ਇਸ ਪਾਠ ਵਿੱਚ ਤੁਸੀਂ ਇਸ ਕੋਰਸ ਦੇ ਕੋਡ ਸੈਂਪਲ ਚਲਾਉਣ ਦੇ ਤਰੀਕੇ ਬਾਰੇ ਸਿੱਖੋਗੇ।
ਆਪਣਾ ਰਿਪੋ ਕਲੋਨ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, AI Agents For Beginners Discord channel ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ ਤਾਂ ਜੋ ਸੈਟਅਪ ਵਿੱਚ ਮਦਦ ਲੈ ਸਕੋ, ਕੋਰਸ ਬਾਰੇ ਕੋਈ ਵੀ ਸਵਾਲ ਪੁੱਛ ਸਕੋ, ਜਾਂ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨਾਲ ਜੁੜ ਸਕੋ।
ਸ਼ੁਰੂ ਕਰਨ ਲਈ, ਕਿਰਪਾ ਕਰਕੇ GitHub Repository ਨੂੰ ਕਲੋਨ ਜਾਂ ਫੋਰਕ ਕਰੋ। ਇਸ ਨਾਲ ਤੁਹਾਡੇ ਕੋਲ ਕੋਰਸ ਮਟੀਰੀਅਲ ਦਾ ਆਪਣਾ ਵਰਜਨ ਹੋਵੇਗਾ ਜਿਸਨੂੰ ਤੁਸੀਂ ਚਲਾ ਸਕਦੇ ਹੋ, ਟੈਸਟ ਕਰ ਸਕਦੇ ਹੋ, ਅਤੇ ਕੋਡ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਕਰ ਸਕਦੇ ਹੋ!
ਇਹ ਰਿਪੋ ਨੂੰ ਫੋਰਕ ਕਰਨ ਲਈ ਲਿੰਕ ‘ਤੇ ਕਲਿਕ ਕਰਕੇ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਹੁਣ ਤੁਹਾਡੇ ਕੋਲ ਇਸ ਕੋਰਸ ਦਾ ਆਪਣਾ ਫੋਰਕ ਕੀਤਾ ਵਰਜਨ ਹੇਠਾਂ ਦਿੱਤੇ ਲਿੰਕ ਵਿੱਚ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ:
ਇਹ ਕੋਰਸ Jupyter Notebooks ਦੀ ਇੱਕ ਲੜੀ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਚਲਾ ਸਕਦੇ ਹੋ ਤਾਂ ਜੋ AI Agents ਬਣਾਉਣ ਵਿੱਚ ਹੱਥ-ਅਨੁਭਵ ਪ੍ਰਾਪਤ ਕੀਤਾ ਜਾ ਸਕੇ।
ਕੋਡ ਸੈਂਪਲ ਹੇਠਾਂ ਦਿੱਤੇ ਤਰੀਕਿਆਂ ਵਿੱਚੋਂ ਕਿਸੇ ਇੱਕ ਨੂੰ ਵਰਤਦੇ ਹਨ:
GitHub ਖਾਤਾ ਲੋੜੀਂਦਾ ਹੈ - ਮੁਫ਼ਤ:
1) Semantic Kernel Agent Framework + GitHub Models Marketplace. (semantic-kernel.ipynb) ਦੇ ਤੌਰ ‘ਤੇ ਲੇਬਲ ਕੀਤਾ ਗਿਆ ਹੈ। 2) AutoGen Framework + GitHub Models Marketplace. (autogen.ipynb) ਦੇ ਤੌਰ ‘ਤੇ ਲੇਬਲ ਕੀਤਾ ਗਿਆ ਹੈ।
Azure Subscription ਲੋੜੀਂਦਾ ਹੈ: 3) Azure AI Foundry + Azure AI Agent Service. (azureaiagent.ipynb) ਦੇ ਤੌਰ ‘ਤੇ ਲੇਬਲ ਕੀਤਾ ਗਿਆ ਹੈ।
ਅਸੀਂ ਤੁਹਾਨੂੰ ਤਿੰਨ ਤਰੀਕਿਆਂ ਦੇ ਉਦਾਹਰਣਾਂ ਨੂੰ ਅਜ਼ਮਾਉਣ ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ ਤਾਂ ਜੋ ਤੁਸੀਂ ਵੇਖ ਸਕੋ ਕਿ ਤੁਹਾਡੇ ਲਈ ਕਿਹੜਾ ਤਰੀਕਾ ਸਭ ਤੋਂ ਵਧੀਆ ਕੰਮ ਕਰਦਾ ਹੈ।
ਤੁਹਾਡੇ ਦੁਆਰਾ ਚੁਣਿਆ ਗਿਆ ਵਿਕਲਪ ਹੇਠਾਂ ਦਿੱਤੇ ਸੈਟਅਪ ਕਦਮਾਂ ਨੂੰ ਨਿਰਧਾਰਤ ਕਰੇਗਾ:
NOTE: ਜੇ ਤੁਹਾਡੇ ਕੋਲ Python3.12 ਇੰਸਟਾਲ ਨਹੀਂ ਹੈ, ਤਾਂ ਇਹ ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ ਇਸਨੂੰ ਇੰਸਟਾਲ ਕਰੋ। ਫਿਰ python3.12 ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਆਪਣਾ venv ਬਣਾਓ ਤਾਂ ਜੋ requirements.txt ਫਾਈਲ ਤੋਂ ਸਹੀ ਵਰਜਨ ਇੰਸਟਾਲ ਹੋ ਸਕਣ।
ਉਦਾਹਰਨ
Python venv ਡਾਇਰੈਕਟਰੀ ਬਣਾਓ:
python3 -m venv venv
ਫਿਰ venv ਐਨਵਾਇਰਮੈਂਟ ਨੂੰ ਐਕਟੀਵੇਟ ਕਰੋ:
macOS ਅਤੇ Linux
source venv/bin/activate
Windows
venv\Scripts\activate
ਅਸੀਂ ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਦੇ ਰੂਟ ਵਿੱਚ ਇੱਕ requirements.txt
ਫਾਈਲ ਸ਼ਾਮਲ ਕੀਤੀ ਹੈ ਜਿਸ ਵਿੱਚ ਸਾਰੇ ਲੋੜੀਂਦੇ Python ਪੈਕੇਜ ਹਨ ਜੋ ਕੋਡ ਸੈਂਪਲ ਚਲਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਹਨ।
ਤੁਸੀਂ ਹੇਠਾਂ ਦਿੱਤੇ ਕਮਾਂਡ ਨੂੰ ਆਪਣੇ ਟਰਮੀਨਲ ਵਿੱਚ ਰਿਪੋਜ਼ਟਰੀ ਦੇ ਰੂਟ ‘ਤੇ ਚਲਾ ਕੇ ਇਨ੍ਹਾਂ ਨੂੰ ਇੰਸਟਾਲ ਕਰ ਸਕਦੇ ਹੋ:
pip install -r requirements.txt
ਅਸੀਂ ਕਿਸੇ ਵੀ ਸੰਘਰਸ਼ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਤੋਂ ਬਚਣ ਲਈ Python ਵਰਚੁਅਲ ਐਨਵਾਇਰਮੈਂਟ ਬਣਾਉਣ ਦੀ ਸਿਫਾਰਸ਼ ਕਰਦੇ ਹਾਂ।
ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ VSCode ਵਿੱਚ Python ਦਾ ਸਹੀ ਵਰਜਨ ਵਰਤ ਰਹੇ ਹੋ।
ਇਹ ਕੋਰਸ GitHub Models Marketplace ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਜੋ ਤੁਹਾਨੂੰ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ (LLMs) ਤੱਕ ਮੁਫ਼ਤ ਪਹੁੰਚ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ, ਜੋ ਤੁਸੀਂ AI Agents ਬਣਾਉਣ ਲਈ ਵਰਤੋਂ ਕਰੋਗੇ।
GitHub Models ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ, ਤੁਹਾਨੂੰ GitHub Personal Access Token ਬਣਾਉਣ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
ਇਹ ਤੁਹਾਡੇ GitHub ਖਾਤੇ ਵਿੱਚ Personal Access Tokens settings ‘ਤੇ ਜਾ ਕੇ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਕਿਰਪਾ ਕਰਕੇ Principle of Least Privilege ਦੀ ਪਾਲਣਾ ਕਰੋ ਜਦੋਂ ਤੁਸੀਂ ਆਪਣਾ ਟੋਕਨ ਬਣਾਉਂਦੇ ਹੋ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਟੋਕਨ ਨੂੰ ਸਿਰਫ਼ ਉਹ ਅਧਿਕਾਰ ਦੇਣੇ ਚਾਹੀਦੇ ਹਨ ਜੋ ਇਸ ਕੋਰਸ ਦੇ ਕੋਡ ਸੈਂਪਲ ਚਲਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਹਨ।
Developer settings ਵਿੱਚ ਜਾ ਕੇ ਸਕ੍ਰੀਨ ਦੇ ਖੱਬੇ ਪਾਸੇ Fine-grained tokens
ਵਿਕਲਪ ਚੁਣੋ।
ਫਿਰ Generate new token
ਚੁਣੋ।
ਆਪਣੇ ਟੋਕਨ ਲਈ ਇੱਕ ਵਰਣਨਾਤਮਕ ਨਾਮ ਦਿਓ ਜੋ ਇਸਦੇ ਉਦੇਸ਼ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੋਵੇ, ਜਿਸ ਨਾਲ ਇਸਨੂੰ ਬਾਅਦ ਵਿੱਚ ਪਛਾਣਨਾ ਆਸਾਨ ਹੋਵੇ।
🔐 ਟੋਕਨ ਦੀ ਮਿਆਦ ਦੀ ਸਿਫਾਰਸ਼
ਸਿਫਾਰਸ਼ ਕੀਤੀ ਮਿਆਦ: 30 ਦਿਨ
ਜੇ ਤੁਸੀਂ ਹੋਰ ਸੁਰੱਖਿਅਤ ਪਹੁੰਚ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਛੋਟੇ ਸਮੇਂ ਲਈ ਚੁਣ ਸਕਦੇ ਹੋ—ਜਿਵੇਂ ਕਿ 7 ਦਿਨ 🛡️
ਇਹ ਇੱਕ ਵਧੀਆ ਤਰੀਕਾ ਹੈ ਆਪਣਾ ਨਿੱਜੀ ਟਾਰਗਟ ਸੈਟ ਕਰਨ ਦਾ ਅਤੇ ਕੋਰਸ ਪੂਰਾ ਕਰਨ ਦਾ ਜਦੋਂ ਤੁਹਾਡਾ ਸਿੱਖਣ ਦਾ ਜ਼ੋਰ ਉੱਚਾ ਹੋਵੇ 🚀।
ਟੋਕਨ ਦੀ ਪਹੁੰਚ ਨੂੰ ਇਸ ਰਿਪੋਜ਼ਟਰੀ ਦੇ ਫੋਰਕ ਤੱਕ ਸੀਮਿਤ ਕਰੋ।
ਟੋਕਨ ਦੇ ਅਧਿਕਾਰਾਂ ਨੂੰ ਸੀਮਿਤ ਕਰੋ: Permissions ਦੇ ਅਧੀਨ, Account ਟੈਬ ‘ਤੇ ਕਲਿਕ ਕਰੋ, ਅਤੇ “+ Add permissions” ਬਟਨ ‘ਤੇ ਕਲਿਕ ਕਰੋ। ਇੱਕ ਡ੍ਰਾਪਡਾਊਨ ਪ੍ਰਗਟ ਹੋਵੇਗਾ। ਕਿਰਪਾ ਕਰਕੇ Models ਦੀ ਖੋਜ ਕਰੋ ਅਤੇ ਇਸਦੇ ਲਈ ਬਾਕਸ ਚੁਣੋ।
ਟੋਕਨ ਬਣਾਉਣ ਤੋਂ ਪਹਿਲਾਂ ਲੋੜੀਂਦੇ ਅਧਿਕਾਰਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰੋ।
ਟੋਕਨ ਬਣਾਉਣ ਤੋਂ ਪਹਿਲਾਂ, ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ ਇਸਨੂੰ ਸੁਰੱਖਿਅਤ ਸਥਾਨ ਵਿੱਚ ਸਟੋਰ ਕਰਨ ਲਈ ਤਿਆਰ ਹੋ, ਜਿਵੇਂ ਕਿ ਪਾਸਵਰਡ ਮੈਨੇਜਰ ਵਾਲਟ, ਕਿਉਂਕਿ ਇਹ ਤੁਹਾਨੂੰ ਦੁਬਾਰਾ ਨਹੀਂ ਦਿਖਾਇਆ ਜਾਵੇਗਾ।
ਆਪਣੇ ਨਵੇਂ ਟੋਕਨ ਨੂੰ ਕਾਪੀ ਕਰੋ ਜੋ ਤੁਸੀਂ ਹੁਣ ਹੀ ਬਣਾਇਆ ਹੈ। ਹੁਣ ਤੁਸੀਂ ਇਸਨੂੰ ਇਸ ਕੋਰਸ ਵਿੱਚ ਸ਼ਾਮਲ .env
ਫਾਈਲ ਵਿੱਚ ਸ਼ਾਮਲ ਕਰੋਗੇ।
.env
ਫਾਈਲ ਬਣਾਓਆਪਣੀ .env
ਫਾਈਲ ਬਣਾਉਣ ਲਈ ਆਪਣੇ ਟਰਮੀਨਲ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤਾ ਕਮਾਂਡ ਚਲਾਓ।
cp .env.example .env
ਇਹ ਉਦਾਹਰਨ ਫਾਈਲ ਨੂੰ ਕਾਪੀ ਕਰੇਗਾ ਅਤੇ ਤੁਹਾਡੇ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ .env
ਬਣਾਏਗਾ, ਜਿੱਥੇ ਤੁਸੀਂ ਵਾਤਾਵਰਣ ਚਰਾਂ ਦੇ ਮੁੱਲ ਭਰ ਸਕਦੇ ਹੋ।
ਆਪਣਾ ਟੋਕਨ ਕਾਪੀ ਕਰਨ ਦੇ ਨਾਲ, .env
ਫਾਈਲ ਨੂੰ ਆਪਣੇ ਮਨਪਸੰਦ ਟੈਕਸਟ ਐਡੀਟਰ ਵਿੱਚ ਖੋਲ੍ਹੋ ਅਤੇ ਆਪਣੇ ਟੋਕਨ ਨੂੰ GITHUB_TOKEN
ਫੀਲਡ ਵਿੱਚ ਪੇਸਟ ਕਰੋ।
ਹੁਣ ਤੁਸੀਂ ਇਸ ਕੋਰਸ ਦੇ ਕੋਡ ਸੈਂਪਲ ਚਲਾ ਸਕਦੇ ਹੋ।
Azure AI Foundry ਵਿੱਚ ਹੱਬ ਅਤੇ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਣ ਦੇ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ: Hub resources overview
ਜਦੋਂ ਤੁਸੀਂ ਆਪਣਾ ਪ੍ਰੋਜੈਕਟ ਬਣਾਉਂਦੇ ਹੋ, ਤੁਹਾਨੂੰ ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਲਈ ਕਨੈਕਸ਼ਨ ਸਟ੍ਰਿੰਗ ਪ੍ਰਾਪਤ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ।
ਇਹ Azure AI Foundry ਪੋਰਟਲ ਵਿੱਚ ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਦੇ Overview ਪੇਜ ‘ਤੇ ਜਾ ਕੇ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
.env
ਫਾਈਲ ਬਣਾਓਆਪਣੀ .env
ਫਾਈਲ ਬਣਾਉਣ ਲਈ ਆਪਣੇ ਟਰਮੀਨਲ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤਾ ਕਮਾਂਡ ਚਲਾਓ।
cp .env.example .env
ਇਹ ਉਦਾਹਰਨ ਫਾਈਲ ਨੂੰ ਕਾਪੀ ਕਰੇਗਾ ਅਤੇ ਤੁਹਾਡੇ ਡਾਇਰੈਕਟਰੀ ਵਿੱਚ .env
ਬਣਾਏਗਾ, ਜਿੱਥੇ ਤੁਸੀਂ ਵਾਤਾਵਰਣ ਚਰਾਂ ਦੇ ਮੁੱਲ ਭਰ ਸਕਦੇ ਹੋ।
ਆਪਣਾ ਟੋਕਨ ਕਾਪੀ ਕਰਨ ਦੇ ਨਾਲ, .env
ਫਾਈਲ ਨੂੰ ਆਪਣੇ ਮਨਪਸੰਦ ਟੈਕਸਟ ਐਡੀਟਰ ਵਿੱਚ ਖੋਲ੍ਹੋ ਅਤੇ ਆਪਣੇ ਟੋਕਨ ਨੂੰ PROJECT_ENDPOINT
ਫੀਲਡ ਵਿੱਚ ਪੇਸਟ ਕਰੋ।
ਸੁਰੱਖਿਆ ਦੇ ਵਧੀਆ ਅਭਿਆਸ ਦੇ ਤੌਰ ‘ਤੇ, ਅਸੀਂ keyless authentication ਦੀ ਵਰਤੋਂ ਕਰਕੇ Microsoft Entra ID ਨਾਲ Azure OpenAI ਵਿੱਚ ਪ੍ਰਮਾਣਿਕਤਾ ਪ੍ਰਾਪਤ ਕਰਾਂਗੇ।
ਅਗਲੇ ਕਦਮ ਵਿੱਚ, ਟਰਮੀਨਲ ਖੋਲ੍ਹੋ ਅਤੇ az login --use-device-code
ਚਲਾਓ ਤਾਂ ਜੋ ਤੁਸੀਂ ਆਪਣੇ Azure ਖਾਤੇ ਵਿੱਚ ਸਾਈਨ ਇਨ ਕਰ ਸਕੋ।
ਜਦੋਂ ਤੁਸੀਂ ਲੌਗਇਨ ਕਰ ਲੈਂਦੇ ਹੋ, ਟਰਮੀਨਲ ਵਿੱਚ ਆਪਣੀ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਚੁਣੋ।
Agentic RAG Lesson - Lesson 5 - ਵਿੱਚ ਕੁਝ ਸੈਂਪਲ ਸ਼ਾਮਲ ਹਨ ਜੋ Azure Search ਅਤੇ Azure OpenAI ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ।
ਜੇ ਤੁਸੀਂ ਇਹ ਸੈਂਪਲ ਚਲਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਤੁਹਾਨੂੰ ਆਪਣੀ .env
ਫਾਈਲ ਵਿੱਚ ਹੇਠਾਂ ਦਿੱਤੇ ਵਾਤਾਵਰਣ ਚਰਾਂ ਨੂੰ ਸ਼ਾਮਲ ਕਰਨ ਦੀ ਲੋੜ ਹੋਵੇਗੀ:
AZURE_SUBSCRIPTION_ID
- Overview ਪੇਜ ਦੇ Project details ਵਿੱਚ ਜਾਂਚ ਕਰੋ।
AZURE_AI_PROJECT_NAME
- ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਦੇ Overview ਪੇਜ ਦੇ ਸਿਖਰ ‘ਤੇ ਵੇਖੋ।
AZURE_OPENAI_SERVICE
- Overview ਪੇਜ ਦੇ Included capabilities ਟੈਬ ਵਿੱਚ Azure OpenAI Service ਲਈ ਵੇਖੋ।
AZURE_OPENAI_RESOURCE_GROUP
- Management Center ਦੇ Overview ਪੇਜ ਵਿੱਚ Project properties ‘ਤੇ ਜਾਓ।
GLOBAL_LLM_SERVICE
- Connected resources ਦੇ ਅਧੀਨ, Azure AI Services ਕਨੈਕਸ਼ਨ ਨਾਮ ਲੱਭੋ। ਜੇਕਰ ਸੂਚੀਬੱਧ ਨਹੀਂ ਹੈ, ਤਾਂ Azure portal ਵਿੱਚ ਆਪਣੇ ਰਿਸੋਰਸ ਗਰੁੱਪ ਦੇ ਅਧੀਨ AI Services ਰਿਸੋਰਸ ਨਾਮ ਦੀ ਜਾਂਚ ਕਰੋ।
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME
- ਆਪਣਾ embedding ਮਾਡਲ (ਜਿਵੇਂ text-embedding-ada-002
) ਚੁਣੋ ਅਤੇ ਮਾਡਲ ਵੇਰਵੇ ਤੋਂ Deployment name ਨੂੰ ਨੋਟ ਕਰੋ।
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME
- ਆਪਣਾ chat ਮਾਡਲ (ਜਿਵੇਂ gpt-4o-mini
) ਚੁਣੋ ਅਤੇ ਮਾਡਲ ਵੇਰਵੇ ਤੋਂ Deployment name ਨੂੰ ਨੋਟ ਕਰੋ।
AZURE_OPENAI_ENDPOINT
- Azure AI services ਲਈ ਵੇਖੋ, ਇਸ ‘ਤੇ ਕਲਿਕ ਕਰੋ, ਫਿਰ Resource Management, Keys and Endpoint ‘ਤੇ ਜਾਓ, “Azure OpenAI endpoints” ‘ਤੇ ਸਕ੍ਰੋਲ ਕਰੋ, ਅਤੇ “Language APIs” ਵਾਲਾ ਕਾਪੀ ਕਰੋ।
AZURE_OPENAI_API_KEY
- ਇਸੇ ਸਕ੍ਰੀਨ ਤੋਂ, KEY 1 ਜਾਂ KEY 2 ਕਾਪੀ ਕਰੋ।
AZURE_SEARCH_SERVICE_ENDPOINT
- ਆਪਣਾ Azure AI Search ਰਿਸੋਰਸ ਲੱਭੋ, ਇਸ ‘ਤੇ ਕਲਿਕ ਕਰੋ, ਅਤੇ Overview ਵੇਖੋ।
AZURE_SEARCH_API_KEY
- ਫਿਰ Settings ‘ਤੇ ਜਾਓ ਅਤੇ Keys ‘ਤੇ ਜਾ ਕੇ ਪ੍ਰਾਇਮਰੀ ਜਾਂ ਸੈਕੰਡਰੀ ਐਡਮਿਨ ਕੀ ਕਾਪੀ ਕਰੋ।
AZURE_OPENAI_API_VERSION
- API version lifecycle ਪੇਜ ਦੇ Latest GA API release ਦੇ ਅਧੀਨ ਜਾਓ।ਆਪਣੇ ਪ੍ਰਮਾਣਿਕਤਾ ਨੂੰ hardcode ਕਰਨ ਦੀ ਬਜਾਏ, ਅਸੀਂ Azure OpenAI ਨਾਲ keyless connection ਦੀ ਵਰਤੋਂ ਕਰਾਂਗੇ। ਇਸ ਲਈ, ਅਸੀਂ DefaultAzureCredential
ਨੂੰ import ਕਰਾਂਗੇ ਅਤੇ ਬਾਅਦ ਵਿੱਚ DefaultAzureCredential
ਫੰਕਸ਼ਨ ਨੂੰ ਕਾਲ ਕਰਕੇ credential ਪ੍ਰਾਪਤ ਕਰਾਂਗੇ।
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
ਜੇ ਤੁਹਾਨੂੰ ਇਸ ਸੈਟਅਪ ਨੂੰ ਚਲਾਉਣ ਵਿੱਚ ਕੋਈ ਸਮੱਸਿਆ ਆਉਂਦੀ ਹੈ, ਤਾਂ ਸਾਡੇ Azure AI Community Discord ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਵੋ ਜਾਂ ਇੱਕ ਸਮੱਸਿਆ ਬਣਾਓ।
ਹੁਣ ਤੁਸੀਂ ਇਸ ਕੋਰਸ ਦੇ ਕੋਡ ਚਲਾਉਣ ਲਈ ਤਿਆਰ ਹੋ। AI Agents ਦੀ ਦੁਨੀਆ ਬਾਰੇ ਹੋਰ ਸਿੱਖਣ ਲਈ ਸ਼ੁਭਕਾਮਨਾਵਾਂ!
AI Agents ਅਤੇ Agent Use Cases ਦਾ ਪਰਿਚਯ
ਅਸਵੀਕਰਤੀ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀ ਹੋਣ ਦਾ ਯਤਨ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਦਿਓ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸੁਚੱਜੇਪਣ ਹੋ ਸਕਦੇ ਹਨ। ਇਸ ਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਮੌਜੂਦ ਅਸਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਅਧਿਕਾਰਤ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਮਹੱਤਵਪੂਰਨ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੇ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆ ਲਈ ਅਸੀਂ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।