ai-agents-for-beginners
(यो पाठको भिडियो हेर्न माथिको छविमा क्लिक गर्नुहोस्)
AI एजेन्टहरू र एजेन्ट प्रयोग केसहरूमा परिचय
AI एजेन्टहरू प्रारम्भकर्ताहरूका लागि कोर्समा स्वागत छ! यस कोर्सले तपाईंलाई आधारभूत ज्ञान — र वास्तविक काम गर्ने कोड — प्रदान गर्छ जसबाट तपाईं एजेन्टहरू शुरु देखि निर्माण गर्न सक्नुहुन्छ।
Azure AI Discord Community मा आउनुहोस् — यहाँ सिक्नेहरू र AI निर्माताहरू भरिपूर्ण छन् जो तपाईंका प्रश्नहरू खुशीसाथ जवाफ दिन्छन्।
निर्माणमा जानुअघि, हामी वास्तवमा के हो AI एजेन्ट र कहिले यसको प्रयोग गर्नु उपयुक्त हुन्छ भनी बुझ्न निश्चित गरौं।
परिचय
यस पाठले समेट्नेछ:
- AI एजेन्टहरू के हुन् र तिनीहरूका फरक प्रकारहरू
- कुन प्रकारका कार्यहरू AI एजेन्टहरूका लागि उपयुक्त छन्
- एजेन्ट समाधान डिजाइन गर्दा तपाईँले प्रयोग गर्ने मुख्य निर्माण अवयवहरू
सिकाइ लक्ष्यहरू
पाठको अन्त्यसम्म, तपाईंले सक्नु पर्नेछ:
- AI एजेन्ट के हो र सामान्य AI समाधानदेखि यसले कसरी फरक गर्दछ व्याख्या गर्न
- कहिले AI एजेन्ट प्रयोग गर्ने (र कहिले नगर्ने) थाहा पाउन
- वास्तविक समस्याका लागि आधारभूत एजेन्ट समाधान डिजाइनको रूपरेखा बनाउन
AI एजेन्टहरूको परिभाषा र AI एजेन्टका प्रकारहरू
AI एजेन्टहरू के हुन्?
यसलाई सरल तरिकाले सोच्नुस्:
AI एजेन्टहरू ती प्रणालीहरू हुन् जसले ठूलो भाषा मोडेलहरू (LLMs) लाई वास्तवमा काम गर्न दिन्छ — तिनीहरूलाई उपकरण र ज्ञान प्रदान गरेर विश्वसँग कार्य गर्न सक्षम बनाउँछन्, केवल प्रतिक्रियास्वरूप जवाफ मात्र होइन।
यसलाई केही विस्तारमा बुझौं:
- प्रणाली — AI एजेन्ट एकचोटीको कुरा होइन। यो भागहरूको संग्रह हो जुन सँगै काम गर्छ। प्रत्येक एजेन्टमा तीन भागहरू हुन्छन्:
- पर्यावरण — जस स्थानमा एजेन्ट काम गर्दछ। ट्राभल बुकिङ एजेन्टको लागि, यो बुकिङ प्लेटफर्म हुनेछ।
- सेन्सरहरू — एजेन्टले आफ्नो वातावरणको वर्तमान अवस्था कसरी पढ्छ। हाम्रो ट्राभल एजेन्टले होटल उपलब्धता वा उडान मूल्य जाँच्न सक्छ।
- कार्याकारहरू — एजेन्ट कसरी कार्य गर्छ। ट्राभल एजेन्टले कोठा बुक गर्न सक्छ, पुष्टि पठाउन सक्छ, वा रिजर्भेसन रद्द गर्न सक्छ।
-
ठूला भाषा मोडेलहरू — एजेन्टहरू LLMs अघि पनि थिए, तर LLMs ले आधुनिक एजेन्टहरूलाई शक्तिशाली बनाउँछन्। तिनीहरूले प्राकृतिक भाषा बुझ्छन्, सन्दर्भबारे सोच्दछन्, र अस्पष्ट प्रयोगकर्ता अनुरोधलाई ठोस कार्य योजनामा परिणत गर्छन्।
-
कार्यहरू प्रदर्शन गर्ने — एजेन्ट प्रणाली बिना, LLM केवल पाठ उत्पादन गर्छ। एजेन्ट प्रणालीभित्र, LLM वास्तवमै कदमहरू सञ्चालन गर्न सक्छ — डाटाबेस खोज, API कल, सन्देश पठाउने।
-
उपकरणहरूको पहुँच — एजेन्टले प्रयोग गर्ने उपकरणहरू (1) त्यो वातावरणमा निर्भर गर्छ जहाँ एजेन्ट चलिरहेको छ र (2) विकासकर्ताले के दिइरहेको छ। ट्राभल एजेन्टले उडान खोज्न सक्छ तर ग्राहक अभिलेख सम्पादन नगर्न सक्छ — यो सम्पूर्ण तपाईंले जडान गरेको कुरामा आधारित हो।
-
स्मृति + ज्ञान — एजेन्टहरू साना अवधिको स्मृति (हालको संवाद) र दीर्घकालीन स्मृति (ग्राहक डाटाबेस, विगतका अन्तरक्रियाहरू) राख्न सक्छन्। ट्राभल एजेन्टले तपाईंलाई झ्याल सिट मन पर्छ भनेर “स्मरण” गर्न सक्छ।
AI एजेन्टका विभिन्न प्रकारहरू
सबै एजेन्टहरू एउटै तरिकाले बनेका छैनन्। यहाँ मुख्य प्रकारहरूको विवरण छ, ट्राभल बुकिङ एजेन्ट उदाहरणका रूपमा:
| एजेन्ट प्रकार | यो के गर्छ | ट्राभल एजेन्ट उदाहरण |
|---|---|---|
| सरल रिफ्लेक्स एजेन्टहरू | कडाइका नियमहरु पालना गर्छ — स्मृति छैन, योजना छैन। | गुनासो ईमेल देख्छ → ग्राहक सेवामा अग्रेषित गर्छ। त्यति हो। |
| मोडेल-आधारित रिफ्लेक्स एजेन्टहरू | विश्वको आन्तरिक मोडेल राख्छ र परिवर्तन हुँदै गए अपडेट गर्छ। | ऐतिहासिक उडान मूल्यहरू ट्र्याक गर्छ र अचानक महँगो भएका मार्गहरू पहिचान गर्छ। |
| लक्ष्य-आधारित एजेन्टहरू | लक्षित लक्ष्य राख्छ र क्रमशः कसरी पुग्ने फेला पार्छ। | तपाईंको वर्तमान स्थानबाट गन्तव्यसम्म पूरा यात्रा (उडान, कार, होटल) बुक गर्छ। |
| उपयोगिता-आधारित एजेन्टहरू | केवल एउटा समाधान मात्र होइन — सबैभन्दा राम्रो समाधान खोज्छ, तौल दिन्छ। | लागत र सुविधा सन्तुलन गरेर तपाईंको प्राथमिकताहरू अनुसार सबैभन्दा उपयुक्त यात्रा फेला पार्छ। |
| सिक्ने एजेन्टहरू | प्रतिक्रिया अनुसार समयसँग सुदृढ हुन्छ। | भविष्यका बुकिङ सिफारिसहरू यात्रापछिको सर्वेक्षण परिणाम अनुसार समायोजन गर्छ। |
| हियरार्किकल एजेन्टहरू | उच्च स्तरको एजेन्ट कार्यलाई उप-कार्यहरूमा विभाजन गर्छ र तल्लो स्तरका एजेन्टहरूलाई जिम्मा दिन्छ। | “यात्रा रद्द गर” अनुरोधलाई भाँडछ: उडान रद्द, होटल रद्द, कार भाडा रद्द — यी सबै उप-एजेन्टहरूले सम्हाल्छन्। |
| मल्टि-एजेन्ट प्रणालीहरू (MAS) | धेरै स्वतन्त्र एजेन्टहरू सँगै काम गर्छन् (वा प्रतिस्पर्धा गर्छन्)। | सहकार्य: अलग एजेन्टहरूले होटल, उडान, र मनोरञ्जन सम्हाल्छन्। प्रतिस्पर्धा: धेरै एजेन्टहरूले होटल कोठाहरू सबैभन्दा राम्रो मूल्यमा भर्न प्रतिस्पर्धा गर्छन्। |
AI एजेन्ट कहिले प्रयोग गर्ने
केवल तपाईंले गर्न सक्नुहुन्छ भन्दै AI एजेन्ट प्रयोग गर्नु सधैं आवश्यक हुँदैन। यी अवस्थाहरूमा एजेन्टहरू साँच्चिकै उत्कृष्ट छन्:
- खुला अन्त्य समस्या — समस्या समाधानका कदमहरू पूर्वनिर्धारित गर्न नसकिने। तपाईँलाई LLM ले बाटो गतिशील रूपमा निर्धारण गर्नु आवश्यक हुन्छ।
- धेरै चरणहरू प्रक्रिया — कार्यहरू जसले धेरै पटक उपकरणहरू प्रयोग गर्नुपर्ने हुन्छ, केवल एकपटक खोज्न वा उत्पादन गर्न मात्र होइन।
- समयसँग सुधार — प्रणाली प्रयोगकर्ता प्रतिक्रिया वा वातावरणीय संकेतका आधारमा स्मार्ट हुन चाहन्छ भने।
यस कोर्समा पछि आउने विश्वसनीय AI एजेन्टहरू निर्माण पाठमा हामी AI एजेन्ट कहिले (र कहिले न) प्रयोग गर्ने गहिराइमा जान्छौं।
एजेन्ट समाधानको आधारभूत कुरा
एजेन्ट विकास
एजेन्ट निर्माण गर्दा सबैभन्दा पहिलाको काम हो के गर्न सक्छ निर्धारण गर्ने — यसको उपकरणहरू, कार्यहरू र व्यवहार।
यस कोर्समा हामी मुख्य प्लेटफर्मको रूपमा Microsoft Foundry Agent Service प्रयोग गर्छौं। यसले समर्थन गर्दछ:
- OpenAI, Mistral, र Meta (Llama) जस्ता प्रदायकहरूका मोडेलहरू
- Tripadvisor जस्ता प्रदायकहरूबाट इजाजति प्राप्त डेटा
- मानकीकृत OpenAPI 3.0 उपकरण परिभाषाहरू
एजेन्टिक डिजाइन ढाँचाहरू
तपाईं LLM सँग अनुरोध मार्फत संवाद गर्नुहुन्छ। एजेन्टहरूमा, प्रायः प्रत्येक अनुरोध हातले बनाइएको हुँदैन — एजेन्टले धेरै चरणमा कार्य गर्न आवश्यक हुन्छ। त्यहीँ एजेन्टिक ढाँचाहरू आउँछन्। यी LLM सँग संवाद र समन्वय गर्ने पुन: प्रयोग गर्न मिल्ने रणनीतिहरू हुन् जुन अधिक विस्तारयोग्य, विश्वासिलो तरिकाले काम गर्छन्।
यो कोर्स सबैभन्दा सामान्य र उपयोगी एजेन्टिक ढाँचाहरू वरिपरि संरचित छ।
एजेन्टिक फ्रेमवर्कहरू
एजेन्टिक फ्रेमवर्कहरूले विकासकर्तालाई तयार टेम्प्लेट, उपकरणहरू, र पूर्वाधार प्रदान गर्छन् एजेन्टहरू निर्माण गर्न। यसले सजिलो बनाउँछ:
- उपकरणहरू र क्षमता जडान गर्न
- एजेन्टले के गरिरहेको छ हेर्न (र समस्या आएमा डिबग गर्न)
- धेरै एजेन्टहरूबीच सहकार्य गर्न
यस कोर्समा हामी Microsoft Agent Framework (MAF) मा केन्द्रित छौं उत्पादन-तयार एजेन्टहरू निर्माणका लागि।
कोड नमुनाहरू
यसलाई क्रियाशील रूपमा हेर्न तयार हुनुहुन्छ? यहाँ यस पाठका कोड नमुनाहरू छन्:
- 🐍 Python: Agent Framework
- 🔷 .NET: Agent Framework
प्रश्नहरू छन्?
अन्य सिक्नेहरू सँग जडान हुने, कार्यालय समयहरूमा सहभागी हुने, र AI एजेन्ट सम्बन्धी प्रश्नहरूको जवाफ समुदायबाट पाउनका लागि Microsoft Foundry Discord मा सामेल हुनुहोस्।
यो एजेन्टको स्मोक-टेस्ट (वैकल्पिक)
तपाईंले Lesson 16 मा एजेन्टहरू परिनियोजन गर्न सिकिसकेपछि, तपाईं यो पाठको TravelAgent को छिटो पोस्ट-परिनियोजन स्वास्थ्य परीक्षण थप्न सक्नुहुन्छ, तयार गरिएको सूची tests/lesson-01-smoke-tests.json प्रयोग गरेर। कसरी चलाउने हेर्न tests/README.md सन्दर्भ गर्नुहोस्।
अघिल्लो पाठ
अर्को पाठ
एजेन्टिक फ्रेमवर्कहरूको अन्वेषण
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।