فرانسوی | اسپانیایی | آلمانی | روسی | عربی | فارسی | اردو | چینی (سادهشده) | چینی (سنتی، ماکائو) | چینی (سنتی، هنگکنگ) | چینی (سنتی، تایوان) | ژاپنی | کرهای | هندی | بنگالی | مراتی | نپالی | پنجابی (گرمخی) | پرتغالی (پرتغال) | پرتغالی (برزیل) | ایتالیایی | لهستانی | ترکی | یونانی | تایلندی | سوئدی | دانمارکی | نروژی | فنلاندی | هلندی | عبری | ویتنامی | اندونزیایی | مالایی | تاگالوگ (فیلیپینی) | سواحیلی | مجاری | چکی | اسلواکی | رومانیایی | بلغاری | صربی (سیریلیک) | کرواتی | اسلوونیایی | اوکراینی | برمهای (میانمار)
اگر میخواهید زبانهای بیشتری به ترجمهها اضافه شود، لیست زبانهای پشتیبانیشده اینجا موجود است.
این دوره شامل ۱۱ درس است که اصول ساخت عوامل هوش مصنوعی را پوشش میدهد. هر درس موضوع خاص خود را دارد، بنابراین میتوانید از هر کجا که دوست دارید شروع کنید!
این دوره از پشتیبانی چندزبانه برخوردار است. برای مشاهده زبانهای موجود به اینجا مراجعه کنید.
اگر این اولین بار است که با مدلهای هوش مصنوعی مولد کار میکنید، دوره Generative AI For Beginners را بررسی کنید که شامل ۲۱ درس در مورد ساخت با GenAI است.
فراموش نکنید که این مخزن را ستارهدار کنید (🌟) و این مخزن را فورک کنید تا کد را اجرا کنید.
اگر در جایی گیر کردید یا سوالی درباره ساخت عوامل هوش مصنوعی دارید، به کانال اختصاصی ما در Discord جامعه Azure AI Foundry بپیوندید.
هر درس در این دوره شامل نمونه کدهایی است که در پوشه code_samples قرار دارند. میتوانید این مخزن را فورک کنید تا نسخه خودتان را ایجاد کنید.
نمونه کدهای این تمرینها از Azure AI Foundry و GitHub Model Catalogs برای تعامل با مدلهای زبانی استفاده میکنند:
- مدلهای GitHub - رایگان / محدود
- Azure AI Foundry - نیاز به حساب Azure
این دوره همچنین از چارچوبها و خدمات زیر از مایکروسافت استفاده میکند:
برای اطلاعات بیشتر در مورد اجرای کد این دوره، به تنظیمات دوره مراجعه کنید.
آیا پیشنهادی دارید یا خطاهای املایی یا کدی پیدا کردهاید؟ یک مشکل ایجاد کنید یا یک درخواست کشش ایجاد کنید.
- یک درس نوشتاری در فایل README و یک ویدیوی کوتاه
- نمونه کدهای پایتون که از Azure AI Foundry و مدلهای GitHub (رایگان) پشتیبانی میکنند
- لینکهایی به منابع اضافی برای ادامه یادگیری شما
| درس | متن و کد | ویدیو | یادگیری اضافی |
|---|---|---|---|
| مقدمهای بر عوامل هوش مصنوعی و موارد استفاده | لینک | ویدیو | لینک |
| بررسی چارچوبهای عامل هوش مصنوعی | لینک | ویدیو | لینک |
| درک الگوهای طراحی عامل هوش مصنوعی | لینک | ویدیو | لینک |
| الگوی طراحی استفاده از ابزار | لینک | ویدیو | لینک |
| عامل RAG | لینک | ویدیو | لینک |
| ساخت عوامل هوش مصنوعی قابل اعتماد | لینک | ویدیو | لینک |
| الگوی طراحی برنامهریزی | لینک | ویدیو | لینک |
| الگوی طراحی چندعاملی | لینک | ویدیو | لینک |
| الگوی طراحی فراشناختی | لینک | ویدیو | لینک |
| عوامل هوش مصنوعی در تولید | لینک | ویدیو | لینک |
| استفاده از پروتکلهای عامل هوش مصنوعی | لینک | ویدیو | لینک |
| مهندسی زمینه برای عوامل هوش مصنوعی | به زودی - ۳ سپتامبر | ||
| مدیریت حافظه عاملانه | در راه - ۱۰ سپتامبر | ||
| ارزیابی عوامل هوش مصنوعی | در راه - ۱۷ سپتامبر | ||
| ساخت عوامل استفاده از کامپیوتر (CUA) | در راه - ۲۴ سپتامبر | ||
| استقرار عوامل مقیاسپذیر | در راه - ۲۵ سپتامبر | ||
| ایجاد عوامل هوش مصنوعی محلی | در راه - ۲ اکتبر | ||
| ایمنسازی عوامل هوش مصنوعی | در راه - ۹ اکتبر |
تیم ما دورههای دیگری نیز تولید میکند! بررسی کنید:
- جدید پروتکل زمینه مدل (MCP) برای مبتدیان
- هوش مصنوعی مولد برای مبتدیان با استفاده از .NET
- هوش مصنوعی مولد برای مبتدیان
- هوش مصنوعی مولد برای مبتدیان با استفاده از جاوا
- یادگیری ماشین برای مبتدیان
- علم داده برای مبتدیان
- هوش مصنوعی برای مبتدیان
- امنیت سایبری برای مبتدیان
- توسعه وب برای مبتدیان
- اینترنت اشیا برای مبتدیان
- توسعه XR برای مبتدیان
- تسلط بر GitHub Copilot برای برنامهنویسی جفتی هوش مصنوعی
- تسلط بر GitHub Copilot برای توسعهدهندگان C#/.NET
- ماجراجویی Copilot خود را انتخاب کنید
تشکر از Shivam Goyal برای ارائه نمونههای کد مهم در زمینه Agentic RAG.
این پروژه از مشارکتها و پیشنهادات استقبال میکند. اکثر مشارکتها نیاز دارند که شما توافقنامه مجوز مشارکتکننده (CLA) را امضا کنید که اعلام میکند شما حق دارید و واقعاً حقوق استفاده از مشارکت خود را به ما اعطا میکنید. برای جزئیات، به https://cla.opensource.microsoft.com مراجعه کنید.
هنگامی که یک درخواست pull ارسال میکنید، یک ربات CLA به طور خودکار تعیین میکند که آیا نیاز دارید CLA ارائه دهید و درخواست را به طور مناسب تزئین میکند (مانند بررسی وضعیت، نظر). فقط دستورالعملهای ارائهشده توسط ربات را دنبال کنید. شما فقط یک بار این کار را در تمام مخازن استفادهکننده از CLA ما انجام خواهید داد.
این پروژه کد رفتار منبع باز مایکروسافت را پذیرفته است. برای اطلاعات بیشتر به سؤالات متداول کد رفتار مراجعه کنید یا با opencode@microsoft.com تماس بگیرید اگر سوالات یا نظرات اضافی دارید.
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 راهنمای علائم تجاری و برند مایکروسافت باشد. استفاده از علائم تجاری یا لوگوهای مایکروسافت در نسخههای اصلاحشده این پروژه نباید باعث سردرگمی شود یا حمایت مایکروسافت را القا کند. هرگونه استفاده از علائم تجاری یا لوگوهای شخص ثالث باید مطابق با سیاستهای آنها باشد.
سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما برای دقت تلاش میکنیم، لطفاً توجه داشته باشید که ترجمههای خودکار ممکن است شامل خطاها یا نادرستیهایی باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حساس، ترجمه حرفهای انسانی توصیه میشود. ما هیچ مسئولیتی در قبال سوءتفاهمها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.
