ai-agents-for-beginners

(यस पाठको लागि भिडियो हेर्न माथि रहेको छवि क्लिक गर्नुहोस्)

AI एजेन्टहरू र एजेन्ट प्रयोगका मामिलाहरूमा परिचय

AI एजेन्टहरूको लागि शुरुवातकर्ताहरू कोर्समा स्वागत छ! यस कोर्सले तपाईंलाई आधारभूत ज्ञान र वास्तविक कार्यरत कोड प्रदान गर्छ — जसबाट तपाईंले शून्यबाट AI एजेन्टहरू बनाउन सुरु गर्न सक्नुहुन्छ।

Azure AI Discord Community मा हामीसँग “हाइ” भन्न आउनुहोस् — यहाँ सिक्नेहरू र AI निर्माणकर्ताहरू छन् जो प्रश्नहरूको जवाफ दिन खुसी हुन्छन्।

बनाउन अघि, हामीले वास्तवमा AI एजेन्ट के हो र कहिले एउटा प्रयोग गर्न उचित हुन्छ भन्ने कुरा बुझ्न जरुरी छ।

---

परिचय

यस पाठले समेटेका छन्:

• AI एजेन्टहरू के हुन् र फरक-फरक प्रकारहरू के के छन्
• कुन प्रकारका कार्यहरूको लागि AI एजेन्टहरू सबैभन्दा उपयुक्त हुन्छन्
• तपाईंले एजेन्ट समाधान डिजाइन गर्दा प्रयोग गर्ने मुख्य आधार तत्वहरू

सिकाइ लक्ष्यहरू

यस पाठको अन्त्यसम्म, तपाईं सक्षम हुनुहुन्छ:

• AI एजेन्ट के हो र यो सामान्य AI समाधानसँग कसरी फरक छ व्याख्या गर्न
• कहिले AI एजेन्ट प्रयोग गर्ने (र कहिले नगर्ने) थाहा पाउन
• कुनै वास्तविक समस्याका लागि आधारभूत एजेन्ट समाधान डिजाइन तयार पार्न

---

AI एजेन्टहरू र AI एजेन्टका प्रकारहरूको परिभाषा

AI एजेन्टहरू के हुन्?

यसलाई सरल तरिकाले सोच्नुहोस्:

AI एजेन्टहरू तस्ता प्रणालीहरू हुन् जसले ठूलो भाषा मोडेलहरू (LLMs) लाई कार्यहरू गर्न अनुमति दिन्छ — जसले तिनीहरूलाई केवल उत्तर दिन नभई, उपकरणहरू र ज्ञान दिएर विश्वमा काम गर्न सक्षम बनाउँछन्।

अब यो स्पष्ट पारौं:

• प्रणाली — AI एजेन्ट केवल एउटा कुरा होइन। यो धेरै भागहरू मिलेर काम गर्ने प्रणाली हो। यसको मूलमा प्रत्येक एजेन्टसँग तीन भाग हुन्छन्:
  • पर्यावरण — एजेन्टले काम गर्ने क्षेत्र। यात्राको बुकिङ एजेन्टका लागि, यो बुकिङ प्लेटफर्म स्वयं हो।
  • सेन्सरहरू — एजेन्टले आफ्नो वातावरणको वर्तमान स्थिति पढ्ने तरिका। हाम्रो यात्रु एजेन्टले होटल उपलब्धता वा उडान मूल्य जाँच्न सक्छ।
  • कार्यकर्ता — एजेन्टले कसरी कार्य गर्दछ। यात्रु एजेन्टले कोठा बुक गर्न, पुष्टि पठाउन वा रद्द गर्न सक्छ।

• ठूला भाषा मोडेलहरू — एजेन्टहरू LLM भन्दा पहिले पनि थिए, तर LLM ले आधुनिक एजेन्टहरूलाई शक्तिशाली बनाउँछ। तिनीहरूले प्राकृतिक भाषा बुझ्न, सन्दर्भमा तर्क गर्न, र अस्पष्ट प्रयोगकर्ता अनुरोधलाई एक विशिष्ट योजना मा परिणत गर्न सक्षम छन्।

• कार्यहरू सम्पादन गर्नु — एजेन्ट प्रणाली बिना, LLM केवल पाठ उत्पादन गर्छ। एजेन्ट प्रणाली भित्र, LLM ले वास्तवमा चरणहरू कार्यान्वयन गर्न सक्छ — डेटाबेस खोजी, API कल, सन्देश पठाउन।

• उपकरणहरूको पहुँच — एजेन्टले प्रयोग गर्न सक्ने उपकरणहरू (१) सन्चालन वातावरण र (२) विकासकर्ताले दिएकोमा निर्भर गर्दछ। यात्रु एजेन्ट उडान खोज्न सक्छ तर ग्राहक अभिलेख सम्पादन गर्न सक्दैन — यो सबै तपाईंले जडान गरेकोमा भर पर्छ।

• स्मृति + ज्ञान — एजेन्टहरूले छोटो समयको स्मृति (हालको संवाद) र लामो समयको स्मृति (ग्राहक डेटाबेस, विगत अन्तरक्रियाहरू) राख्न सक्छन्। यात्रु एजेन्ट तपाईंले विन्डो सीट रुचाउने “स्मरण” गर्न सक्छ।

---

फरक-फरक प्रकारका AI एजेन्टहरू

सबै एजेन्टहरू एउटै किसिमका हुँदैनन्। तल मुख्य प्रकारहरूको विवरण छ, एउटा यात्रु बुकिङ एजेन्टको उदाहरण सहित:

एजेन्ट प्रकार	के गर्छ	यात्रु एजेन्ट उदाहरण
सरल प्रतिक्रिया एजेन्टहरू	कडा कोडित नियमहरू पालन गर्छ — स्मृति र योजना छैन।	गुनासो ईमेल देख्छ → ग्राहक सेवा मा फारवर्ड गर्छ। त्यतिमात्र।
मोडेल-आधारित प्रतिक्रिया एजेन्टहरू	विश्वको आन्तरिक मोडेल राख्छ र परिवर्तन अनुसार अपडेट गर्छ।	ऐतिहासिक उडान मूल्य ट्र्याक गर्छ र अचानक महंगा भएका मार्गहरू चिन्ह लगाउँछ।
लक्ष्य-आधारित एजेन्टहरू	एउटा लक्ष्य राख्छ र चरण-दर-चरण पुग्ने तरिका पत्ता लगाउँछ।	तपाईंको हालको स्थानबाट गन्तव्यसम्म पुरा यात्रा (उडान, कार, होटल) बुक गर्छ।
कार्य उपयोग-आधारित एजेन्टहरू	केवल समाधान पत्ता लगाउँदैन — व्यापार अफहरू तौल गरेर सर्वोत्तम समाधान खोज्छ।	लागत र सुविधा सन्तुलन गरेर तपाईंको प्राथमिकतामा सबैभन्दा राम्रो यात्रा भेट्छ।
सिक्ने एजेन्टहरू	प्रतिक्रियाबाट सिक्दै समयसँग सुधार हुन्छ।	यात्रा पछि गरिएको सर्वेक्षण अनुसार भविष्यको बुकिङ सिफारिशहरू समायोजन गर्छ।
हरार्किकल एजेन्टहरू	उच्च-स्तरीय एजेन्टले कामलाई उपकार्यमा विभाजन गरी तल्लो-स्तरीय एजेन्टलाई जिम्मा दिन्छ।	“यात्रा रद्द” अनुरोधलाई: उडान रद्द, होटल रद्द, कार भाडा रद्द भनेर भाग लगाउँछ — हरेक उप-एजेन्टले संभाल्छ।
बहु-एजेन्ट प्रणालीहरू (MAS)	धेरै स्वतन्त्र एजेन्टहरू सँगै काम गर्छन् (वा प्रतिस्पर्धा गर्छन्)।	सहकारी: छुट्टाछुट्टै एजेन्टहरूले होटल, उडान र मनोरञ्जन ह्यान्डल गर्छन्। प्रतिस्पर्धात्मक: धेरै एजेन्टहरूले सबैभन्दा राम्रो मूल्यमा होटल कोठा भर्ने प्रयास गर्छन्।

---

कहिले AI एजेन्ट प्रयोग गर्ने

एउटा AI एजेन्ट प्रयोग गर्न सक्ने भएकाले सधैं प्रयोग गर्नु पर्छ भन्ने होइन। यहाँ एजेन्टहरूले साँच्चिकै राम्रो काम गर्ने अवस्था छन्:

• खुल्ला अन्तप्रश्न समस्याहरू — जहाँ समस्या समाधानका चरणहरू पूर्व-प्रोग्राम गर्न सकिंदैन। तपाईंलाई LLM लाई डायनामिक रूपमा मार्ग खोज्न आवश्यक पर्छ।
• धेरै चरण प्रक्रिया — कार्यहरू जहाँ धेरै पटक उपकरणहरू प्रयोग गर्नु पर्दछ, केवल एकपटक खोजी वा उत्पादन होइन।
• समय अनुसार सुधार — जब तपाईं प्रणालीलाई प्रयोगकर्ता प्रतिक्रियाको आधारमा वा वातावरणीय संकेतहरूको आधारमा बृद्धि चाहनुहुन्छ।

हामी कोर्सको पछि विश्वसनीय AI एजेन्ट निर्माण पाठमा कहिले (र कहिले नगर्ने) AI एजेन्ट प्रयोग गर्नेछौं भनेर अझ गहिरो रूपमा अध्ययन गर्नेछौं।

---

एजेन्ट समाधानहरूका आधारहरू

एजेन्ट विकास

एजेन्ट बनाउँदा पहिलो कुरा के गर्न सक्छ भन्ने परिभाषित गर्नु हो — यसको उपकरणहरू, कार्यहरू र व्यवहारहरू।

यस कोर्समा हामी मुख्य प्लेटफर्मको रूपमा Azure AI Agent Service प्रयोग गर्छौं। यसले समर्थन गर्छ:

• OpenAI, Mistral, र Meta (Llama) का मोडेलहरू
• Tripadvisor जस्ता प्रदायकबाट लाइसेन्स प्राप्त डाटा
• OpenAPI 3.0 टूल परिभाषाहरू मानकीकृत

एजेन्टिक ढाँचा

LLM सँग कुराकानी गर्न तपाईंले प्रॉम्प्टहरू प्रयोग गर्नुहुन्छ। एजेन्टसँग, हरेक प्रॉम्प्ट म्यानुअली बनाउन सकिँदैन — एजेन्ट धेरै चरणहरूमा कार्य गर्न आवश्यक हुन्छ। यहीं एजेन्टिक ढाँचा आउँछन्। यी LLM हरूलाई अझ बढी मापनयोग्य र विश्वसनीय तरिकाले प्रॉम्प्ट गर्ने र समन्वय गर्ने पुन: प्रयोगयोग्य रणनीतिहरू हुन्।

यस कोर्सलाई सबैभन्दा सामान्य र उपयोगी एजेन्टिक ढाँचाहरू वरिपरि संरचना गरिएको छ।

एजेन्टिक फ्रेमवर्कहरू

एजेन्टिक फ्रेमवर्कहरूले विकासकर्ताहरूलाई एजेन्टहरू बनाउनका लागि तयार टेम्प्लेटहरू, उपकरणहरू र पूर्वाधार दिन्छन्। यसले सजिलो बनाउँछ:

• उपकरण र क्षमता जडान गर्न
• एजेन्ट के गर्दैछ अतिरेक रूपमा हेर्न (र समस्या समाधान गर्न)
• धेरै एजेन्टबीच सहकार्य गर्न

यस कोर्समा हामी उत्पादन-तयार एजेन्टहरू बनाउन Microsoft Agent Framework (MAF) मा केन्द्रित छौं।

---

कोड नमूनाहरू

यसलाई क्रियाशील रूपमा हेर्न तयार हुनुहुन्छ? यहाँ यस पाठका कोड नमूनाहरू छन्:

• 🐍 Python: Agent Framework
• 🔷 .NET: Agent Framework

---

प्रश्नहरू छन्?

Microsoft Foundry Discord मा सामेल हुनुस्, जहाँ अन्य सिक्दै गरेका साथीहरूसँग जडान गर्नुहोस्, अफिस आवरहरूमा जानुहोस्, र समुदायबाट AI एजेन्ट सम्बन्धी प्रश्नहरूको जवाफ पाउनुहोस्।

---

अघिल्लो पाठ

Course Setup

अर्को पाठ

Exploring Agentic Frameworks

---

अस्वीकरण: यो दस्तावेज़ AI अनुवाद सेवा Co-op Translator प्रयोग गरेर अनुवाद गरिएको हो। हामी सही हुन प्रयास गर्छौं, तर कृपया जानकार हुनुस् कि स्वचालित अनुवादमा त्रुटिहरू वा अशुद्धताहरू हुन सक्छन्। मूल दस्तावेज़ यसको मूल भाषामा आधिकारिक स्रोत मानिनुपर्छ। महत्वपूर्ण जानकारीका लागि व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलत बुझाइ वा त्रुटिको लागि हामी जिम्मेवार छैनौं।

This site is open source. Improve this page.