ai-agents-for-beginners

কোর্স সেটআপ

পরিচিতি

এই পাঠে আমরা এই কোর্সের কোড নমুনাগুলি কীভাবে চালাতে হয় তা আলোচনা করব।

অন্যান্য শিক্ষার্থীদের সাথে যোগ দিন এবং সাহায্য নিন

আপনার রিপোজিটরি ক্লোন করার আগে, AI Agents For Beginners Discord চ্যানেলে যোগ দিন। এখানে আপনি সেটআপে সাহায্য পেতে পারেন, কোর্স সম্পর্কিত যেকোনো প্রশ্ন করতে পারেন এবং অন্যান্য শিক্ষার্থীদের সাথে সংযোগ স্থাপন করতে পারেন।

এই রিপোজিটরি ক্লোন বা ফর্ক করুন

শুরু করার জন্য, অনুগ্রহ করে GitHub রিপোজিটরি ক্লোন বা ফর্ক করুন। এটি আপনার নিজের কোর্স উপকরণের একটি সংস্করণ তৈরি করবে যাতে আপনি কোড চালাতে, পরীক্ষা করতে এবং পরিবর্তন করতে পারেন!

এটি করতে, রিপোজিটরি ফর্ক করুন লিঙ্কে ক্লিক করুন।

এখন আপনার কাছে এই কোর্সের একটি ফর্ক করা সংস্করণ থাকবে নিম্নলিখিত লিঙ্কে:

শ্যালো ক্লোন (ওয়ার্কশপ / কোডস্পেসের জন্য সুপারিশকৃত)

পুরো রিপোজিটরি ডাউনলোড করলে এটি বড় (~৩ জিবি) হতে পারে। যদি আপনি শুধুমাত্র ওয়ার্কশপে অংশগ্রহণ করেন বা কিছু নির্দিষ্ট পাঠের ফোল্ডার প্রয়োজন হয়, তাহলে শ্যালো ক্লোন (বা স্পার্স ক্লোন) ব্যবহার করে ডাউনলোডের পরিমাণ কমানো সম্ভব।

দ্রুত শ্যালো ক্লোন — সর্বশেষ ইতিহাস, সব ফাইল

নিচের কমান্ডে <your-username> পরিবর্তন করে আপনার ফর্ক URL (অথবা আপস্ট্রিম URL) ব্যবহার করুন।

শুধুমাত্র সর্বশেষ কমিট ইতিহাস ক্লোন করতে (ছোট ডাউনলোড):

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

নির্দিষ্ট একটি ব্রাঞ্চ ক্লোন করতে:

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

আংশিক (স্পার্স) ক্লোন — কম ব্লব + শুধুমাত্র নির্বাচিত ফোল্ডার

এটি আংশিক ক্লোন এবং স্পার্স-চেকআউট ব্যবহার করে (Git 2.25+ প্রয়োজন এবং আধুনিক Git সহ আংশিক ক্লোন সমর্থন সুপারিশকৃত):

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

রিপোজিটরি ফোল্ডারে প্রবেশ করুন:

bash এর জন্য:

cd ai-agents-for-beginners

Powershell এর জন্য:

Set-Location ai-agents-for-beginners

তারপর আপনি কোন ফোল্ডারগুলি চান তা নির্দিষ্ট করুন (নিচের উদাহরণে দুটি ফোল্ডার দেখানো হয়েছে):

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

ক্লোন এবং ফাইলগুলি যাচাই করার পরে, যদি শুধুমাত্র ফাইলগুলি প্রয়োজন হয় এবং জায়গা খালি করতে চান (কোনো git ইতিহাস ছাড়াই), তাহলে রিপোজিটরি মেটাডেটা মুছে ফেলুন (💀অপ্রত্যাবর্তনযোগ্য — আপনি সমস্ত Git কার্যকারিতা হারাবেন: কোনো কমিট, পুল, পুশ বা ইতিহাস অ্যাক্সেস থাকবে না)।

Linux/macOS এর জন্য:

rm -rf .git

Windows এর জন্য:

Remove-Item -Recurse -Force .git

GitHub Codespaces ব্যবহার করা (স্থানীয় বড় ডাউনলোড এড়ানোর জন্য সুপারিশকৃত)

• GitHub UI এর মাধ্যমে এই রিপোজিটরির জন্য একটি নতুন Codespace তৈরি করুন।

• নতুন তৈরি করা Codespace এর টার্মিনালে, উপরে উল্লেখিত শ্যালো/স্পার্স ক্লোন কমান্ডগুলির একটি চালান যাতে শুধুমাত্র প্রয়োজনীয় পাঠের ফোল্ডারগুলি Codespace ওয়ার্কস্পেসে আনা যায়।
• ঐচ্ছিক: Codespaces এর ভিতরে ক্লোন করার পরে, অতিরিক্ত জায়গা পুনরুদ্ধার করতে .git মুছে ফেলুন (উপরের মুছে ফেলার কমান্ডগুলি দেখুন)।
• নোট: যদি আপনি Codespaces এ রিপোজিটরি সরাসরি খুলতে চান (অতিরিক্ত ক্লোন ছাড়াই), মনে রাখবেন Codespaces ডেভকন্টেইনার পরিবেশ তৈরি করবে এবং আপনার প্রয়োজনের চেয়ে বেশি প্রভিশন করতে পারে। একটি নতুন Codespace এর ভিতরে একটি শ্যালো কপি ক্লোন করা ডিস্ক ব্যবহারের উপর আরও নিয়ন্ত্রণ দেয়।

টিপস

• যদি আপনি সম্পাদনা/কমিট করতে চান, তাহলে সবসময় আপনার ফর্কের ক্লোন URL ব্যবহার করুন।
• যদি পরে আরও ইতিহাস বা ফাইল প্রয়োজন হয়, তাহলে আপনি সেগুলি ফেচ করতে পারেন বা স্পার্স-চেকআউট সামঞ্জস্য করতে পারেন অতিরিক্ত ফোল্ডার অন্তর্ভুক্ত করার জন্য।

কোড চালানো

এই কোর্সে AI Agents তৈরি করার হাতে-কলম অভিজ্ঞতা পেতে Jupyter Notebooks এর একটি সিরিজ দেওয়া হয়েছে।

কোড নমুনাগুলি নিম্নলিখিত ব্যবহার করে:

GitHub অ্যাকাউন্ট প্রয়োজন - বিনামূল্যে:

1) Semantic Kernel Agent Framework + GitHub Models Marketplace। লেবেল করা হয়েছে (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace। লেবেল করা হয়েছে (autogen.ipynb)

Azure সাবস্ক্রিপশন প্রয়োজন: 3) Azure AI Foundry + Azure AI Agent Service। লেবেল করা হয়েছে (azureaiagent.ipynb)

আমরা আপনাকে তিনটি উদাহরণই চেষ্টা করার জন্য উৎসাহিত করি যাতে আপনি দেখতে পারেন কোনটি আপনার জন্য সবচেয়ে ভালো কাজ করে।

আপনি যেটি বেছে নেবেন, সেটি নির্ধারণ করবে যে নিচের কোন সেটআপ ধাপগুলি আপনাকে অনুসরণ করতে হবে:

প্রয়োজনীয়তা

• Python 3.12+

  • NOTE: যদি আপনার Python3.12 ইনস্টল না থাকে, নিশ্চিত করুন যে আপনি এটি ইনস্টল করেছেন। তারপর requirements.txt ফাইল থেকে সঠিক সংস্করণগুলি ইনস্টল করতে python3.12 ব্যবহার করে আপনার venv তৈরি করুন।

    উদাহরণ

    Python venv ডিরেক্টরি তৈরি করুন:

    python3 -m venv venv
    

    তারপর venv পরিবেশ সক্রিয় করুন:

    macOS এবং Linux এর জন্য

    source venv/bin/activate
    

    Windows এর জন্য

    venv\Scripts\activate
    

• একটি GitHub অ্যাকাউন্ট - GitHub Models Marketplace অ্যাক্সেসের জন্য
• Azure সাবস্ক্রিপশন - Azure AI Foundry অ্যাক্সেসের জন্য
• Azure AI Foundry অ্যাকাউন্ট - Azure AI Agent Service অ্যাক্সেসের জন্য

আমরা এই রিপোজিটরির মূল অংশে একটি requirements.txt ফাইল অন্তর্ভুক্ত করেছি যা কোড নমুনাগুলি চালানোর জন্য প্রয়োজনীয় সমস্ত Python প্যাকেজের তালিকা দেয়।

আপনার টার্মিনালে রিপোজিটরির মূল অংশে নিম্নলিখিত কমান্ডটি চালিয়ে সেগুলি ইনস্টল করতে পারেন:

pip install -r requirements.txt

আমরা কোনো দ্বন্দ্ব এবং সমস্যা এড়াতে একটি Python ভার্চুয়াল পরিবেশ তৈরি করার সুপারিশ করি।

VSCode সেটআপ

নিশ্চিত করুন যে আপনি VSCode এ সঠিক সংস্করণের Python ব্যবহার করছেন।

GitHub Models ব্যবহার করে নমুনাগুলির জন্য সেটআপ

ধাপ ১: আপনার GitHub Personal Access Token (PAT) সংগ্রহ করুন

এই কোর্স GitHub Models Marketplace ব্যবহার করে, যা আপনাকে বিনামূল্যে Large Language Models (LLMs) অ্যাক্সেস প্রদান করে যা আপনি AI Agents তৈরি করতে ব্যবহার করবেন।

GitHub Models ব্যবহার করতে, আপনাকে একটি GitHub Personal Access Token তৈরি করতে হবে।

এটি আপনার GitHub অ্যাকাউন্টের Personal Access Tokens settings এ গিয়ে করা যেতে পারে।

অনুগ্রহ করে Principle of Least Privilege অনুসরণ করুন যখন আপনি আপনার টোকেন তৈরি করবেন। এর অর্থ হলো, আপনি টোকেনকে শুধুমাত্র এই কোর্সের কোড নমুনাগুলি চালানোর জন্য প্রয়োজনীয় অনুমতিগুলি দিন।

1. Developer settings এ গিয়ে বাম পাশে Fine-grained tokens অপশনটি নির্বাচন করুন।

   তারপর Generate new token নির্বাচন করুন।

   

2. আপনার টোকেনের জন্য একটি বর্ণনামূলক নাম লিখুন যা তার উদ্দেশ্য প্রতিফলিত করে, যাতে পরে এটি সহজে চিহ্নিত করা যায়।

   🔐 টোকেনের মেয়াদ সুপারিশ

   সুপারিশকৃত মেয়াদ: ৩০ দিন আরও নিরাপদ অবস্থানের জন্য, আপনি ছোট সময়ের জন্য বেছে নিতে পারেন—যেমন ৭ দিন 🛡️ এটি একটি ব্যক্তিগত লক্ষ্য নির্ধারণ করার এবং আপনার শেখার গতি বজায় রেখে কোর্স সম্পন্ন করার একটি চমৎকার উপায় 🚀।

   

3. টোকেনের স্কোপকে এই রিপোজিটরির ফর্কে সীমাবদ্ধ করুন।

   

4. টোকেনের অনুমতিগুলি সীমাবদ্ধ করুন: Permissions এর অধীনে, Account ট্যাবে ক্লিক করুন এবং “+ Add permissions” বোতামে ক্লিক করুন। একটি ড্রপডাউন প্রদর্শিত হবে। অনুগ্রহ করে Models অনুসন্ধান করুন এবং এর জন্য বক্সটি চেক করুন।

5. টোকেন তৈরি করার আগে প্রয়োজনীয় অনুমতিগুলি যাচাই করুন।

6. টোকেন তৈরি করার আগে নিশ্চিত করুন যে আপনি এটি একটি নিরাপদ স্থানে সংরক্ষণ করতে প্রস্তুত, যেমন একটি পাসওয়ার্ড ম্যানেজার ভল্ট, কারণ এটি তৈরি করার পরে এটি আবার দেখানো হবে না।

আপনার নতুন তৈরি টোকেনটি কপি করুন। এখন এটি এই কোর্সে অন্তর্ভুক্ত .env ফাইলে যোগ করুন।

ধাপ ২: আপনার .env ফাইল তৈরি করুন

আপনার টার্মিনালে নিম্নলিখিত কমান্ডটি চালান .env ফাইল তৈরি করতে।

cp .env.example .env

এটি উদাহরণ ফাইলটি কপি করবে এবং একটি .env তৈরি করবে যেখানে আপনি পরিবেশ ভেরিয়েবলগুলির জন্য মানগুলি পূরণ করবেন।

আপনার টোকেনটি কপি করে, আপনার প্রিয় টেক্সট এডিটরে .env ফাইলটি খুলুন এবং আপনার টোকেনটি GITHUB_TOKEN ফিল্ডে পেস্ট করুন।

এখন আপনি এই কোর্সের কোড নমুনাগুলি চালাতে সক্ষম হবেন।

Azure AI Foundry এবং Azure AI Agent Service ব্যবহার করে নমুনাগুলির জন্য সেটআপ

ধাপ ১: আপনার Azure প্রকল্পের এন্ডপয়েন্ট সংগ্রহ করুন

Azure AI Foundry-তে একটি হাব এবং প্রকল্প তৈরি করার ধাপগুলি অনুসরণ করুন এখানে: Hub resources overview

আপনার প্রকল্প তৈরি করার পরে, আপনাকে আপনার প্রকল্পের জন্য সংযোগ স্ট্রিংটি সংগ্রহ করতে হবে।

এটি Azure AI Foundry পোর্টালের Overview পৃষ্ঠায় আপনার প্রকল্পে গিয়ে করা যেতে পারে।

ধাপ ২: আপনার .env ফাইল তৈরি করুন

আপনার টার্মিনালে নিম্নলিখিত কমান্ডটি চালান .env ফাইল তৈরি করতে।

cp .env.example .env

এটি উদাহরণ ফাইলটি কপি করবে এবং একটি .env তৈরি করবে যেখানে আপনি পরিবেশ ভেরিয়েবলগুলির জন্য মানগুলি পূরণ করবেন।

আপনার টোকেনটি কপি করে, আপনার প্রিয় টেক্সট এডিটরে .env ফাইলটি খুলুন এবং আপনার টোকেনটি PROJECT_ENDPOINT ফিল্ডে পেস্ট করুন।

ধাপ ৩: Azure-এ সাইন ইন করুন

নিরাপত্তার সেরা অনুশীলন হিসাবে, আমরা keyless authentication ব্যবহার করব Microsoft Entra ID সহ Azure OpenAI-তে প্রমাণীকরণের জন্য।

পরবর্তী ধাপে, একটি টার্মিনাল খুলুন এবং az login --use-device-code চালান আপনার Azure অ্যাকাউন্টে সাইন ইন করতে।

আপনি লগ ইন করার পরে, টার্মিনালে আপনার সাবস্ক্রিপশন নির্বাচন করুন।

অতিরিক্ত পরিবেশ ভেরিয়েবল - Azure Search এবং Azure OpenAI

Agentic RAG Lesson - Lesson 5 এর জন্য - এখানে কিছু নমুনা রয়েছে যা Azure Search এবং Azure OpenAI ব্যবহার করে।

যদি আপনি এই নমুনাগুলি চালাতে চান, তাহলে আপনাকে আপনার .env ফাইলে নিম্নলিখিত পরিবেশ ভেরিয়েবলগুলি যোগ করতে হবে:

Overview Page (Project)

• AZURE_SUBSCRIPTION_ID - আপনার প্রকল্পের Overview পৃষ্ঠার Project details চেক করুন।

• AZURE_AI_PROJECT_NAME - আপনার প্রকল্পের Overview পৃষ্ঠার শীর্ষে দেখুন।

• AZURE_OPENAI_SERVICE - Overview পৃষ্ঠার Included capabilities ট্যাবে Azure OpenAI Service এর জন্য দেখুন।

Management Center

• AZURE_OPENAI_RESOURCE_GROUP - Management Center এর Overview পৃষ্ঠার Project properties এ যান।

• GLOBAL_LLM_SERVICE - Connected resources এর অধীনে, Azure AI Services সংযোগের নাম খুঁজুন। যদি তালিকাভুক্ত না থাকে, তাহলে Azure portal এ আপনার রিসোর্স গ্রুপের অধীনে AI Services রিসোর্সের নাম চেক করুন।

Models + Endpoints Page

• AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME - আপনার এমবেডিং মডেল নির্বাচন করুন (যেমন, text-embedding-ada-002) এবং মডেল বিবরণ থেকে Deployment name নোট করুন।

• AZURE_OPENAI_CHAT_DEPLOYMENT_NAME - আপনার চ্যাট মডেল নির্বাচন করুন (যেমন, gpt-4o-mini) এবং মডেল বিবরণ থেকে Deployment name নোট করুন।

Azure Portal

• AZURE_OPENAI_ENDPOINT - Azure AI services এর জন্য দেখুন, এটি ক্লিক করুন, তারপর Resource Management, Keys and Endpoint এ যান, “Azure OpenAI endpoints” এ স্ক্রোল করুন এবং “Language APIs” এর জন্য কপি করুন।

• AZURE_OPENAI_API_KEY - একই স্ক্রিন থেকে KEY 1 বা KEY 2 কপি করুন।

• AZURE_SEARCH_SERVICE_ENDPOINT - আপনার Azure AI Search রিসোর্স খুঁজুন, এটি ক্লিক করুন এবং Overview দেখুন।

• AZURE_SEARCH_API_KEY - তারপর Settings এ যান এবং Keys এ গিয়ে প্রাইমারি বা সেকেন্ডারি অ্যাডমিন কী কপি করুন।

External Webpage

• AZURE_OPENAI_API_VERSION - API version lifecycle পৃষ্ঠায় Latest GA API release এর অধীনে যান।

Keyless authentication সেটআপ করুন

আপনার ক্রেডেনশিয়ালগুলি হার্ডকোড করার পরিবর্তে, আমরা Azure OpenAI এর সাথে একটি keyless সংযোগ ব্যবহার করব। এটি করতে, আমরা DefaultAzureCredential ইমপোর্ট করব এবং পরে DefaultAzureCredential ফাংশন কল করব ক্রেডেনশিয়াল পেতে।

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

কোথাও আটকে গেছেন?

যদি এই সেটআপ চালানোর সময় কোনো সমস্যা হয়, তাহলে আমাদের Azure AI Community Discord-এ যোগ দিন অথবা একটি সমস্যা তৈরি করুন।

পরবর্তী পাঠ

আপনি এখন এই কোর্সের কোড চালানোর জন্য প্রস্তুত। AI এজেন্টদের জগৎ সম্পর্কে আরও শিখতে শুভকামনা!

AI এজেন্ট এবং এজেন্ট ব্যবহারের ক্ষেত্রে পরিচিতি

---

অস্বীকৃতি:
এই নথিটি AI অনুবাদ পরিষেবা Co-op Translator ব্যবহার করে অনুবাদ করা হয়েছে। আমরা যথাসাধ্য সঠিকতার জন্য চেষ্টা করি, তবে অনুগ্রহ করে মনে রাখবেন যে স্বয়ংক্রিয় অনুবাদে ত্রুটি বা অসঙ্গতি থাকতে পারে। মূল ভাষায় থাকা নথিটিকে প্রামাণিক উৎস হিসেবে বিবেচনা করা উচিত। গুরুত্বপূর্ণ তথ্যের জন্য, পেশাদার মানব অনুবাদ সুপারিশ করা হয়। এই অনুবাদ ব্যবহারের ফলে কোনো ভুল বোঝাবুঝি বা ভুল ব্যাখ্যার জন্য আমরা দায়ী থাকব না।

This site is open source. Improve this page.