্রোডাকশন ব্যবহারের জন্য সুপারিশকৃত
• 🔶 Pre-release: নতুন ফিচারগুলোর প্রাথমিক অ্যাক্সেস

ধাপ ৩: ইনস্টল ও সক্রিয় করুন

✅ যাচাইকরণ চেকলিস্ট

• VS Code সাইডবারে AI Toolkit আইকন দেখা যাচ্ছে
• এক্সটেনশন সক্রিয় এবং চালু আছে
• আউটপুট প্যানেলে কোনো ইনস্টলেশন এরর নেই

🧪 হাতে কলমে অনুশীলন ১: GitHub মডেল অন্বেষণ

🎯 লক্ষ্য: Model Catalog দক্ষতার সাথে ব্যবহার করে প্রথম AI মডেল পরীক্ষা করা

📊 ধাপ ১: Model Catalog ব্রাউজ করা

Model Catalog হলো AI ইকোসিস্টেমে প্রবেশদ্বার। এটি বিভিন্ন প্রোভাইডারের মডেল একত্রিত করে, যা মডেল আবিষ্কার ও তুলনা সহজ করে।

🔍 নেভিগেশন গাইড:

AI Toolkit সাইডবার থেকে MODELS - Catalog এ ক্লিক করুন

💡 প্রো টিপ: আপনার ব্যবহারের উদ্দেশ্যের সাথে মানানসই নির্দিষ্ট ক্ষমতার মডেল খুঁজুন (যেমন কোড জেনারেশন, সৃজনশীল লেখা, বিশ্লেষণ)।

⚠️ নোট: GitHub-হোস্টেড মডেলগুলি (অর্থাৎ GitHub Models) বিনামূল্যে ব্যবহারযোগ্য তবে রিকোয়েস্ট ও টোকেনের সীমাবদ্ধতার আওতায়। যদি আপনি নন-GitHub মডেল (যেমন Azure AI বা অন্যান্য এন্ডপয়েন্টের মাধ্যমে হোস্টেড) ব্যবহার করতে চান, তাহলে সঠিক API কী বা অথেনটিকেশন দিতে হবে।

🚀 ধাপ ২: প্রথম মডেল যোগ ও কনফিগার করা

মডেল নির্বাচন কৌশল:

• GPT-4.1: জটিল বিশ্লেষণ ও যুক্তির জন্য সেরা
• Phi-4-mini: হালকা ও দ্রুত সাড়া দেওয়ার জন্য উপযুক্ত

🔧 কনফিগারেশন প্রক্রিয়া:

1. ক্যাটালগ থেকে OpenAI GPT-4.1 নির্বাচন করুন
2. Add to My Models ক্লিক করুন - মডেল ব্যবহারযোগ্য হবে
3. Try in Playground নির্বাচন করে টেস্টিং পরিবেশ চালু করুন
4. মডেল ইনিশিয়ালাইজেশন অপেক্ষা করুন (প্রথমবারের জন্য কিছু সময় লাগতে পারে)

⚙️ মডেল প্যারামিটার বোঝা:

• Temperature: সৃজনশীলতা নিয়ন্ত্রণ (0 = নির্দিষ্ট, 1 = সৃজনশীল)
• Max Tokens: সর্বোচ্চ উত্তর দৈর্ঘ্য
• Top-p: উত্তর বৈচিত্র্যের জন্য নিউক্লিয়াস স্যাম্পলিং

🎯 ধাপ ৩: Playground ইন্টারফেসে দক্ষতা অর্জন

Playground হলো আপনার AI পরীক্ষার ল্যাব। এর সর্বোচ্চ ব্যবহার নিশ্চিত করতে:

🎨 প্রম্পট ইঞ্জিনিয়ারিং সেরা প্র্যাকটিস:

1. নির্দিষ্ট হোন: স্পষ্ট ও বিস্তারিত নির্দেশনা ভালো ফল দেয়
2. প্রসঙ্গ দিন: প্রাসঙ্গিক পটভূমি অন্তর্ভুক্ত করুন
3. উদাহরণ ব্যবহার করুন: মডেলকে যা চান তা উদাহরণের মাধ্যমে দেখান
4. পুনরাবৃত্তি করুন: প্রথম ফলাফলের ভিত্তিতে প্রম্পট উন্নত করুন

🧪 পরীক্ষার দৃশ্যপট:

# Example 1: Code Generation
"Write a Python function that calculates the factorial of a number using recursion. Include error handling and docstrings."

# Example 2: Creative Writing
"Write a professional email to a client explaining a project delay, maintaining a positive tone while being transparent about challenges."

# Example 3: Data Analysis
"Analyze this sales data and provide insights: [paste your data]. Focus on trends, anomalies, and actionable recommendations."

🏆 চ্যালেঞ্জ অনুশীলন: মডেল পারফরম্যান্স তুলনা

🎯 লক্ষ্য: একই প্রম্পট ব্যবহার করে বিভিন্ন মডেলের শক্তি বুঝে তুলনা করা

📋 নির্দেশনা:

1. আপনার ওয়ার্কস্পেসে Phi-4-mini যোগ করুন
2. GPT-4.1 এবং Phi-4-mini উভয়ের জন্য একই প্রম্পট ব্যবহার করুন

3. উত্তর গুণমান, গতি এবং নির্ভুলতা তুলনা করুন
4. ফলাফল বিভাগে আপনার পর্যবেক্ষণ নথিভুক্ত করুন

💡 গুরুত্বপূর্ণ বিষয়াবলী:

• কখন LLM এবং কখন SLM ব্যবহার করবেন
• খরচ বনাম পারফরম্যান্সের সামঞ্জস্য
• বিভিন্ন মডেলের বিশেষায়িত ক্ষমতা

🤖 হাতে কলমে অনুশীলন ২: Agent Builder দিয়ে কাস্টম এজেন্ট তৈরি

🎯 লক্ষ্য: নির্দিষ্ট কাজ ও ওয়ার্কফ্লো অনুযায়ী বিশেষায়িত AI এজেন্ট তৈরি করা

🏗️ ধাপ ১: Agent Builder পরিচিতি

Agent Builder হলো AI Toolkit এর সবচেয়ে শক্তিশালী ফিচার। এটি আপনাকে বড় ভাষার মডেলের ক্ষমতা কাস্টম নির্দেশনা, নির্দিষ্ট প্যারামিটার এবং বিশেষজ্ঞ জ্ঞানের সাথে মিলিয়ে উদ্দেশ্যমূলক AI সহকারী তৈরি করতে দেয়।

🧠 Agent আর্কিটেকচার উপাদান:

• Core Model: ভিত্তি LLM (GPT-4, Groks, Phi ইত্যাদি)
• System Prompt: এজেন্টের ব্যক্তিত্ব ও আচরণ নির্ধারণ করে
• Parameters: সর্বোত্তম পারফরম্যান্সের জন্য সূক্ষ্মকরণ
• Tools Integration: বাহ্যিক API ও MCP সার্ভিস সংযোগ
• Memory: কথোপকথনের প্রসঙ্গ ও সেশন সংরক্ষণ

⚙️ ধাপ ২: এজেন্ট কনফিগারেশন গভীরতর অনুধাবন

🎨 কার্যকর System Prompt তৈরি:

# Template Structure:
## Role Definition
You are a [specific role] with expertise in [domain].

## Capabilities
- List specific abilities
- Define scope of knowledge
- Clarify limitations

## Behavior Guidelines
- Response style (formal, casual, technical)
- Output format preferences
- Error handling approach

## Examples
Provide 2-3 examples of ideal interactions

অবশ্যই, Generate System Prompt ব্যবহার করে AI এর সাহায্যে প্রম্পট তৈরি ও উন্নত করতে পারেন

🔧 প্যারামিটার অপ্টিমাইজেশন:

প্যারামিটার	সুপারিশকৃত সীমা	ব্যবহার ক্ষেত্র
Temperature	0.1-0.3	প্রযুক্তিগত/তথ্যভিত্তিক উত্তর
Temperature	0.7-0.9	সৃজনশীল/মস্তিষ্ক ঝড় কাজ
Max Tokens	৫০০-১০০০	সংক্ষিপ্ত উত্তর
Max Tokens	২০০০-৪০০০	বিস্তারিত ব্যাখ্যা

🐍 ধাপ ৩: ব্যবহারিক অনুশীলন - পাইথন প্রোগ্রামিং এজেন্ট

🎯 মিশন: বিশেষায়িত পাইথন কোডিং সহকারী তৈরি করা

📋 কনফিগারেশন ধাপ:

1. মডেল নির্বাচন: Claude 3.5 Sonnet (কোডিংয়ের জন্য চমৎকার)

2. System Prompt ডিজাইন:

# Python Programming Expert Agent

## Role
You are a senior Python developer with 10+ years of experience. You excel at writing clean, efficient, and well-documented Python code.

## Capabilities
- Write production-ready Python code
- Debug complex issues
- Explain code concepts clearly
- Suggest best practices and optimizations
- Provide complete working examples

## Response Format
- Always include docstrings
- Add inline comments for complex logic
- Suggest testing approaches
- Mention relevant libraries when applicable

## Code Quality Standards
- Follow PEP 8 style guidelines
- Use type hints where appropriate
- Handle exceptions gracefully
- Write readable, maintainable code

3. প্যারামিটার কনফিগারেশন:
   • Temperature: 0.2 (নির্ভরযোগ্য, ধারাবাহিক কোডের জন্য)
   • Max Tokens: ২০০০ (বিস্তারিত ব্যাখ্যা)
   • Top-p: ০.৯ (সুষম সৃজনশীলতা)

🧪 ধাপ ৪: আপনার পাইথন এজেন্ট পরীক্ষা

পরীক্ষার দৃশ্যপট:

1. মূল ফাংশন: "প্রাইম নাম্বার খোঁজার একটি ফাংশন তৈরি করুন"
2. জটিল অ্যালগরিদম: "ইনসার্ট, ডিলিট এবং সার্চ মেথডসহ একটি বাইনারি সার্চ ট্রি ইমপ্লিমেন্ট করুন"
3. বাস্তব সমস্যা: "রেট লিমিটিং এবং রিট্রাই হ্যান্ডেল করার জন্য একটি ওয়েব স্ক্র্যাপার তৈরি করুন"
4. ডিবাগিং: "এই কোডটি ঠিক করুন [বাগযুক্ত কোড পেস্ট করুন]"

🏆 সফলতার মানদণ্ড:

• ✅ কোড ত্রুটিমুক্ত চলে
• ✅ যথাযথ ডকুমেন্টেশন অন্তর্ভুক্ত
• ✅ পাইথনের সেরা অনুশীলন অনুসরণ
• ✅ স্পষ্ট ব্যাখ্যা প্রদান করে
• ✅ উন্নতির প্রস্তাব দেয়

🎓 মডিউল ১ সারসংক্ষেপ ও পরবর্তী ধাপ

📊 জ্ঞান যাচাই

আপনার বোঝাপড়া পরীক্ষা করুন:

• আপনি ক্যাটালগের মডেলগুলোর পার্থক্য ব্যাখ্যা করতে পারেন?
• আপনি সফলভাবে একটি কাস্টম এজেন্ট তৈরি ও পরীক্ষা করেছেন?
• আপনি বিভিন্ন ব্যবহারের জন্য প্যারামিটার কিভাবে অপ্টিমাইজ করবেন বুঝতে পারেন?
• আপনি কার্যকর system prompt ডিজাইন করতে পারেন?

📚 অতিরিক্ত সম্পদ

• AI Toolkit ডকুমেন্টেশন: Official Microsoft Docs
• Prompt Engineering Guide: Best Practices
• AI Toolkit এর মডেলসমূহ: Models in Development

🎉 অভিনন্দন! আপনি AI Toolkit এর মৌলিক ধারণা আয়ত্ত করেছেন এবং আরও উন্নত AI অ্যাপ্লিকেশন তৈরির জন্য প্রস্তুত!

🔜 পরবর্তী মডিউলে যান

আরো উন্নত ক্ষমতা শিখতে প্রস্তুত? যান Module 2: MCP with AI Toolkit Fundamentals যেখানে আপনি শিখবেন:

• Model Context Protocol (MCP) ব্যবহার করে আপনার এজেন্টকে বাহ্যিক টুলের সাথে সংযুক্ত করা
• Playwright দিয়ে ব্রাউজার অটোমেশন এজেন্ট তৈরি করা
• MCP সার্ভারকে AI Toolkit এজেন্টের সাথে ইন্টিগ্রেট করা
• বাহ্যিক ডেটা ও ক্ষমতা দিয়ে আপনার এজেন্টকে সুপারচার্জ করা

অস্বীকৃতি:
এই নথিটি AI অনুবাদ সেবা Co-op Translator ব্যবহার করে অনূদিত হয়েছে। আমরা যথাসাধ্য সঠিকতার জন্য চেষ্টা করি, তবে অনুগ্রহ করে সচেতন থাকুন যে স্বয়ংক্রিয় অনুবাদে ভুল বা অমিল থাকতে পারে। মূল নথি তার নিজস্ব ভাষায় কর্তৃত্বপূর্ণ উৎস হিসেবে বিবেচিত হওয়া উচিত। গুরুত্বপূর্ণ তথ্যের জন্য পেশাদার মানব অনুবাদের পরামর্শ দেওয়া হয়। এই অনুবাদের ব্যবহারে সৃষ্ট কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়বদ্ধ নই।