এই পাঠে কিভাবে এই কোর্সের কোড নমুনাগুলো চালাতে হয় তা আলোচনা করা হবে।

আপনি আপনার রিপো ক্লোন করা শুরু করার আগে, সেটআপে কোনো সহায়তা, কোর্স সম্পর্কে কোনো প্রশ্ন বা অন্যান্য শিক্ষার্থীদের সাথে সংযুক্ত হতে AI Agents For Beginners Discord চ্যানেল এ যোগ দিন।

শুরু করতে, অনুগ্রহ করে GitHub রেপোসিটরি ক্লোন বা ফর্ক করুন। এটি আপনার নিজের সংস্করণ করবে কোর্সের উপকরণগুলির যাতে আপনি কোড চালাতে, পরীক্ষা করতে এবং সামান্য পরিবর্তন করতে পারেন!

This can be done by clicking the link to রিপো ফর্ক করুন

You should now have your own forked version of this course in the following link:

পূর্ণ রেপোজিটরি সম্পূর্ণ ইতিহাস এবং সব ফাইল ডাউনলোড করলে বেশ বড় হতে পারে (~3 GB)। যদি আপনি কেবল ওয়ার্কশপে অংশ নিচ্ছেন বা কেবল কয়েকটি লেসন ফোল্ডার দরকার, তাহলে একটি শ্যালো ক্লোন (অথবা একটি sparse ক্লোন) ইতিহাস সংক্ষিপ্ত করে এবং/অথবা ব্লব স্কিপ করে সেই ডাউনলোডের অনেকটাই এড়ায়।

Replace <your-username> in the below commands with your fork URL (or the upstream URL if you prefer).

To clone only the latest commit history (small download):

git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git

To clone a specific branch:

git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git

This uses partial clone and sparse-checkout (requires Git 2.25+ and recommended modern Git with partial clone support):

git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git

Traverse into the repo folder:

cd ai-agents-for-beginners

Then specify which folders you want (example below shows two folders):

git sparse-checkout set 00-course-setup 01-intro-to-ai-agents

After cloning and verifying the files, if you only need files and want to free space (no git history), please delete the repository metadata (💀irreversible — you will lose all Git functionality: no commits, pulls, pushes, or history access).

# জেডএসএইচ/বাশ
rm -rf .git

# পাওয়ারশেল
Remove-Item -Recurse -Force .git

• এই রিপো-এর জন্য GitHub UI ব্যবহার করে একটি নতুন Codespace তৈরি করুন।

• নবনির্মিত codespace-এর টার্মিনালে, উপরের শ্যালো/স্পার্স ক্লোন কমান্ডগুলোর মধ্যে একটি চালান যাতে শুধু আপনার দরকারি লেসন ফোল্ডারগুলোই Codespace ওয়ার্কস্পেসে আসে।

• ঐচ্ছিক: Codespaces-এ ক্লোন করার পরে অতিরিক্ত স্থান পুনরুদ্ধার করতে .git সরান (উপরে থাকা রিমুভাল কমান্ডগুলো দেখুন)।

• নোট: যদি আপনি রিপোটি সরাসরি Codespaces-এ খুলতে চান (অতিরিক্ত ক্লোন ছাড়াই), জানবেন Codespaces devcontainer পরিবেশ তৈরি করবে এবং সম্ভবত আপনার চাওয়ার তুলনায় আরও কিছু প্রোভিশন করতে পারে। নতুন Codespace-এর ভিতরে একটি শ্যালো কপি ক্লোন করলে ডিস্ক ব্যবহারে আপনার নিয়ন্ত্রণ বেড়ে যায়।

• যদি আপনি সম্পাদনা/কমিট করতে চান, সবসময় ক্লোন URL আপনার ফর্ক দিয়ে প্রতিস্থাপন করুন।
• পরে যদি আপনার আরও ইতিহাস বা ফাইল দরকার হয়, আপনি সেগুলো fetch করতে পারেন বা sparse-checkout সামঞ্জস্য করে অতিরিক্ত ফোল্ডার অন্তর্ভুক্ত করতে পারবেন।

এই কোর্সটি হাতে কলমে AI এজেন্ট তৈরির অভিজ্ঞতা অর্জনের জন্য একটি সিরিজ Jupyter নোটবুক সরবরাহ করে যেগুলো আপনি চালাতে পারবেন।

The code samples use Microsoft Agent Framework (MAF) with the AzureAIProjectAgentProvider, which connects to Azure AI Agent Service V2 (the Responses API) through Microsoft Foundry.

All Python notebooks are labelled *-python-agent-framework.ipynb.

• Python 3.12+

  • নোট: যদি আপনার কাছে Python3.12 ইনস্টল না থাকে, নিশ্চিত করুন যে আপনি এটি ইনস্টল করুন। তারপর requirements.txt ফাইল থেকে সঠিক ভার্সনগুলো ইনস্টল করার জন্য python3.12 ব্যবহার করে আপনার venv তৈরি করুন।

    উদাহরণ

    Create Python venv directory:

    python -m venv venv
    

    Then activate venv environment for:

    # জেডএসএইচ/বাশ
    source venv/bin/activate
    

    # Command Prompt for Windows
    venv\Scripts\activate
    

• .NET 10+: For the sample codes using .NET, ensure you install .NET 10 SDK or later. Then, check your installed .NET SDK version:

  dotnet --list-sdks
  

• Azure CLI — প্রমাণীকরণের জন্য প্রয়োজন। aka.ms/installazurecli থেকে ইনস্টল করুন।

• Azure Subscription — Microsoft Foundry এবং Azure AI Agent Service-এ অ্যাক্সেসের জন্য।

• Microsoft Foundry Project — চালনার জন্য একটি ডিপ্লয় করা মডেল সহ একটি প্রকল্প (যেমন gpt-4o)। নিচে Step 1 দেখুন।

রিপোজিটরির রুটে একটি requirements.txt ফাইল অন্তর্ভুক্ত করা আছে যা কোড নমুনাগুলো চালাতে প্রয়োজনীয় সব পাইথন প্যাকেজ রয়েছে।

আপনি রিপোজিটরির রুটে টার্মিনাল থেকে নিচের কমান্ডটি চালিয়ে সেগুলো ইনস্টল করতে পারেন:

pip install -r requirements.txt

আমরা সুপারিশ করি কোনো কনফ্লিক্ট এবং সমস্যাসমূহ এড়াতে একটি পাইথন ভার্চুয়াল এনভায়রনমেন্ট তৈরি করুন।

VSCode-এ নিশ্চিত করুন আপনি সঠিক সংস্করণের পাইথন ব্যবহার করছেন।

নোটবুকগুলো চালানোর জন্য আপনার একটি Azure AI Foundry hub এবং project প্রয়োজন যাদের কাছে একটি ডিপ্লয় করা মডেল আছে।

1. আপনার Azure অ্যাকাউন্ট দিয়ে সাইন ইন করতে ai.azure.com এ যান।
2. একটি hub তৈরি করুন (অথবা বিদ্যমান একটি ব্যবহার করুন)। দেখুন: Hub resources overview।
3. হাবের ভিতরে একটি project তৈরি করুন।
4. Models + Endpoints → Deploy model থেকে একটি মডেল ডিপ্লয় করুন (উদাহরণ: gpt-4o)।

Microsoft Foundry পোর্টালের আপনার প্রকল্প থেকে:

• Project Endpoint — Overview পৃষ্ঠায় যান এবং endpoint URL কপি করুন।

• Model Deployment Name — Models + Endpoints এ যান, আপনার ডিপ্লয় করা মডেল নির্বাচন করুন এবং Deployment name নোট করুন (উদাহরণ: gpt-4o)।

সমস্ত নোটবুক প্রমাণীকরণের জন্য AzureCliCredential ব্যবহার করে — কোনো API কী ম্যানেজ করার প্রয়োজন নেই। এর জন্য আপনাকে Azure CLI দিয়ে সাইন ইন করতে হবে।

1. Azure CLI ইনস্টল করুন যদি না করে থাকেন: aka.ms/installazurecli

2. Sign in করতে নিচের কমান্ডটি চালান:

   az login
   

   Or if you're in a remote/Codespace environment without a browser:

   az login --use-device-code
   

3. আপনার সাবস্ক্রিপশন নির্বাচন করুন যদি প্রম্পট আসে — আপনার Foundry প্রকল্পটি যে সাবস্ক্রিপশনে আছে সেটি নির্বাচন করুন।

4. যাচাই করুন যে আপনি সাইন ইন করেছেন:

   az account show
   

কেন az login? নোটবুকগুলো azure-identity প্যাকেজ থেকে AzureCliCredential ব্যবহার করে প্রমাণীকরণ করে। এর মানে আপনার Azure CLI সেশনই ক্রেডেনশিয়াল প্রদান করে — আপনার .env ফাইলে কোনো API কী বা সিক্রেট নেই। এটি একটি সুরক্ষা শ্রেষ্ঠ অনুশীলন।

উদাহরণ ফাইল কপি করুন:

# zsh/বাশ
cp .env.example .env

# পাওয়ারশেল
Copy-Item .env.example .env

.env খুলুন এবং এই দুটি ভ্যালু পূরণ করুন:

AZURE_AI_PROJECT_ENDPOINT=https://<your-project>.services.ai.azure.com/api/projects/<your-project-id>
AZURE_AI_MODEL_DEPLOYMENT_NAME=gpt-4o

Variable	Where to find it
AZURE_AI_PROJECT_ENDPOINT	Foundry portal → আপনার প্রকল্প → Overview পৃষ্ঠা
AZURE_AI_MODEL_DEPLOYMENT_NAME	Foundry portal → Models + Endpoints → আপনার ডিপ্লয় করা মডেলের নাম

এটাই বেশিরভাগ পাঠের জন্য যথেষ্ট! নোটবুকগুলো আপনার az login সেশনের মাধ্যমে স্বয়ংক্রিয়ভাবে প্রমাণীকরণ করবে।

pip install -r requirements.txt

আমরা সুপারিশ করি আপনি এটি আগে তৈরিকৃত ভার্চুয়াল এনভায়রনমেন্টের ভিতর থেকে চালান।

পাঠ 5-এ retrieval-augmented generation এর জন্য Azure AI Search ব্যবহার করা হয়। যদি আপনি সেই পাঠটি চালাতে চান, তবে আপনার .env ফাইলে এই ভেরিয়েবলগুলো যোগ করুন:

Variable	Where to find it
AZURE_SEARCH_SERVICE_ENDPOINT	Azure portal → আপনার Azure AI Search রিসোর্স → Overview → URL
AZURE_SEARCH_API_KEY	Azure portal → আপনার Azure AI Search রিসোর্স → Settings → Keys → primary admin key

কিছুকটি নোটবুক পাঠ 6 এবং 8-এ Azure AI Foundry-এর বদলে GitHub Models ব্যবহার করে। যদি আপনি সেই নমুনাগুলো চালাতে চান, আপনার .env ফাইলে এই ভেরিয়েবলগুলো যোগ করুন:

Variable	Where to find it
GITHUB_TOKEN	GitHub → Settings → Developer settings → Personal access tokens
GITHUB_ENDPOINT	ব্যবহার করুন https://models.inference.ai.azure.com (ডিফল্ট মান)
GITHUB_MODEL_ID	ব্যবহারের জন্য মডেলের নাম (উদাহরণ: gpt-4o-mini)

পাঠ 8-এর conditional workflow নোটবুকটি Azure AI Foundry-এর মাধ্যমে Bing grounding ব্যবহার করে। যদি আপনি সেই নমুনা চালাতে চান, আপনার .env ফাইলে এই ভেরিয়েবলটি যোগ করুন:

Variable	Where to find it
BING_CONNECTION_ID	Azure AI Foundry পোর্টাল → আপনার প্রকল্প → Management → Connected resources → আপনার Bing connection → connection ID কপি করুন

যদি আপনি macOS-এ থাকেন এবং নিম্নরকম একটি ত্রুটি পান:

ssl.SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: self-signed certificate in certificate chain

এটি Python-এর macOS সংস্করণে একটি পরিচিত সমস্যা যেখানে সিস্টেম SSL সার্টিফিকেটগুলি স্বয়ংক্রিয়ভাবে ট্রাস্ট করা হয় না। নিম্নলিখিত সমাধানগুলো ক্রমান্বয়ে চেষ্টা করুন:

অপশন 1: Python-এর Install Certificates স্ক্রিপ্ট চালান (সুপারিশকৃত)

# আপনার ইনস্টল করা পাইথন সংস্করণ দিয়ে 3.XX প্রতিস্থাপন করুন (যেমন, 3.12 বা 3.13):
/Applications/Python\ 3.XX/Install\ Certificates.command

অপশন 2: আপনার নোটবুকে connection_verify=False ব্যবহার করুন (শুধুমাত্র GitHub Models নোটবুকগুলোর জন্য)

Lesson 6 নোটবুকে (06-building-trustworthy-agents/code_samples/06-system-message-framework.ipynb) একটি মন্তব্য করা ওয়ার্কঅ্যারাউন্ড ইতোমধ্যেই অন্তর্ভুক্ত আছে। ক্লায়েন্ট তৈরি করার সময় connection_verify=False আনকমেন্ট করুন:

client = ChatCompletionsClient(
    endpoint=endpoint,
    credential=AzureKeyCredential(token),
    connection_verify=False,  # যদি সার্টিফিকেট ত্রুটি দেখা দেয়, তাহলে SSL যাচাইকরণ নিষ্ক্রিয় করুন
)

⚠️ সতর্কতা: SSL যাচাই অক্ষম করা (connection_verify=False) সার্টিফিকেট যাচাইকরণ এড়িয়ে নিরাপত্তা হ্রাস করে। এটি শুধুমাত্র ডেভেলপমেন্ট পরিবেশে অস্থায়ী ওয়ার্কঅ্যারাউন্ড হিসেবে ব্যবহার করুন, প্রোডাকশনে কখনই ব্যবহার করা উচিত নয়।

অপশন 3: truststore ইনস্টল করে ব্যবহার করুন

pip install truststore

এরপর নেটওয়ার্ক কল করার আগে আপনার নোটবুক বা স্ক্রিপ্টের শীর্ষে নিম্নলিখিত যোগ করুন:

import truststore
truststore.inject_into_ssl()

যদি এই সেটআপ চালাতে কোনো সমস্যা হয়, আমাদের Azure AI Community Discord এ যোগ দিন অথবা একটি ইস্যু তৈরি করুন।

আপনি এখন এই কোর্সের কোড চালানোর জন্য প্রস্তুত। AI এজেন্টদের দুনিয়া সম্পর্কে আরও জানতে শুভ শেখা!

AI এজেন্টদের পরিচিতি এবং এজেন্ট ব্যবহারের কেসসমূহ

---

দায়মুক্তি: এই নথিটি AI অনুবাদ সেবা Co-op Translator ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার জন্য যতেষ্ট চেষ্টা করি, তবুও দয়া করে জানুন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল ভাষায় থাকা নথিটিকেই কর্তৃত্বপূর্ণ উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের ক্ষেত্রে পেশাদার মানব অনুবাদ পরামর্শযোগ্য। এই অনুবাদ ব্যবহারের ফলে যে কোনো ভুল বোঝাবুঝি বা অপ্রাসঙ্গিক ব্যাখ্যার জন্য আমরা দায়ী নই।