ai-agents-for-beginners
(ਇਸ ਪਾਠ ਲਈ ਵੀਡੀਓ ਦੇਖਣ ਲਈ ਉੱਪਰ ਦਿੱਤੀ ਤਸਵੀਰ ‘ਤੇ ਕਲਿੱਕ ਕਰੋ)
AI ਏਜੰਟਸ ਅਤੇ ਏਜੰਟ ਦੇ ਉਪਯੋਗ ਦੇ ਪਰਿਚਯ
ਸੁਆਗਤ ਹੈ ਨਵ ਸਿੱਖਿਅਕਾਂ ਲਈ AI ਏਜੰਟਸ ਕੋਰਸ ਵਿੱਚ! ਇਹ ਕੋਰਸ ਤੁਹਾਨੂੰ ਮੂਲ ਗਿਆਨ — ਅਤੇ ਅਸਲ ਕੰਮ ਕਰਨ ਵਾਲਾ ਕੋਡ — ਦਿੰਦਾ ਹੈ ਤਾਂ ਜੋ ਤੁਸੀਂ ਸ਼ੁਰੂ ਤੋਂ AI ਏਜੰਟਸ ਬਣਾਉਣਾ ਸ਼ੁਰੂ ਕਰ ਸਕੋ।
Azure AI Discord Community ਵਿੱਚ ਆਓ — ਇੱਥੇ ਸਿੱਖਣ ਵਾਲੇ ਅਤੇ AI ਨਿਰਮਾਤਾ ਭਰਪੂਰ ਹਨ ਜੋ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਲਈ ਖੁਸ਼ ਰਹਿੰਦੇ ਹਨ।
ਬਣਾਉਣ ਸ਼ੁਰੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਆਓ ਇਹ ਪੱਕਾ ਕਰੀਏ ਕਿ ਅਸੀਂ ਵਾਕਈ ਸਮਝਦੇ ਹਾਂ ਕਿ AI ਏਜੰਟ ਕੀ ਹੈ ਅਤੇ ਕਦੋਂ ਇਸਦਾ ਉਪਯੋਗ ਕਰਨਾ ਮਾਕੂਲ ਹੈ।
ਪਰਿਚਯ
ਇਹ ਪਾਠ ਇਹ ਚੀਜ਼ਾਂ ਕਵਰ ਕਰਦਾ ਹੈ:
- AI ਏਜੰਟ ਕੀ ਹੁੰਦੇ ਹਨ, ਅਤੇ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਕਿਹੜੀਆਂ ਹਨ
- ਕਿਹੜੀਆਂ ਕਿਸਮਾਂ ਦੇ ਕੰਮ AI ਏਜੰਟਾਂ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਹੁੰਦੇ ਹਨ
- ਏਜੰਟਿਕ ਹੱਲ ਡਿਜ਼ਾਈਨ ਕਰਦਿਆਂ ਤੁਸੀਂ ਜੋ ਮੁੱਖ ਨਿਰਮਾਣ ਬਲਾਕ ਵਰਤੋਂਗੇ
ਸਿੱਖਣ ਦੇ ਲਕੜੀ
ਇਸ ਪਾਠ ਦੇ ਅੰਤ ਤੱਕ, ਤੁਹਾਨੂੰ ਸਮਰੱਥ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ ਕਿ:
- AI ਏਜੰਟ ਕੀ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇਹ ਇੱਕ ਆਮ AI ਹੱਲ ਤੋਂ ਕਿਵੇਂ ਵੱਖਰਾ ਹੈ, ਸਮਝਾ ਸਕੋ
- ਕਦੋਂ AI ਏਜੰਟ ਦੀ ਲੋੜ ਪੈਂਦੀ ਹੈ (ਅਤੇ ਕਦੋਂ ਨਹੀਂ)
- ਕਿਸੇ ਅਸਲ ਦੁਨੀਆ ਦੀ ਸਮੱਸਿਆ ਲਈ ਇੱਕ ਆਧਾਰਭੂਤ ਏਜੰਟਿਕ ਹੱਲ ਡਿਜ਼ਾਈਨ ਬਣਾ ਸਕੋ
AI ਏਜੰਟਾਂ ਦੀ ਪਰਿਭਾਸ਼ਾ ਅਤੇ ਐਜੰਟਾਂ ਦੀਆਂ ਕਿਸਮਾਂ
AI ਏਜੰਟ ਕੀ ਹੁੰਦੇ ਹਨ?
ਇਹ ਇਸ ਰਾਹੀਂ ਸੋਚੋ:
AI ਏਜੰਟ ਉਹ ਪ੍ਰਣਾਲੀਆਂ ਹਨ ਜੋ ਵੱਡੇ ਭਾਸ਼ਾਈ ਮਾਡਲਾਂ (LLMs) ਨੂੰ ਹਕੀਕਤ ਵਿਚ ਕਾਮ ਕਰਨ ਦੇ ਯੋਗ ਬਣਾਉਂਦੀਆਂ ਹਨ — ਉਨ੍ਹਾਂ ਨੂੰ ਜਸਟ ਪ੍ਰਾਂਪਟਾਂ ‘ਤੇ ਜਵਾਬ ਦੇਣ ਦੀ ਥਾਂ ਦੁਨੀਆ ‘ਤੇ ਕਾਰਵਾਈ ਕਰਨ ਵਾਲੇ ਟੂਲ ਅਤੇ ਗਿਆਨ ਦੇ ਕੇ।
ਆਓ ਇਸਨੂੰ ਥੋੜਾ ਖੋਲ੍ਹ ਕੇ ਵੇਖੀਏ:
- ਪ੍ਰਣਾਲੀ — AI ਏਜੰਟ ਸਿਰਫ ਇੱਕ ਚੀਜ਼ ਨਹੀਂ ਹੁੰਦਾ। ਇਹ ਕਈ ਹਿੱਸਿਆਂ ਦੀ ਇਕੱਠ ਹੈ ਜੋ ਮਿਲ ਕੇ ਕੰਮ ਕਰਦੇ ਹਨ। ਹਰ ਏਜੰਟ ਦੇ ਤਿੰਨ ਹਿੱਸੇ ਹੁੰਦੇ ਹਨ:
- ਵਾਤਾਵਰਨ — ਜਿੱਥੇ ਏਜੰਟ ਕੰਮ ਕਰਦਾ ਹੈ। ਇੱਕ ਯਾਤਰਾ ਬੁਕਿੰਗ ਏਜੰਟ ਲਈ ਇਹ ਬੁਕਿੰਗ ਪਲੇਟਫਾਰਮ ਹੁੰਦਾ ਹੈ।
- ਸੈਂਸਰ — ਐਂਜੰਟ ਆਪਣੇ ਵਾਤਾਵਰਨ ਦੀ ਮੌਜੂਦਾ ਸਥਿਤੀ ਨੂੰ ਕਿਵੇਂ ਪੜ੍ਹਦਾ ਹੈ। ਸਾਡੇ ਯਾਤਰਾ ਏਜੰਟ ਲਈ ਹੋਟਲ ਦੀ ਉਪਲਬਧਤਾ ਜਾਂ ਉਡਾਣ ਦੇ ਮੁੱਲ ਜਾਂਚਣਾ ਸ਼ਾਮਿਲ ਹੋ ਸਕਦਾ ਹੈ।
- ਐਕ੍ਚੁਏਟਰ — ਏਜੰਟ ਕਿਵੇਂ ਕਾਰਵਾਈ ਕਰਦਾ ਹੈ। ਯਾਤਰਾ ਏਜੰਟ ਕਮਰੇ ਦੀ ਬੁਕਿੰਗ ਕਰ ਸਕਦਾ ਹੈ, ਪੁਸ਼ਟੀ ਭੇਜ ਸਕਦਾ ਹੈ ਜਾਂ ਰੱਦ ਕਰ ਸਕਦਾ ਹੈ।
-
ਵੱਡੇ ਭਾਸ਼ਾਈ ਮਾਡਲ — ਏਜੰਟ LLM ਤੋਂ ਪਹਿਲਾਂ ਵੀ ਮੌਜੂਦ ਸਨ, ਪਰ LLM ਨੇ ਆਧੁਨਿਕ ਏਜੰਟ ਬਹੁਤ ਮਜ਼ਬੂਤ ਬਣਾਏ। ਉਹ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਨੂੰ ਸਮਝ ਸਕਦੇ ਹਨ, ਸੰਦਰਭ ਬਾਰੇ ਸੋਚ ਸਕਦੇ ਹਨ, ਅਤੇ ਇੱਕ ਅਸਪਸ਼ਟ ਯੂਜ਼ਰ ਦੀ ਮੰਗ ਨੂੰ ਇੱਕ ਠੋਸ ਕਾਰਵਾਈ ਯੋਜਨਾ ਵਿੱਚ ਬਦਲ ਸਕਦੇ ਹਨ।
-
ਕਾਰਵਾਈ ਕਰਨਾ — ਪ੍ਰਣਾਲੀ ਦੇ ਬਿਨਾਂ, LLM ਸਿਰਫ ਟੈਕਸਟ ਬਣਾਉਂਦਾ ਹੈ। ਪ੍ਰਣਾਲੀ ਵਿੱਚ, LLM ਅਸਲ ਵਿੱਚ ਕਦਮ ਚੁੱਕ ਸਕਦਾ ਹੈ — ਡੇਟਾਬੇਸ ਖੋਜਣਾ, API ਲਗਾਉਣਾ, ਸੁਨੇਹਾ ਭੇਜਣਾ।
-
ਟੂਲਾਂ ਤੱਕ ਪਹੁੰਚ — ਉਹ ਟੂਲ ਜੋ ਏਜੰਟ ਵਰਤ ਸਕਦਾ ਹੈ, ਇਹ (1) ਕਿਸ ਵਾਤਾਵਰਨ ਵਿੱਚ ਚੱਲ ਰਿਹਾ ਹੈ ਅਤੇ (2) ਵਿਕਾਸਕ ਨੇ ਕੀ ਦਿੱਤਾ ਹੈ, ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਇੱਕ ਯਾਤਰਾ ਏਜੰਟ ਉਡਾਣਾਂ ਖੋਜ ਸਕਦਾ ਹੈ ਪਰ ਗਾਹਕ ਦੇ ਰਿਕਾਰਡ ਸੋਧ ਨਹੀਂ ਕਰ ਸਕਦਾ — ਸਾਰਾ ਕੁਝ ਤੁਸੀਂ ਕਿਵੇਂ ਜੋੜਦੇ ਹੋ, ਇਸ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ।
-
ਯਾਦ + ਗਿਆਨ — ਏਜੰਟ ਕੋਲ ਛੋਟੀ ਮਿਆਦ ਦੀ ਯਾਦ (ਮੌਜੂਦਾ ਗੱਲਬਾਤ) ਅਤੇ ਲੰਬੀ ਮਿਆਦ ਦੀ ਯਾਦ (ਗਾਹਕ ਡੇਟਾਬੇਸ, ਪਿਛਲੇ ਸੰવાદ) ਹੋ ਸਕਦੀ ਹੈ। ਯਾਤਰਾ ਏਜੰਟ ਨੂੰ ਯਾਦ ਰਹਿੰਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਖਿੜਕੀ ਵਾਲੀ ਸੀਟਾਂ ਪਸੰਦ ਕਰਦੇ ਹੋ।
ਵੱਖਰੇ ਕਿਸਮਾਂ ਦੇ AI ਏਜੰਟ
ਸਾਰੇ ਏਜੰਟ ਇਕੋ ਜਿਹੇ ਨਹੀਂ ਬਣਾਏ ਜਾਂਦੇ। ਹੇਠਾਂ ਮੁੱਖ ਕਿਸਮਾਂ ਵੱਖ-ਵੱਖ ਵਰਣਨ ਲਈ ਇੱਕ ਯਾਤਰਾ ਏਜੰਟ ਦੀ ਉਦਾਹਰਨ ਦਿੱਖਾਈ ਗਈ ਹੈ:
| ਏਜੰਟ ਕਿਸਮ | ਇਹ ਕੀ ਕਰਦਾ ਹੈ | ਯਾਤਰਾ ਏਜੰਟ ਉਦਾਹਰਨ |
|---|---|---|
| ਸਧਾਰਣ ਰਿਫਲੇਕਸ ਏਜੰਟ | ਤੇਜ਼ ਕਾਇਦੇ ਮੰਨਦਾ ਹੈ — ਕੋਈ ਯਾਦ ਨਹੀਂ, ਕੋਈ ਯੋਜਨਾ ਨਹੀਂ। | ਸ਼ਿਕਾਇਤ ਵਾਲਾ ਈਮੇਲ ਦੇਖਦਾ ਹੈ → ਗਾਹਕ ਸੇਵਾ ਨੂੰ ਭੇਜਦਾ ਹੈ। ਬੱਸ ਇੰਨਾ ਹੀ। |
| ਮਾਡਲ-ਅਧਾਰਿਤ ਰਿਫਲੇਕਸ ਏਜੰਟ | ਦੁਨੀਆ ਦਾ ਅੰਦਰੂਨੀ ਮਾਡਲ ਰੱਖਦਾ ਹੈ ਅਤੇ ਜਿਵੇਂ ਵੀ ਹਾਲਾਤ ਬਦਲਦੇ ਹਨ, ਅਪਡੇਟ ਕਰਦਾ ਹੈ। | ਪਿਛਲੇ ਉਡਾਣ ਮੁੱਲ ਟ੍ਰੈਕ ਕਰਦਾ ਹੈ ਅਤੇ ਮਹਿੰਗੀਆਂ ਰੂਟਾਂ ਨੂੰ ਨਿਸ਼ਾਨ ਲਗਾਉਂਦਾ ਹੈ। |
| ਲਕੜੀ-ਅਧਾਰਿਤ ਏਜੰਟ | ਕਿਸੇ ਲਕੜੀ ਦੇ ਟੀਕੇ ਨਾਲ ਕਾਰਵਾਈ ਕਰਦਾ ਹੈ ਅਤੇ ਵੱਖ-ਵੱਖ ਕਦਮਾਂ ਨਾਲ ਪਹੁੰਚਦਾ ਹੈ। | ਆਪਣੀ ਮੌਜੂਦਗੀ ਸਥਿਤੀ ਤੋਂ ਆਪਣੀ ਮਨਜ਼ਿਲ ਤੱਕ ਸਫਰ ਬਣਾਉਂਦਾ ਹੈ, ਜਿਵੇਂ ਟਿਕਟ, ਕਾਰ, ਅਤੇ ਹੋਟਲ ਬੁਕ ਕਰਦਾ ਹੈ। |
| ਯੂਟੀਲੀਟੀ-ਅਧਾਰਿਤ ਏਜੰਟ | ਸਿਰਫ ਕੋਈ ਹੱਲ ਨਹੀਂ ਲੱਭਦਾ — ਸਭ ਤੋਂ ਵਧੀਆ ਹੱਲ ਲੱਭਦਾ ਹੈ, ਲਾਭ-ਨੁਕਸਾਨ ਤੋਲ ਕੇ। | ਲਾਗਤ ਅਤੇ ਆਸਾਨੀ ਦਾ ਬੈਲੈਂਸ ਕਰਦਾ ਹੈ ਅਤੇ ਤੁਹਾਡੀਆਂ ਪਸੰਦਾਂ ਲਈ ਸਬ ਤੋਂ ਵਧੀਆ ਯਾਤਰਾ ਲੱਭਦਾ ਹੈ। |
| ਸਿੱਖਣ ਵਾਲੇ ਏਜੰਟ | ਸਮੇਂ ਦੇ ਨਾਲ ਫੀਡਬੈਕ ਤੋਂ ਸਿੱਖ ਕੇ ਚੰਗਾ ਹੁੰਦਾ ਹੈ। | ਯਾਤਰਾ ਤੋਂ ਬਾਅਦ ਸਰਵੇਖਣ ਦੇ ਨਤੀਜੇ ਅਨੁਸਾਰ ਭਵਿੱਖ ਦੀਆਂ ਸਿਫਾਰਸ਼ਾਂ ਸੋਧਦਾ ਹੈ। |
| ਹਾਇਰਾਰਕੀਕਲ ਏਜੰਟ | ਇੱਕ ਉੱਚ-ਸਤਹ ਦਾ ਏਜੰਟ ਕਾਰਜ ਨੂੰ ਛੋਟੇ-ਛੋਟੇ ਕੰਮਾਂ ਵਿੱਚ ਵੰਡਦਾ ਹੈ ਅਤੇ ਨੀਵੇਂ ਏਜੰਟਾਂ ਨੂੰ ਦੇਂਦਾ ਹੈ। | “ਟ੍ਰਿਪ ਰੱਦ ਕਰੋ” ਬੇਨਤੀ ਨੂੰ: ਉਡਾਣ ਰੱਦ ਕਰੋ, ਹੋਟਲ ਰੱਦ ਕਰੋ, ਕਾਰ ਕਿਰਾਏ ਤੇ ਰੱਦ ਕਰੋ — ਹਰੇਕ ਨੂੰ ਵੱਖ-ਵੱਖ ਏਜੰਟ ਨਿਭਾਉਂਦਾ ਹੈ। |
| ਮਲਟੀ-ਏਜੰਟ ਪ੍ਰਣਾਲੀ (MAS) | ਅਨੇਕ ਸੁਤੰਤਰ ਏਜੰਟ ਇਕੱਠੇ ਕੰਮ ਕਰਦੇ ਹਨ (ਜਾਂ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ)। | ਸਹਿਯੋਗੀ: ਵੱਖਰੇ ਏਜੰਟ ਹੋਟਲ, ਉਡਾਣ, ਮਜ਼ੇ ਦੀ ਦੇਖ-ਰੇਖ ਕਰਦੇ ਹਨ। ਮੁਕਾਬਲਾਤਮਕ: ਕਈ ਏਜੰਟ ਖੇਤਰਾਂ ਵਿੱਚ ਹੋਟਲ ਕਮਰੇ ਸਭ ਤੋਂ ਵਧੀਆ ਕੀਮਤ ‘ਤੇ ਭਰਨ ਲਈ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ। |
ਕਦੋਂ AI ਏਜੰਟ ਵਰਤਣਾ ਚਾਹੀਦਾ ਹੈ
ਸਿਰਫ ਇਸ ਲਈ ਕਿ ਤੁਸੀਂ AI ਏਜੰਟ ਵਰਤ ਸਕਦੇ ਹੋ, ਇਹ ਜ਼ਰੂਰੀ ਨਹੀਂ ਕਿ ਤੁਸੀਂ ਹਮੇਸ਼ਾ ਵਰਤੋਂ। ਹੇਠਾਂ ਉਹ ਸਥਿਤੀਆਂ ਹਨ ਜਿੱਥੇ ਏਜੰਟ ਅਸਲ ਵਿੱਚ ਚਮਕਦੇ ਹਨ:
- ਖੁੱਲ੍ਹੇ ਅੰਤ ਵਾਲੀਆਂ ਸਮੱਸਿਆਵਾਂ — ਜਦੋਂ ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਕਦਮ ਪਹਿਲਾਂ ਤੋਂ ਪੂਰਾ ਪ੍ਰੋਗਰਾਮ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। ਤੁਹਾਨੂੰ LLM ਨੂੰ ਗਤੀਸ਼ੀਲ ਤਰੀਕੇ ਨਾਲ ਰਾਹ ਨਿਕਲਣਾ ਪੈਂਦਾ ਹੈ।
- ਕਈ ਕਦਮਾਂ ਵਾਲੇ ਪ੍ਰਕਿਰਿਆਵਾਂ — ਕੰਮ ਜਿੰਨ੍ਹਾਂ ਵਿੱਚ ਕਈ ਵਾਰੀ, ਕਈ ਪਾਸੜੇ ਵਾਲੇ ਟੂਲਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਸਿਰਫ ਇੱਕ ਵਾਰੀ ਖੋਜ يا ਪੈਦਾ ਕਰਨੀ ਨਹੀ।
- ਸਮੇਂ ਦੇ ਨਾਲ ਸੁਧਾਰ — ਜਦੋਂ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਪ੍ਰਣਾਲੀ ਯੂਜ਼ਰ ਫੀਡਬੈਕ ਜਾਂ ਵਾਤਾਵਰਨਿਕ ਸੰਕੇਤਾਂ ਅਨੁਸਾਰ ਚੰਗੀ ਹੋਵੇ।
ਅਸੀਂ ਕੋਰਸ ਵਿੱਚ ਬਾਅਦ ਵਿੱਚ ਭਰੋਸੇਯੋਗ AI ਏਜੰਟ ਬਣਾਉਣਾ ਪਾਠ ਵਿੱਚ ਇਸ ਗੱਲ ਨੂੰ ਹੋਰ ਡੂੰਘਾਈ ਨਾਲ ਸਮਝਾਂਗੇ ਕਿ ਕਦੋਂ (ਅਤੇ ਕਦੋਂ ਨਹੀਂ) AI ਏਜੰਟ ਵਰਤਣਾ ਚਾਹੀਦਾ ਹੈ।
ਏਜੰਟਿਕ ਹੱਲ ਦੀਆਂ ਬੁਨਿਆਦਾਂ
ਏਜੰਟ ਵਿਕਾਸ
ਜਦੋਂ ਤੁਸੀਂ ਏਜੰਟ ਬਣਾਉਂਦੇ ਹੋ ਤਾਂ ਪਹਿਲਾ ਕੰਮ ਇਹ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨਾ ਹੁੰਦਾ ਹੈ ਕਿ ਉਹ ਕੀ ਕਰ ਸਕਦਾ ਹੈ — ਇਸਦੇ ਟੂਲ, ਕਾਰਵਾਈਆਂ ਅਤੇ ਵਰਤਾਰਿਆਂ।
ਇਸ ਕੋਰਸ ਵਿੱਚ, ਅਸੀਂ ਮੁੱਖ ਪਲੇਟਫਾਰਮ ਵਜੋਂ Azure AI Agent Service ਵਰਤਦੇ ਹਾਂ। ਇਹ ਸਮਰਥਿਤ ਕਰਦਾ ਹੈ:
- OpenAI, Mistral, ਅਤੇ Llama ਵਰਗੇ ਖੁੱਲ੍ਹੇ ਮਾਡਲ
- Tripadvisor ਵਰਗੇ ਪ੍ਰੋਵਾਈਡਰਾਂ ਤੋਂ ਲਾਇਸੰਸ ਪ੍ਰਾਪਤ ਡੇਟਾ
- ਸਟੈਂਡਰਡ OpenAPI 3.0 ਟੂਲ ਵੇਰਵੇ
ਏਜੰਟਿਕ ਪੈਟਰਨ
ਤੁਸੀਂ LLM ਨਾਲ ਪ੍ਰਾਂਪਟਾਂ ਰਾਹੀਂ ਗੱਲ-ਬਾਤ ਕਰਦੇ ਹੋ। ਏਜੰਟਾਂ ਵਿੱਚ, ਹਰ ਪ੍ਰਾਂਪਟ ਹੱਥੋਂ-ਹੱਥ ਬਣਾਉਣਾ ਸਹੀ ਨਹੀਂ ਹੁੰਦਾ — ਏਜੰਟ ਵੱਖ-ਵੱਖ ਕਦਮਾਂ ਉੱਤੇ ਕਾਰਵਾਈ ਕਰਦਾ ਹੈ। ਇੱਥੇ Agentic Patterns ਕੰਮ ਆਉਂਦੇ ਹਨ। ਇਹ ਦੁਹਰਾਏ ਜਾ ਸਕਣ ਵਾਲੇ ਤਰੀਕੇ ਹਨ ਜੋ LLMs ਦਾ ਪ੍ਰਾਂਪਟ ਅਤੇ ਪਰਚਾਲਨਾ ਇੱਕ ਹੋਰ ਵਿਆਪਕ, ਭਰੋਸੇਯੋਗ ਢੰਗ ਨਾਲ ਕਰਦੇ ਹਨ।
ਇਹ ਕੋਰਸ ਸਭ ਤੋਂ ਆਮ ਅਤੇ ਲਾਭਕਾਰੀ ਏਜੰਟਿਕ ਪੈਟਰਨਾਂ ‘ਤੇ ਅਧਾਰਿਤ ਹੈ।
ਏਜੰਟਿਕ ਫਰੇਮਵਰਕ
ਏਜੰਟਿਕ ਫਰੇਮਵਰਕ ਵਿਕਾਸਕਾਂ ਨੂੰ ਤਿਆਰ ਟੈਮਪਲੇਟ, ਟੂਲ ਅਤੇ ਢਾਂਚਾ ਦਿੰਦੇ ਹਨ ਤਾਂ ਜੋ ਉਹ ਏਜੰਟ ਬਣਾ ਸਕਣ। ਇਹ ਸੁਖਾਵਟ ਦੇਂਦੇ ਹਨ:
- ਟੂਲਾਂ ਅਤੇ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਜੋੜਨਾ
- ਦੇਖਣਾ ਕਿ ਏਜੰਟ ਕੀ ਕਰ ਰਿਹਾ ਹੈ (ਅਤੇ ਜਦੋਂ ਗਲਤ ਹੋਵੇ ਤਾਂ ਡਿਬੱਗ ਕਰਨਾ)
- ਕਈ ਏਜੰਟਾਂ ਵਿਚਕਾਰ ਸਹਿਯੋਗ ਕਰਨਾ
ਇਸ ਕੋਰਸ ਵਿੱਚ, ਅਸੀਂ ਉਤਪਾਦਕਤਾ-ਤਿਆਰ ਏਜੰਟਾਂ ਬਣਾ ਲਈ Microsoft Agent Framework (MAF) ‘ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਦੇ ਹਾਂ।
ਕੋਡ ਨਮੂਨੇ
ਇਸਨੂੰ ਕਾਰਵਾਈ ਵਿੱਚ ਦੇਖਣ ਲਈ ਤਿਆਰ? ਇਸ ਪਾਠ ਦੇ ਲਈ ਕੋਡ ਨਮੂਨੇ ਇਹ ਹਨ:
- 🐍 ਪਾਇਥਨ: Agent Framework
- 🔷 .NET: Agent Framework
ਕੋਈ ਸਵਾਲ ਹੈ?
Microsoft Foundry Discord ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ ਤਾਂ ਜੋ ਹੋਰ ਸਿੱਖਿਅਕਾਂ ਨਾਲ ਜੁੜ ਸਕੋ, ਦਫ਼ਤਰ ਦੇ ਸਮੇਂ ਅਟੈਂਡ ਕਰੋ, ਅਤੇ ਆਪਣੀਆਂ AI ਏਜੰਟ ਸਵਾਲਾਂ ਦਾ ਸਮਾਜਿਕ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕਰੋ।
ਪਿਛਲਾ ਪਾਠ
ਅਗਲਾ ਪਾਠ
ਬਾਤਾਵਰਣ ਮੁਦਰਾ:
ਇਹ ਦਸਤਾਵੇਜ਼ AI ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਨੁਵਾਦ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸ਼ੁੱਧਤਾ ਲਈ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਆਟੋਮੇਟਿਕ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਤਰੁੱਟੀਆਂ ਜਾਂ ਅਣਸ਼ੁੱਧਤਾਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਪ੍ਰਮਾਣਿਕ ਸੂਤਰ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜ਼ਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਵਿਸ਼ੇਸ਼ਗਿਆਨਪੂਰਨ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੀ ਵਰਤੋਂ ਨਾਲ ਪੈਦਾਵਾਰ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤ ਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਬੁਝਾਰਤਾਂ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਨਹੀਂ ਹਾਂ।