ਇਹ ਪਾਠ ਦੱਸੇਗਾ ਕਿ ਇਸ ਕੋਰਸ ਦੇ ਕੋਡ ਸੈਂਪਲ ਕਿਵੇਂ ਚਲਾਏ ਜਾਂਦੇ ਹਨ।
ਆਪਣਾ ਰਿਪੋ ਕਲੋਨ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਸੈਟਅਪ ਵਿੱਚ ਮਦਦ ਲਈ, ਕੋਰਸ ਬਾਰੇ ਕੋਈ ਵੀ ਪ੍ਰਸ਼ਨ ਪੁੱਛਣ ਲਈ ਜਾਂ ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨਾਲ ਕਨੈਕਟ ਕਰਨ ਲਈ AI Agents For Beginners Discord ਚੈਨਲ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ।
ਸ਼ੁਰੂਆਤ ਕਰਨ ਲਈ, ਕਿਰਪਾ ਕਰਕੇ GitHub ਰਿਪੋਜ਼ਿਟਰੀ ਨੂੰ ਕਲੋਨ ਜਾਂ ਫੋਰਕ ਕਰੋ। ਇਸ ਨਾਲ ਤੁਹਾਡੇ ਕੋਲ ਕੋਰਸ ਮਟੀਰੀਅਲ ਦਾ ਆਪਣਾ ਸੰਸਕਰਨ ਬਣ ਜਾਵੇਗਾ, ਤਾਂ ਜੋ ਤੁਸੀਂ ਕੋਡ ਚਲਾ ਸਕੋ, ਟੈਸਟ ਕਰ ਸਕੋ ਅਤੇ ਇਸ ਵਿੱਚ ਤਬਦੀਲੀਆਂ ਕਰ ਸਕੋ!
This can be done by clicking the link to ਰੀਪੋ ਫੋਰਕ ਕਰੋ
You should now have your own forked version of this course in the following link:

ਪੂਰੀ ਰਿਪੋਜ਼ਿਟਰੀ ਸਮੱਗਰੀ (ਪੂਰਾ ਇਤਿਹਾਸ ਅਤੇ ਸਾਰੇ ਫ਼ਾਇਲਾਂ) ਡਾਊਨਲੋਡ ਕਰਨ ‘ਤੇ ਵੱਡੀ (~3 GB) ਹੋ ਸਕਦੀ ਹੈ। ਜੇ ਤੁਸੀਂ ਸਿਰਫ ਵਰਕਸ਼ਾਪ ਵਿੱਚ ਭਾਗ ਲੈ ਰਹੇ ਹੋ ਜਾਂ ਸਿਰਫ ਕੁਝ ਪਾਠ ਫੋਲਡਰਾਂ ਦੀ ਲੋੜ ਹੈ, ਤਾਂ ਇੱਕ ਸ਼ੈਲੋ ਕਲੋਨ (ਜਾਂ ਸਪਾਰਸ ਕਲੋਨ) ਇਤਿਹਾਸ ਨੂੰ ਠੰਢਾ ਕਰਕੇ ਅਤੇ/ਜਾਂ ਬਲੌਬਸ ਨੂੰ ਸਕਿਪ ਕਰਕੇ ਜ਼ਿਆਦਾਤਰ ਡਾਊਨਲੋਡ ਤੋਂ ਬਚਾਉਂਦਾ ਹੈ।
Replace <your-username> in the below commands with your fork URL (or the upstream URL if you prefer).
To clone only the latest commit history (small download):
git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git
To clone a specific branch:
git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git
This uses partial clone and sparse-checkout (requires Git 2.25+ and recommended modern Git with partial clone support):
git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git
Traverse into the repo folder:
cd ai-agents-for-beginners
Then specify which folders you want (example below shows two folders):
git sparse-checkout set 00-course-setup 01-intro-to-ai-agents
After cloning and verifying the files, if you only need files and want to free space (no git history), please delete the repository metadata (💀irreversible — you will lose all Git functionality: no commits, pulls, pushes, or history access).
# zsh/bash
rm -rf .git
# ਪਾਵਰਸ਼ੈਲ
Remove-Item -Recurse -Force .git
Create a new Codespace for this repo via the GitHub UI.
ਇਹ ਕੋਰਸ ਕੁਝ Jupyter ਨੋਟਬੁੱਕਸ ਮੁਹੱਈਆ ਕਰਵਾਉਂਦਾ ਹੈ, ਜੋ ਤੁਹਾਨੂੰ AI ਏਜੰਟ ਬਣਾਉਣ ਵਿੱਚ ਹੈਂਡਸ-ਆਨ ਅਨੁਭਵ ਦੇਣ ਲਈ ਚਲਾਏ ਜਾ ਸਕਦੇ ਹਨ।
The code samples use Microsoft Agent Framework (MAF) with the AzureAIProjectAgentProvider, which connects to Azure AI Agent Service V2 (the Responses API) through Microsoft Foundry.
All Python notebooks are labelled *-python-agent-framework.ipynb.
NOTE: If you don’t have Python3.12 installed, ensure you install it. Then create your venv using python3.12 to ensure the correct versions are installed from the requirements.txt file.
ਉਦਾਹਰਨ
Create Python venv directory:
python -m venv venv
Then activate venv environment for:
# ਜ਼ੇਐਸਐਚ/ਬੈਸ਼
source venv/bin/activate
# Command Prompt for Windows
venv\Scripts\activate
.NET 10+: For the sample codes using .NET, ensure you install .NET 10 SDK or later. Then, check your installed .NET SDK version:
dotnet --list-sdks
gpt-4o). See Step 1 below.ਸਾਡੇ ਰਿਪੋ ਦੀ ਰੂਟ ਵਿੱਚ ਇੱਕ requirements.txt ਫਾਇਲ ਸ਼ਾਮਿਲ ਹੈ ਜਿਸ ਵਿੱਚ ਸਾਰੇ ਲਾਜ਼ਮੀ Python ਪੈਕੇਜ ਹਨ ਜੋ ਕੋਡ ਸੈਂਪਲ ਚਲਾਉਣ ਲਈ ਚਾਹੀਦੇ ਹਨ।
ਤੁਸੀਂ ਇਨ੍ਹਾਂ ਨੂੰ ਰਿਪੋ ਦੀ ਰੂਟ ਵਿੱਚ ਆਪਣੇ ਟਰਮੀਨਲ ‘ਚ ਹੇਠ ਲਿਖੇ ਕਮਾਂਡ ਚਲਾ ਕੇ ਇੰਸਟਾਲ ਕਰ ਸਕਦੇ ਹੋ:
pip install -r requirements.txt
ਅਸੀਂ ਕਿਸੇ ਵੀ ਟਕਰਾਅ ਅਤੇ ਸਮੱਸਿਆਵਾਂ ਤੋਂ ਬਚਣ ਲਈ ਇੱਕ Python ਵਰਚੁਅਲ ਇਨਵਾਇਰਨਮੈਂਟ ਬਣਾਉਣ ਦੀ ਸਿਫਾਰਿਸ਼ ਕਰਦੇ ਹਾਂ।
ਯਕੀਨੀ ਬਣਾਓ ਕਿ ਤੁਸੀਂ VSCode ਵਿੱਚ ਸਹੀ ورਜ਼ਨ ਦਾ Python ਵਰਤ ਰਹੇ ਹੋ।
ਨੋਟਬੁੱਕ ਚਲਾਉਣ ਲਈ ਤੁਹਾਨੂੰ Azure AI Foundry ਵਿੱਚ ਇੱਕ hub ਅਤੇ project ਦੀ ਲੋੜ ਹੈ ਜਿਸ ਵਿੱਚ ਇੱਕ ਡਿਪਲੋਯ ਕੀਤੀ ਹੋਈ ਮਾਡਲ ਹੋਵੇ।
gpt-4o) ਡਿਪਲੋਇ ਕਰੋ।Microsoft Foundry ਪੋਰਟਲ ਵਿੱਚ ਆਪਣੇ ਪ੍ਰੋਜੈਕਟ ਤੋਂ:

gpt-4o)।az login ਨਾਲ Azure ਵਿੱਚ ਸਾਈਨ ਇਨ ਕਰੋਸਾਰੇ ਨੋਟਬੁੱਕਸ authentication ਲਈ AzureCliCredential ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ — ਕੋਈ API ਕੀਜ਼ ਮੈਨੇਜ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ। ਇਸ ਲਈ ਤੁਹਾਨੂੰ Azure CLI ਰਾਹੀਂ ਸਾਈਨ ਇਨ ਹੋਣਾ ਲਾਜ਼ਮੀ ਹੈ।
Install the Azure CLI ਜੇ ਤੁਸੀਂ ਪਹਿਲਾਂ ਨਹੀਂ ਕੀਤਾ: aka.ms/installazurecli
Sign in ਕਰਨ ਲਈ ਰਨ ਕਰੋ:
az login
Or if you’re in a remote/Codespace environment without a browser:
az login --use-device-code
Select your subscription ਜੇ ਪ੍ਰਾਂਪਟ ਕੀਤਾ ਜਾਵੇ — ਉਸੇ ਨੂੰ ਚੁਣੋ ਜਿਸ ਵਿੱਚ ਤੁਹਾਡਾ Foundry ਪ੍ਰੋਜੈਕਟ ਹੈ।
Verify ਕਿ ਤੁਸੀਂ ਸਾਈਨ ਇਨ ਹੋ:
az account show
ਕਿਉਂ
az login? ਨੋਟਬੁੱਕਸazure-identityਪੈਕੇਜ ਤੋਂAzureCliCredentialਦੀ ਵਰਤੋਂ ਕਰਕੇ authenticate ਕਰਦੇ ਹਨ। ਇਸਦਾ ਮਤਲਬ ਇਹ ਹੈ ਕਿ ਤੁਹਾਡਾ Azure CLI ਸੈਸ਼ਨ ਹੀ ਪ੍ਰਮਾਣਿਕਤਾ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ — ਤੁਹਾਡੇ.envਫਾਇਲ ਵਿੱਚ ਕੋਈ API ਕੀਜ ਜਾਂ ਸਿਕ੍ਰੇਟ ਨਹੀਂ। ਇਹ ਇੱਕ ਸੁਰੱਖਿਆ ਦੇ ਸਭ ਤੋਂ ਚੰਗੇ ਅਭਿਆਸ ਹੈ।
.env ਫਾਇਲ ਬਣਾਓExample ਫਾਇਲ ਨੂੰ ਕਾਪੀ ਕਰੋ:
# zsh/ਬੈਸ਼
cp .env.example .env
# ਪਾਵਰਸ਼ੈੱਲ
Copy-Item .env.example .env
.env ਖੋਲ੍ਹੋ ਅਤੇ ਇਹ ਦੋ ਮੁੱਲ ਭਰੋ:
AZURE_AI_PROJECT_ENDPOINT=https://<your-project>.services.ai.azure.com/api/projects/<your-project-id>
AZURE_AI_MODEL_DEPLOYMENT_NAME=gpt-4o
| Variable | Where to find it |
|---|---|
AZURE_AI_PROJECT_ENDPOINT |
Foundry portal → your project → Overview page |
AZURE_AI_MODEL_DEPLOYMENT_NAME |
Foundry portal → Models + Endpoints → your deployed model’s name |
ਇਹ ਜ਼ਿਆਦਾਤਰ ਪਾਠਾਂ ਲਈ ਕਾਫੀ ਹੈ! ਨੋਟਬੁੱਕਸ ਆਪਣੇ az login ਸੈਸ਼ਨ ਰਾਹੀਂ ਆਟੋਮੈਟਿਕ ਤੌਰ ‘ਤੇ authenticate ਕਰ ਲੈਣਗੇ।
pip install -r requirements.txt
ਅਸੀਂ ਸਿਫਾਰਿਸ਼ ਕਰਦੇ ਹਾਂ ਕਿ ਤੁਸੀਂ ਇਹ ਪਹਿਲਾਂ ਬਣਾਏ ਵਰਚੁਅਲ ਇਨਵਾਇਰਨਮੈਂਟ ਦੇ ਅੰਦਰ ਚਲਾਓ।
Lesson 5 retrieval-augmented generation ਲਈ Azure AI Search ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਉਹ ਪਾਠ ਚਲਾਉਣ ਦਾ ਯੋਜਨਾ ਬਣਾਉਂਦੇ ਹੋ, ਤਾਂ ਆਪਣੀ .env ਫਾਇਲ ਵਿੱਚ ਇਹ ਵੈਰੀਏਬਲ ਜੋੜੋ:
| Variable | Where to find it |
|---|---|
AZURE_SEARCH_SERVICE_ENDPOINT |
Azure portal → your Azure AI Search resource → Overview → URL |
AZURE_SEARCH_API_KEY |
Azure portal → your Azure AI Search resource → Settings → Keys → primary admin key |
ਕਈ ਨੋਟਬੁੱਕਸ ਜੋ Lesson 6 ਅਤੇ 8 ਵਿੱਚ ਹਨ, ਉਹ Azure AI Foundry ਦੀ ਬਜਾਏ GitHub Models ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। ਜੇ ਤੁਸੀਂ ਉਹ ਸੈਂਪਲ ਚਲਾਉਣ ਦਾ ਯੋਜਨਾ ਬਣਾਉਂਦੇ ਹੋ, ਤਾਂ ਆਪਣੀ .env ਫਾਇਲ ਵਿੱਚ ਇਹ ਵੈਰੀਏਬਲ ਸ਼ਾਮਿਲ ਕਰੋ:
| Variable | Where to find it |
|---|---|
GITHUB_TOKEN |
GitHub → Settings → Developer settings → Personal access tokens |
GITHUB_ENDPOINT |
Use https://models.inference.ai.azure.com (default value) |
GITHUB_MODEL_ID |
Model name to use (e.g. gpt-4o-mini) |
Lesson 8 ਦਾ conditional workflow ਨੋਟਬੁੱਕ Azure AI Foundry ਰਾਹੀਂ Bing grounding ਵਰਤਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਉਹ ਸੈਂਪਲ ਚਲਾਉਣਾ ਚਾਹੁੰਦੇ ਹੋ, ਤਾਂ ਆਪਣੀ .env ਫਾਇਲ ਵਿੱਚ ਇਹ ਵੈਰੀਏਬਲ ਜੋੜੋ:
| Variable | Where to find it |
|---|---|
BING_CONNECTION_ID |
Azure AI Foundry portal → your project → Management → Connected resources → your Bing connection → copy the connection ID |
ਜੇ ਤੁਸੀਂ macOS ‘ਤੇ ਹੋ ਅਤੇ ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਗਲਤੀ ਆਉਂਦੀ ਹੈ:
ssl.SSLCertVerificationError: [SSL: CERTIFICATE_VERIFY_FAILED] certificate verify failed: self-signed certificate in certificate chain
ਇਹ Python ਦੇ macOS ‘ਤੇ ਜਾਣੀ-ਪਹਚਾਨੀ ਸਮੱਸਿਆ ਹੈ ਜਿੱਥੇ ਸਿਸਟਮ SSL ਸਰਟੀਫਿਕੇਟ ਆਪੇ ਤੋਂ ਟਰੱਸਟ ਨਹੀਂ ਮੰਨੇ ਜਾਂਦੇ। ਕ੍ਰਮਵਾਰ ਹੇਠ ਲਿਖੇ ਹੱਲ ਅਜ਼ਮਾਓ:
Option 1: Run Python’s Install Certificates script (recommended)
# ਆਪਣੇ ਇੰਸਟਾਲ ਹੋਏ Python ਵਰਜ਼ਨ ਨਾਲ 3.XX ਨੂੰ ਬਦਲੋ (ਉਦਾਹਰਨ ਵੱਜੋਂ, 3.12 ਜਾਂ 3.13):
/Applications/Python\ 3.XX/Install\ Certificates.command
Option 2: Use connection_verify=False in your notebook (for GitHub Models notebooks only)
Lesson 6 ਨੋਟਬੁੱਕ (06-building-trustworthy-agents/code_samples/06-system-message-framework.ipynb) ਵਿੱਚ ਇੱਕ commented-out ਵਰਕਅਰਾਉਂਡ ਪਹਿਲਾਂ ਤੋਂ ਸ਼ਾਮਿਲ ਹੈ। client ਬਣਾਉਂਦੇ ਸਮੇਂ connection_verify=False ਨੂੰ uncomment ਕਰੋ:
client = ChatCompletionsClient(
endpoint=endpoint,
credential=AzureKeyCredential(token),
connection_verify=False, # ਜੇ ਤੁਹਾਨੂੰ ਸਰਟੀਫਿਕੇਟ ਸਮੱਸਿਆਵਾਂ ਆਉਂਦੀਆਂ ਹਨ ਤਾਂ SSL ਜਾਂਚ ਬੰਦ ਕਰੋ
)
⚠️ ਚੇਤਾਵਨੀ: SSL ਵੈਰੀਫਿਕੇਸ਼ਨ ਬੰਦ ਕਰਨਾ (
connection_verify=False) ਸਰਟੀਫਿਕੇਟ ਵੈਧਤਾ ਨੂੰ ਸਕਿਪ ਕਰਕੇ ਸੁਰੱਖਿਆ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ। ਇਹ ਸਿਰਫ ਵਿਕਾਸ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਅਸਥਾਈ ਵਰਕਅਰਾਉਂਡ ਵਜੋਂ ਵਰਤੋ, ਪ੍ਰੋਡਕਸ਼ਨ ਵਿੱਚ ਕਦੇ ਵੀ ਨਹੀਂ।
Option 3: Install and use truststore
pip install truststore
ਫਿਰ ਆਪਣੇ ਨੋਟਬੁੱਕ ਜਾਂ ਸਕ੍ਰਿਪਟ ਦੇ ਸ਼ੁਰੂ ਵਿੱਚ, ਕਿਸੇ ਵੀ ਨੈਟਵਰਕ ਕਾਲ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹੇਠ ਲਿਖਿਆ ਸ਼ਾਮਿਲ ਕਰੋ:
import truststore
truststore.inject_into_ssl()
ਜੇ ਇਸ ਸੈਟਅਪ ਨੂੰ ਚਲਾਉਣ ਸਮੇਂ ਤੁਹਾਨੂੰ ਕੋਈ ਸਮੱਸਿਆ ਆਉਂਦੀ ਹੈ, ਤਾਂ ਸਾਡੇ Azure AI Community Discord ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ ਜਾਂ ਇੱਕ ਇਸ਼ੂ ਬਣਾਓ।
ਤੁਸੀਂ ਹੁਣ ਇਸ ਕੋਰਸ ਲਈ ਕੋਡ ਚਲਾਉਣ ਲਈ ਤਿਆਰ ਹੋ। AI ਏਜੰਟਸ ਦੀ ਦੁਨੀਆ ਬਾਰੇ ਹੋਰ ਸਿੱਖਣ ਲਈ ਖੁਸ਼ ਰਹੋ!
AI ਏਜੰਟਸ ਅਤੇ ਉਨ੍ਹਾਂ ਦੇ ਉਪਯੋਗ ਕੇਸ
ਜ਼ਿੰਮੇਵਾਰੀ ਤੋਂ ਇਨਕਾਰ: ਇਹ ਦਸਤਾਵੇਜ਼ ਏ.ਆਈ. ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਨਾਲ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਅਸੀਂ ਸ਼ੁੱਧਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਪਰ ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਣਸ਼ੁੱਧਤੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਨੂੰ ਇਸ ਦੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਪ੍ਰਮਾਣਿਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਗੰਭੀਰ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀ ਜਾਂ ਗਲਤ-ਵਿਆਖਿਆਵਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।