ai-agents-for-beginners

دوره‌ای برای مبتدیان در زمینه عوامل هوش مصنوعی

هوش مصنوعی تولیدی برای مبتدیان

دوره‌ای که همه چیزهایی که برای شروع ساخت عوامل هوش مصنوعی نیاز دارید را آموزش می‌دهد

مجوز GitHub مشارکت‌کنندگان GitHub مشکلات GitHub درخواست‌های کشش GitHub درخواست‌های کشش خوش‌آمدید

🌐 پشتیبانی چندزبانه

پشتیبانی شده از طریق GitHub Action (خودکار و همیشه به‌روز)

عربی بنگالی بلغاری برمه‌ای (میانمار) چینی (ساده‌شده) چینی (سنتی، هنگ کنگ) چینی (سنتی، ماکائو) چینی (سنتی، تایوان) کرواتی چکی دانمارکی هلندی استونیایی فنلاندی فرانسوی آلمانی یونانی عبری هندی مجاری اندونزیایی ایتالیایی ژاپنی کره‌ای لیتوانیایی مالایی مراتی نپالی نروژی فارسی لهستانی پرتغالی (برزیل) پرتغالی (پرتغال) پنجابی (گرمکی) رومانیایی روسی صربی (سیریلیک) اسلواکی اسلوونیایی اسپانیایی سواحیلی سوئدی تاگالوگ (فیلیپینی) تامیلی تایلندی ترکی اوکراینی اردو ویتنامی

اگر مایل به اضافه کردن زبان‌های ترجمه‌ای بیشتری هستید، لیست زبان‌های پشتیبانی شده اینجا موجود است

تماشاچیان GitHub فورک‌های GitHub ستاره‌های GitHub

Azure AI Discord

🌱 شروع کار

این دوره شامل درس‌هایی است که اصول ساخت عوامل هوش مصنوعی را پوشش می‌دهند. هر درس موضوع خاص خود را دارد، بنابراین از هر کجا که دوست دارید شروع کنید!

این دوره از پشتیبانی چندزبانه برخوردار است. برای مشاهده زبان‌های موجود به اینجا مراجعه کنید.

اگر اولین بار است که با مدل‌های هوش مصنوعی تولیدی کار می‌کنید، دوره هوش مصنوعی تولیدی برای مبتدیان را بررسی کنید که شامل ۲۱ درس در زمینه ساخت با GenAI است.

فراموش نکنید که این مخزن را ستاره‌دار کنید (🌟) و این مخزن را فورک کنید تا کد را اجرا کنید.

ملاقات با دیگر یادگیرندگان، پاسخ به سوالات شما

اگر گیر کردید یا سوالی درباره ساخت عوامل هوش مصنوعی دارید، به کانال اختصاصی Discord ما در جامعه Azure AI Foundry Discord بپیوندید.

چه چیزی نیاز دارید

هر درس در این دوره شامل نمونه‌های کد است که در پوشه code_samples قرار دارند. شما می‌توانید این مخزن را فورک کنید تا نسخه خودتان را ایجاد کنید.

نمونه‌های کد در این تمرین‌ها از Azure AI Foundry و GitHub Model Catalogs برای تعامل با مدل‌های زبانی استفاده می‌کنند:

این دوره همچنین از چارچوب‌ها و خدمات عوامل هوش مصنوعی زیر از مایکروسافت استفاده می‌کند:

برای اطلاعات بیشتر درباره اجرای کد این دوره، به تنظیمات دوره مراجعه کنید.

🙏 آیا می‌خواهید کمک کنید؟

آیا پیشنهاداتی دارید یا خطاهای املایی یا کدی پیدا کرده‌اید؟ یک مشکل مطرح کنید یا یک درخواست کشش ایجاد کنید.

📂 هر درس شامل

🗃️ درس‌ها

درس متن و کد ویدئو یادگیری بیشتر
مقدمه‌ای بر عوامل هوش مصنوعی و موارد استفاده لینک ویدئو لینک
بررسی چارچوب‌های عامل هوش مصنوعی لینک ویدئو لینک
درک الگوهای طراحی عامل هوش مصنوعی لینک ویدئو لینک
الگوی طراحی استفاده از ابزار لینک ویدئو لینک
عامل RAG لینک ویدئو لینک
ساخت عوامل هوش مصنوعی قابل اعتماد لینک ویدئو لینک
الگوی طراحی برنامه‌ریزی لینک ویدئو لینک
الگوی طراحی چندعاملی لینک ویدئو لینک
الگوی طراحی فراشناختی لینک ویدئو لینک
عوامل هوش مصنوعی در تولید لینک ویدئو لینک
استفاده از پروتکل‌های عامل (MCP، A2A و NLWeb) لینک ویدیو لینک
مهندسی زمینه برای عوامل هوش مصنوعی لینک ویدیو لینک
مدیریت حافظه عامل لینک ویدیو  
بررسی چارچوب عامل مایکروسافت لینک    
ساخت عوامل استفاده از کامپیوتر (CUA) به زودی    
استقرار عوامل مقیاس‌پذیر به زودی    
ایجاد عوامل هوش مصنوعی محلی به زودی    
ایمن‌سازی عوامل هوش مصنوعی به زودی    

🎒 دوره‌های دیگر

تیم ما دوره‌های دیگری نیز تولید می‌کند! بررسی کنید:

Azure / Edge / MCP / عوامل

AZD برای مبتدیان Edge AI برای مبتدیان MCP برای مبتدیان عوامل هوش مصنوعی برای مبتدیان


سری هوش مصنوعی مولد

هوش مصنوعی مولد برای مبتدیان هوش مصنوعی مولد (.NET) هوش مصنوعی مولد (Java) هوش مصنوعی مولد (JavaScript)


یادگیری اصلی

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


سری Copilot

Copilot برای برنامه‌نویسی جفتی هوش مصنوعی Copilot برای C#/.NET ماجراجویی Copilot

🌟 تشکر از جامعه

تشکر از Shivam Goyal برای ارائه نمونه‌های کد مهم در زمینه Agentic RAG.

مشارکت

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 ارائه شده 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.

علائم تجاری

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 یا القای حمایت مایکروسافت شود. هرگونه استفاده از علائم تجاری یا لوگوهای شخص ثالث باید مطابق با سیاست‌های آن‌ها باشد.

دریافت کمک

اگر گیر کردید یا سوالی درباره ساخت برنامه‌های هوش مصنوعی دارید، به اینجا بپیوندید:

Discord جامعه Azure AI Foundry

اگر بازخورد محصول دارید یا در هنگام ساخت خطاهایی مشاهده کردید، به اینجا مراجعه کنید:

فروم توسعه‌دهندگان Azure AI Foundry


سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما تلاش می‌کنیم دقت را حفظ کنیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است شامل خطاها یا نادرستی‌ها باشند. سند اصلی به زبان اصلی آن باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما مسئولیتی در قبال سوء تفاهم‌ها یا تفسیرهای نادرست ناشی از استفاده از این ترجمه نداریم.