ai-agents-for-beginners

ការរុករកគម្រោងផ្នែកផ្នែកហត្ថកម្ម AI

(ចុចលើរូបភាពខាងលើដើម្បីមើលវីដេអូមេរៀននេះ)

ស្វែងយល់អំពីគម្រោងផ្នែកផ្នែកហត្ថកម្ម AI

គម្រោងផ្នែកផ្នែកហត្ថកម្ម AI គឺជាវេទិកាសូហ្វវែរកម្មដែលរចនាឡើងដើម្បីធ្វើអោយការបង្កើត ការដាក់ឲ្យដំណើរការ និងការគ្រប់គ្រងហត្ថកម្ម AI កាន់តែងាយស្រួល។ គម្រោងទាំងនេះផ្តល់ឱ្យអ្នកអភិវឌ្ឍន៍ជាមួយនឹងផ្នែករចនាដែលបានសាងសង់រួច អាកប្បកិរិយា និងឧបករណ៍ដែលរំលាយការអភិវឌ្ឍន៍ប្រព័ន្ធ AI ស្មុគស្មាញ។

គម្រោងទាំងនេះជួយឱ្យអ្នកអភិវឌ្ឍន៍អាចផ្តោតលើផ្នែកលក្ខណៈបុគ្គលរបស់កម្មវិធីរបស់ពួកគេដោយផ្តល់វិធីសាស្រ្តស្តង់ដារសម្រាប់បញ្ហាទូទៅក្នុងការអភិវឌ្ឍន៍ហត្ថកម្ម AI។ វាចំណេញចំណុះភាពថ្លៃថ្នូរ អាចចូលដំណើរការបានមួយ និងប្រសិទ្ធភាពក្នុងការបង្កើតប្រព័ន្ធ AI។

ការណែនាំ

មេរៀននេះនឹងគ្របដណ្តប់៖

គោលបំណងសិក្សា

គោលបំណងនៃមេរៀននេះគឺជួយឱ្យអ្នកយល់ដឹង៖

តើគម្រោងផ្នែកផ្នែកហត្ថកម្ម AI ជាអ្វី ហើយវាអាចធ្វើអ្វីបានសម្រាប់អ្នកអភិវឌ្ឍន៍?

គម្រោងបុរាណ AI អាចជួយអ្នកបញ្ចូលកម្មវិធី AI ទៅក្នុងកម្មវិធីរបស់អ្នក និងធ្វើអោយកម្មវិធីទាំងនោះមានប្រសិទ្ធភាពតាមរយៈវិធីដូចខាងក្រោម៖

ទាំងនោះល្អណាស់ហើយ តើហេតុអ្វីយើងត្រូវការគម្រោងផ្នែកផ្នែកហត្ថកម្ម AI?

គម្រោងផ្នែកផ្នែកហត្ថកម្ម AI មិនមែនគ្រាន់តែជាគម្រោង AI ទេ។ វាត្រូវបានរចនាឡើងដើម្បីអនុញ្ញាតឱ្យបង្កើតហត្ថកម្មឆ្លាតវៃដែលអាចផ្លាស់ប្តូរជាមួយអ្នក ប្រតិបត្តិការរវាងហត្ថកម្មផ្សេងៗ និងបរិយាកាសដើម្បីសម្រេចបានគោលដៅជាក់លាក់។ ហត្ថកម្មទាំងនេះអាចបង្ហាញនូវអាកប្បកិរិយាឯករាជ្យ សម្រេចការដាក់បញ្ចូល និងប្ដូរតាមលក្ខខណ្ឌភ្លាមៗ។ នៅទីនេះមានសមត្ថភាពសំខាន់ៗដែលគម្រោងផ្នែកផ្នែកហត្ថកម្ម AI អាចផ្តល់៖

ដូច្នេះជាពិសេសហត្ថកម្មអនុញ្ញាតឱ្យអ្នកធ្វើបានច្រើនជាងនេះ ដើម្បីយកស្វ័យប្រវត្តិកម្មទៅកម្រិតថ្មី បង្កើតប្រព័ន្ធឆ្លាតវៃដែលអាចផ្លាស់ប្តូរនិងរៀនពីបរិយាកាស។

តើយើងធ្វើដូចម្តេចដើម្បីបង្កើតគំរូឆាប់រហ័ស កែប្រែ និងបង្កើនសមត្ថភាពហត្ថកម្ម?

នេះគឺជាស្ថានភាពដែលផ្លាស់ប្តូរយ៉ាងលឿន ប៉ុន្តែមានអ្វីខ្លះដែលសំខាន់នៅក្នុងគម្រោងផ្នែកផ្នែកហត្ថកម្មដែលអាចជួយអ្នកបង្កើតគំរូឆាប់រហ័ស និងកែប្រែបានដូចជា​ ផ្នែកម៉ូឌុល ឧបករណ៍ធ្វើការជាក្រុម និងការរៀនពេលវេលា​បច្ចុប្បន្ន។ សូមរុករកវាទៅ៖

ប្រើផ្នែកម៉ូឌុល

SDK ដូចជា Microsoft Agent Framework ផ្តល់ផ្នែករួចជាស្រេចដូចជា សោភណ្ឌភាសា AI ការបញ្ជាក់ឧបករណ៍ និងការគ្រប់គ្រងហត្ថកម្ម។

ក្រុមប្រឹក្សាអាចប្រើប្រាស់បានយ៉ាងដូចម្តេច: ក្រុមអាចប្រមូលផ្នែកទាំងនេះរួចបង្កើតគំរូនេះដែលអាចដំណើរការបានដោយមិនចាំបាច់ចាប់ផ្តើមពីសូន្យ អនុញ្ញាតឱ្យសាកល្បងនិងកែប្រែបានយ៉ាងលឿន។

របៀបដំណើរការនៅក្នុងការអនុវត្តន៍: អ្នកអាចប្រើកម្មវិធីសង់រួចដើម្បីដកស្រង់ព័ត៌មានពីការបញ្ចូលរបស់អ្នកប្រើ ម៉ូឌុលចងចាំសម្រាប់រក្សាទុក និងយកទិន្នន័យ និងកម្មវិធីបង្កើតចំលើយសម្រាប់អន្តរកម្មជាមួយអ្នកប្រើ ដោយមិនចាំបាច់សង់ផ្នែកទាំងនេះពីដើម។

កូដឧទាហរណ៍. មកមើលឧទាហរណ៍ពីរបៀបប្រើ Microsoft Agent Framework ជាមួយ FoundryChatClient ដើម្បីឲ្យម៉ូដែលឆ្លើយតបការបញ្ចូលរបស់អ្នកប្រើជាមួយការហៅឧបករណ៍៖

# គំរូបទរង់ទ្រាយភាសា Python សម្រាប់ភ្នាក់ងារមីក្រូសូហ្វ

import asyncio
import os

from agent_framework import tool
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential


# បញ្ជាក់មុខងារឧបករណ៍គំរូសម្រាប់កក់ការធ្វើដំណើរ
@tool(approval_mode="never_require")
def book_flight(date: str, location: str) -> str:
    """Book travel given location and date."""
    return f"Travel was booked to {location} on {date}"


async def main():
    provider = FoundryChatClient(
        project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
        model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
        credential=AzureCliCredential(),
    )
    agent = provider.as_agent(
        name="travel_agent",
        instructions="Help the user book travel. Use the book_flight tool when ready.",
        tools=[book_flight],
    )

    response = await agent.run("I'd like to go to New York on January 1, 2025")
    print(response)
    # ឧទាហរណ៍លទ្ធផល៖ ជើងហោះហើររបស់អ្នកទៅទីក្រុងញូវយ៉កនៅថ្ងៃទី ១ ខែ មករា ឆ្នាំ ២០២៥ ត្រូវបានកក់ដោយជោគជ័យ។ សាងសង់ដំណើរកំសាន្តដោយសុវត្ថិភាព! ✈️🗽


if __name__ == "__main__":
    asyncio.run(main())

អ្វីដែលអ្នកអាចមើលឃើញពីឧទាហរណ៍នេះ គឺរបៀបប្រើកម្មវិធីសង់រួចដើម្បីដកស្រង់ព័ត៌មានសំខាន់ពីការបញ្ចូលរបស់អ្នកប្រើ ដូចជាទីកន្លែងដើម ទីតាំង និងថ្ងៃខែឆ្នាំនៃការកក់តំបន់។ វិធីសាស្រ្តម៉ូឌុលនេះអនុញ្ញាតឱ្យអ្នកផ្តោតលើតុល្យភាពកម្រិតខ្ពស់។

ប្រើឧបករណ៍ធ្វើការជាក្រុម

គម្រោងដូចជា Microsoft Agent Framework ជួយធ្វើឲ្យអាចបង្កើតហត្ថកម្មច្រើនដែលអាចធ្វើការរួមគ្នា។

ក្រុមប្រឹក្សាអាចប្រើប្រាស់បានយ៉ាងដូចម្តេច: ក្រុមអាចរចនាហត្ថកម្មដែលមានតួនាទីនិងភារកិច្ចជាក់លាក់ អនុញ្ញាតឱ្យពួកគេសាកល្បងនិងកែលម្អប្រព័ន្ធធ្វើការជាក្រុម និងបង្កើនប្រសិទ្ធភាពប្រព័ន្ធ។

របៀបដំណើរការនៅក្នុងការអនុវត្តន៍: អ្នកអាចបង្កើតក្រុមហត្ថកម្មដែលហត្ថកម្មនីមួយៗមានមុខងារពិសេស ដូចជាការយកទិន្នន័យ ការវិភាគ ឬសម្រេចចិត្ត។ ហត្ថកម្មទាំងនេះអាចប្រាស្រ័យទាក់ទង និងចែករំលែកព័ត៌មានដើម្បីសម្រេចគោលដៅចែកចាយ ដូចជាការឆ្លើយសំណួរអ្នកប្រើ ឬបញ្ចប់ភារកិច្ចមួយ។

កូដឧទាហរណ៍ (Microsoft Agent Framework):

# បង្កើតភ្នាក់ងារច្រើនដែលធ្វើការជាមួយគ្នា ដោយប្រើ Microsoft Agent Framework

import os
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

provider = FoundryChatClient(
    project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
    model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
    credential=AzureCliCredential(),
)

# ភ្នាក់ងារទាញយកទិន្នន័យ
agent_retrieve = provider.as_agent(
    name="dataretrieval",
    instructions="Retrieve relevant data using available tools.",
    tools=[retrieve_tool],
)

# ភ្នាក់ងារវិភាគទិន្នន័យ
agent_analyze = provider.as_agent(
    name="dataanalysis",
    instructions="Analyze the retrieved data and provide insights.",
    tools=[analyze_tool],
)

# ដំណើរការភ្នាក់ងារតាមលំដាប់លើភារកិច្ចមួយ
retrieval_result = await agent_retrieve.run("Retrieve sales data for Q4")
analysis_result = await agent_analyze.run(f"Analyze this data: {retrieval_result}")
print(analysis_result)

អ្វីដែលអ្នកមើលឃើញនៅក្នុងកូដមុនគឺរបៀបបង្កើតភារកិច្ចដែលពាក់ព័ន្ធនិងហត្ថកម្មច្រើនធ្វើការក្នុងការវិភាគទិន្នន័យ។ ហត្ថកម្មនីមួយៗអនុវត្តមុខងារពិសេស ហើយភារកិច្ចត្រូវបានដឹកនាំដោយការសម្របសម្រួលរវាងហត្ថកម្មដើម្បីទទួលបានលទ្ធផលដែលចង់បាន។ ដោយបង្កើតហត្ថកម្មផ្តាច់មុខនិងតួនាទីឯកទេស អ្នកអាចបង្កើនប្រសិទ្ធភាពនិងការអនុវត្តភារកិច្ច។

រៀនពេលវេលាបច្ចុប្បន្ន

គម្រោងជំនាន់ខ្ពស់ផ្តល់នូវសមត្ថភាពសម្រាប់ការយល់ដឹងនិងការប្តូររូបភាពថវិការពេលវេលាមួយ។

ក្រុមប្រឹក្សាអាចប្រើប្រាស់បានយ៉ាងដូចម្តេច: ក្រុមអាចអនុវត្តបង្វិលត្រលប់មកវិញដែលហត្ថកម្មរៀនពីអន្តរកម្មនិងកែប្រែអាកប្បកិរិយារបស់ពួកគេចំពោះលក្ខខណ្ឌផ្លាស់ប្ដូរ ដែលនាំឲ្យមានការកែលម្អបន្តនិងកំណត់លេខសមត្ថភាព។

របៀបដំណើរការនៅក្នុងការអនុវត្តន៍: ហត្ថកម្មអាចវិភាគមតិយោបល់អ្នកប្រើ ទិន្នន័យបរិយាកាស និងលទ្ធផលភារកិច្ច ដើម្បីធ្វើបច្ចុប្បន្នភាពមូលដ្ឋានចំណេះដឹង កែប្រាល់ក្ខណៈសំរេចចិត្ត និងបង្កើនប្រសិទ្ធភាពជារៀងរាល់ពេលវេលា។ ដំណើរការរៀននេះអនុញ្ញាតឱ្យហត្ថកម្មខំផ្លាស់ប្ដូរតាមលក្ខខណ្ឌផ្លាស់ប្ដូរនិងចំណង់ចំណូលចិត្តអ្នកប្រើ បង្កើនប្រសិទ្ធភាពប្រព័ន្ធទាំងមូល។

តើមានភាពខុសគ្នាយ៉ាងដូចម្តេចចន្លោះ Microsoft Agent Framework និង Microsoft Foundry Agent Service?

មានវិធីជាច្រើនក្នុងការប្រៀបធៀបរវាងវិធីសាស្រ្តទាំងនេះ ប៉ុន្តែក្នុងករណីនេះ យើងនឹងមើលទៅលើភាពខុសគ្នាសំខាន់ៗ គឺរចនាសម្ព័ន្ធ សមត្ថភាព និងករណីប្រើប្រាស់គោលដៅរបស់ពួកវា៖

Microsoft Agent Framework (MAF)

Microsoft Agent Framework ផ្តល់ជូន SDK ដែលមានរចនាសម្ព័ន្ធសាមញ្ញសម្រាប់បង្កើតហត្ថកម្ម AI ជាមួយ FoundryChatClient។ វាអនុញ្ញាតឲ្យអ្នកអភិវឌ្ឍន៍បង្កើតហត្ថកម្មដែលប្រើប្រាស់ម៉ូដែល Azure OpenAI ដោយមានជំនួយហៅឧបករណ៍ការគ្រប់គ្រងសន្ទនានិងសុវត្ថិភាពគ្រប់គ្រងតាមអត្តសញ្ញាណ Azure។

ករណីប្រើប្រាស់៖ បង្កើតហត្ថកម្ម AI ដែលមានភាពរួចរាល់សម្រាប់ផលិតកម្ម ជាមួយការប្រើឧបករណ៍ ប្រតិបត្តិការជាច្រើនជំហាន និងការភ្ជាប់ប្រព័ន្ធសម្រាប់អន្តរជាតិសហគ្រាស។

ខាងក្រោមនេះជាគំនិតសំខាន់ៗនៃ Microsoft Agent Framework៖

Microsoft Foundry Agent Service

Microsoft Foundry Agent Service គឺជាការបន្ថែមថ្មី ចាប់ផ្តើមនៅ Microsoft Ignite 2024។ វាអនុញ្ញាតឲ្យអភិវឌ្ឍន៍និងដាក់ឲ្យដំណើរការហត្ថកម្ម AI ដែលមានម៉ូដែលបត់បែនរឹងមាំ ដូចជាការហៅម៉ូដែល LLM លើសំណាដូច Llama 3, Mistral និង Cohere។

Microsoft Foundry Agent Service ផ្តល់នូវយន្តការសុវត្ថិភាពកាន់តែខ្លាំងនិងវិធីសាស្ត្រផ្ទុកទិន្នន័យ សាកសមសម្រាប់កម្មវិធីសហគ្រាស។

វាដំណើរការផ្ទាល់ជាមួយ Microsoft Agent Framework សម្រាប់បង្កើត និងដាក់បញ្ចេញហត្ថកម្ម។

សេវាកម្មនេះនៅក្នុងជំរើសធ្វើមុខមាត់សាធារណៈ និងគាំទ្រ Python និង C# សម្រាប់បង្កើតហត្ថកម្ម។

ប្រើប្រាស់ Microsoft Foundry Agent Service Python SDK អ្នកអាចបង្កើតហត្ថកម្មជាមួយឧបករណ៍ដែលកំណត់ដោយអ្នកប្រើ៖

import asyncio
from azure.identity import DefaultAzureCredential
from azure.ai.projects import AIProjectClient

# បញ្ជាក់មុខងារឧបករណ៍
def get_specials() -> str:
    """Provides a list of specials from the menu."""
    return """
    Special Soup: Clam Chowder
    Special Salad: Cobb Salad
    Special Drink: Chai Tea
    """

def get_item_price(menu_item: str) -> str:
    """Provides the price of the requested menu item."""
    return "$9.99"


async def main() -> None:
    credential = DefaultAzureCredential()
    project_client = AIProjectClient.from_connection_string(
        credential=credential,
        conn_str="your-connection-string",
    )

    agent = project_client.agents.create_agent(
        model="gpt-5-mini",
        name="Host",
        instructions="Answer questions about the menu.",
        tools=[get_specials, get_item_price],
    )

    thread = project_client.agents.create_thread()

    user_inputs = [
        "Hello",
        "What is the special soup?",
        "How much does that cost?",
        "Thank you",
    ]

    for user_input in user_inputs:
        print(f"# User: '{user_input}'")
        message = project_client.agents.create_message(
            thread_id=thread.id,
            role="user",
            content=user_input,
        )
        run = project_client.agents.create_and_process_run(
            thread_id=thread.id, agent_id=agent.id
        )
        messages = project_client.agents.list_messages(thread_id=thread.id)
        print(f"# Agent: {messages.data[0].content[0].text.value}")


if __name__ == "__main__":
    asyncio.run(main())

គំនិតសំខាន់ៗ

Microsoft Foundry Agent Service មានគំនិតសំខាន់ៗដូចខាងក្រោម៖

ករណីប្រើប្រាស់៖ Microsoft Foundry Agent Service ត្រូវបានរចនាសម្រាប់កម្មវិធីសហគ្រាសដែលត្រូវការសុវត្ថិភាព អាចធៀបទំហំនិងបត់បែនដូចសេចក្ដីសំរាប់ការដាក់ឲ្យដំណើរការហត្ថកម្ម AI។

តើមានភាពខុសគ្នាយ៉ាងដូចម្តេចចន្លោះវិធីសាស្រ្តទាំងនេះ?

វា​យូរហើយ​ដូចជាមានការឆ្លុះបញ្ចាំងគ្នា ប៉ុន្តែ​មានភាពខុសគ្នាចម្បងនៅលើរចនាសម្ព័ន្ធ សមត្ថភាព និងករណីប្រើប្រាស់គោលដៅ៖

ខ្ញុំអត់ប្រាកដថាតើត្រូវជ្រើសរើសមួយណាទេ?

ករណីប្រើប្រាស់

សូមមើលមើលបើតើយើងអាចជួយអ្នកបានដោយទស្សនាករណីប្រើប្រាស់ទូទៅ៖

Q: ខ្ញុំកំពុងបង្កើតកម្មវិធីហត្ថកម្ម AI សម្រាប់ផលិតកម្ម និងចង់ចាប់ផ្តើមយ៉ាងឆាប់រហ័ស

A: Microsoft Agent Framework គឺជាជម្រើសល្អ។ វាប្រាប់ API ដែលសាមញ្ញជាមួយ FoundryChatClient ដែលអនុញ្ញាតឱ្យអ្នកកំណត់ហត្ថកម្មជាមួយឧបករណ៍និងវិធានក្នុងខ្សែcode ប៉ុណ្ណោះ។

Q: ខ្ញុំត្រូវការការដាក់ឲ្យដំណើរការលំដាប់សហគ្រាសជាមួយការភ្ជាប់ Azure ដូចជា Search និងការប្រតិបត្តីកម្មកូដ

A: Microsoft Foundry Agent Service គឺជាជម្រើសល្អបំផុត។ នេះជាសេវាកម្មវេទិកាដែលផ្ដល់កម្លាំងភ្ជាប់បញ្ចូលទៅម៉ូដែលជាច្រើន Azure AI Search, Bing Search និង Azure Functions។ វាធ្វើឲ្យងាយស្រួលក្នុងការបង្កើតហត្ថកម្មរបស់អ្នកនៅផ្ទាំងបេឡា Foundry និងដាក់ឲ្យដំណើរការលើទំហំធំ។

Q: ខ្ញុំនៅតែស្រង់ចិត្ត អូតែមួយជម្រើសចុះ

A: ចាប់ផ្តើមជាមួយ Microsoft Agent Framework ដើម្បីបង្កើតហត្ថកម្មរបស់អ្នក ហើយបន្ទាប់មកប្រើ Microsoft Foundry Agent Service នៅពេលដែលអ្នកត្រូវការដាក់ឲ្យដំណើរការនិងពង្រីកក្នុងផលិតកម្ម។ វិធីនេះអនុញ្ញាតឱ្យអ្នកបញ្ចូលការកែប្រែល្បឿនលឿនលើតុល្យភាពហត្ថកម្មខណៈដែលមានផ្លូវច្បាស់សម្រាប់ដាក់ឲ្យដំណើរការសហគ្រាស។

នៅទីនេះយើងសង្ខេបភាពខុសគ្នាចម្បងៗដោយក្នុងតារាង៖

គម្រោង ការផ្តោត គំនិតសំខាន់ ករណីប្រើប្រាស់
Microsoft Agent Framework SDK ហត្ថកម្មសាមញ្ញជាមួយការហៅឧបករណ៍ ហត្ថកម្ម, ឧបករណ៍, អត្តសញ្ញាណ Azure ការបង្កើតហត្ថកម្ម AI, ការប្រើឧបករណ៍, ប្រតិបត្តិការជាច្រើនជំហាន
Microsoft Foundry Agent Service ម៉ូដែលបត់បែន, សុវត្ថិភាពសហគ្រាស, កូដបង្កើត, ការហៅឧបករណ៍ ម៉ូឌុល, ការធ្វើការជាក្រុម, អង្គការប្រតិបត្តិការ ការដាក់ឲ្យដំណើរការហត្ថកម្ម AI ដែលមានសុវត្ថិភាព អាចធៀបទំហំ និងបត់បែន

តើខ្ញុំអាចភ្ជាប់ឧបករណ៍ប្រព័ន្ធ Azure មានស្រាប់របស់ខ្ញុំដោយផ្ទាល់ ឬត្រូវការដំណោះស្រាយឯករាជ្យ?

ចម្លើយគឺបាទ/ចាស អ្នកអាចបញ្ចូលឧបករណ៍ប្រព័ន្ធបច្ចេកវិទ្យា Azure ដែលមានរបស់អ្នកទៅជាមួយសេវាកម្ម Microsoft Foundry Agent ដោយផ្ទាល់ ជាពិសេស ព្រោះវាត្រូវបានកសាងឡើងដើម្បីធ្វើការជាមួយសេវាកម្ម Azure ផ្សេងទៀតដោយរលូន។ ឧទាហរណ៍ អ្នកអាចបញ្ចូល Bing, Azure AI Search, និង Azure Functions ។ មានការបញ្ចូលជ្រៅជាមួយ Microsoft Foundry ផងដែរ។

ស៊ុម Microsoft Agent Framework ក៏បញ្ចូលជាមួយសេវាកម្ម Azure តាមរយៈ FoundryChatClient និងសម្គាល់ Azure ផ្ដល់ឱ្យអ្នកអាចហៅសេវាកម្ម Azure តាមផ្លូវផ្ទាល់ពីឧបករណ៍ភ្នាក់ងាររបស់អ្នក។

កូដខ្លះៗ

មានសំណួរបន្ថែមអំពី AI Agent Frameworks ?

ចូលរួមក្នុង Microsoft Foundry Discord ដើម្បីជួបជាមួយអ្នករៀនផ្សេងទៀត ចូលរួមនៅម៉ោងការិយាល័យ និងទទួលបានចម្លើយសំណួរអំពី AI Agents របស់អ្នក។

ការយោង

មេរៀនមុន

ចំណេះដឹងទូទៅអំពី AI Agents និងករណីប្រើប្រាស់ភ្នាក់ងារ

មេរៀនបន្ទាប់

ការយល់ដឹងពីគំរូរចនាទីភ្នាក់ងារ

ការបដិសេធ: ឯកសារនេះត្រូវបានបម្លែងភាសា ដោយប្រើសេវាបម្លែងភាសា AI Co-op Translator។ ទោះយើងខ្ញុំមានក្តីប្រាថ្នាឱ្យបានច្បាស់លាស់ តែសូមយល់ដឹងថាការបម្លែងដោយស្វ័យប្រវត្តិក៏អាចមានកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមជាភាសាទីតាំងគួរត្រូវបានគេប្រើជាប្រភពច្បាស់លាស់។ សម្រាប់ព័ត៌មានសំខាន់ៗ សូមណែនាំឱ្យប្រើប្រាស់ការប្រែដោយមនុស្សជំនាញ។ យើងខ្ញុំមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកស្រាយខុសបន្ទាប់ពីការប្រើប្រាស់ការបម្លែងនេះនោះទេ។

This site is open source. Improve this page.