ai-agents-for-beginners
(ਇਸ ਪਾਠ ਲਈ ਵੀਡੀਓ ਦੇਖਣ ਲਈ ਉਪਰ ਦਿੱਤੀ ਤਸਵੀਰ ‘ਤੇ ਕਲਿੱਕ ਕਰੋ)
AI ਏਜੰਟਸ ਅਤੇ ਏਜੰਟ ਉਪਯੋਗ ਕੇਸਾਂ ਦਾ ਪਰਚਿਆ
ਤੁਹਾਡਾ ਨਵੀਂਆਂ ਲਈ AI ਏਜੰਟਸ ਕੋਰਸ ਵਿੱਚ ਸੁਆਗਤ ਹੈ! ਇਹ ਕੋਰਸ ਤੁਹਾਨੂੰ ਬੁਨਿਆਦੀ ਗਿਆਨ — ਅਤੇ ਅਸਲ ਕੰਮ ਕਰਨ ਵਾਲਾ ਕੋਡ — ਦਿੰਦਾ ਹੈ ਤਾਂ ਕਿ ਤੁਸੀਂ ਸ਼ੁਰੂ ਤੋਂ AI ਏਜੰਟਸ ਬਣਾ ਸਕੋ।
ਆਓ Azure AI Discord Community ਵਿੱਚ ਮਿਲੀਏ — ਇਹ ਸਿੱਖਣ ਵਾਲਿਆਂ ਅਤੇ AI ਨਿਰਮਾਤਾਵਾਂ ਨਾਲ ਭਰਪੂਰ ਹੈ ਜੋ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ ਦੇਣ ਵਿੱਚ ਖੁਸ਼ ਹਨ।
ਬਣਾਉਣ ਸ਼ੁਰੂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਆਓ ਇਹ ਜਾਨ ਲਈਏ ਕਿ AI ਏਜੰਟ ਕੀ ਹੁੰਦਾ ਹੈ ਅਤੇ ਕਦੋਂ ਇਸ ਨੂੰ ਵਰਤਣਾ ਸਮਝਦਾਰੀ ਹੈ।
ਪਰਚਿਆ
ਇਸ ਪਾਠ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੈ:
- AI ਏਜੰਟਸ ਕੀ ਹਨ, ਅਤੇ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਜੋ ਹਨ
- ਕਿਹੜੇ ਕੰਮ ਲਈ AI ਏਜੰਟ ਸਭ ਤੋਂ ਵਧੀਆ ਹਨ
- ਇੱਕ ਏਜੰਟਕ ਸਮਾਧਾਨ ਡਿਜ਼ਾਇਨ ਕਰਨ ਵੇਲੇ ਤੁਸੀਂ ਜੋ ਮੁੱਖ ਢਾਂਚੇ ਵਰਤੋਂਗੇ
ਸਿੱਖਣ ਦੇ ਮਕਸਦ
ਇਸ ਪਾਠ ਦੇ ਅਖੀਰ ‘ਤੇ, ਤੁਸੀਂ ਸਮਰੱਥ ਹੋਵੋਗੇ:
- ਬਿਆਨ ਕਰੋ ਕਿ AI ਏਜੰਟ ਕੀ ਹੁੰਦਾ ਹੈ ਅਤੇ ਕਿਵੇਂ ਇਹ ਸਧਾਰਨ AI ਹੱਲ ਤੋਂ ਵੱਖਰਾ ਹੈ
- ਜਾਣੋ ਕਦੋਂ AI ਏਜੰਟ ਦੀ ਲੋੜ ਹੈ (ਤੇ ਕਦੋਂ ਨਹੀਂ)
- ਇਕ ਅਸਲੀ ਦੁਨੀਆ ਦੀ ਸਮੱਸਿਆ ਲਈ ਇੱਕ ਮੁਢਲਾ ਏਜੰਟਕ ਹੱਲ ਦੀ ਡਿਜ਼ਾਇਨ ਤਿਆਰ ਕਰੋ
AI ਏਜੰਟਸ ਦੀ ਪਰਿਭਾਸ਼ਾ ਅਤੇ AI ਏਜੰਟਸ ਦੇ ਪ੍ਰਕਾਰ
AI ਏਜੰਟਸ ਕੀ ਹਨ?
ਇਸਨੂੰ ਸੋਚਣ ਦਾ ਇਕ ਸੌਖਾ ਤਰੀਕਾ ਇਹ ਹੈ:
AI ਏਜੰਟਸ ਉਹ ਸਿਸਟਮ ਹਨ ਜੋ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਸ (LLMs) ਨੂੰ ਅਸਲ ਵਿੱਚ ਕੰਮ ਕਰਨ ਦੀ ਆਜ਼ਾਦੀ ਦਿੰਦੇ ਹਨ — ਉਨ੍ਹਾਂ ਨੂੰ ਉਪਕਰਣ ਅਤੇ ਗਿਆਨ ਦੇ ਕੇ ਦੁਨੀਆ ‘ਤੇ ਕਾਰਵਾਈ ਕਰਨ ਲਈ, ਸਿਰਫ਼ ਪ੍ਰੰਪਟਾਂ ਦਾ ਜਵਾਬ ਦੇਣ ਤੋਂ ਇਲਾਵਾ।
ਚੱਲੋ ਇਸਨੂੰ ਥੋੜਾ ਵਧੇਰੇ ਵਿਸਥਾਰ ਨਾਲ ਵੇਖੀਏ:
- ਸਿਸਟਮ — ਇਕ AI ਏਜੰਟ ਇਕ ਹੀ ਚੀਜ਼ ਨਹੀਂ ਹੁੰਦਾ। ਇਹ ਹਿੱਸਿਆਂ ਦਾ ਇੱਕ ਸਮੁੱਚਾ ਹੈ ਜੋ ਮਿਲ ਕੇ ਕੰਮ ਕਰਦਾ ਹੈ। ਹਰ ਏਜੰਟ ਦੇ ਮੂਲ ਵਿੱਚ ਤਿੰਨ ਹਿੱਸੇ ਹੁੰਦੇ ਹਨ:
- ਵਾਤਾਵਰਣ — ਓਹ ਜਗ੍ਹਾ ਜਿੱਥੇ ਏਜੰਟ ਕੰਮ ਕਰਦਾ ਹੈ। ਜਿਵੇਂ ਇੱਕ ਯਾਤਰਾ ਬੁਕਿੰਗ ਏਜੰਟ ਲਈ, ਇਹ ਖੁਦ ਬੁਕਿੰਗ ਪਲੇਟਫਾਰਮ ਹੋਵੇਗਾ।
- ਸੈਂਸਰ — ਏਜੰਟ ਆਪਣੀ ਵਾਤਾਵਰਣ ਦੀ ਇਸ ਸਮੇਂ ਦੀ ਸਥਿਤੀ ਨੂੰ ਕਿਵੇਂ ਪੜ੍ਹਦਾ ਹੈ। ਸਾਡਾ ਯਾਤਰਾ ਏਜੰਟ ਹੋਟਲ ਦੀ ਉਪਲਬਧਤਾ ਜਾਂ ਉਡਾਣਾਂ ਦੀ ਕੀਮਤ ਵੇਖ ਸਕਦਾ ਹੈ।
- ਐਕਚੂਏਟਰ — ਏਜੰਟ ਕਿਵੇਂ ਕਾਰਵਾਈ ਕਰਦਾ ਹੈ। ਯਾਤਰਾ ਏਜੰਟ ਕਮਰਾ ਬੁਕ ਕਰ ਸਕਦਾ ਹੈ, ਪੁਸ਼ਟੀ ਰਾਹੀਂ ਭੇਜ ਸਕਦਾ ਹੈ ਜਾਂ ਰਿਜ਼ਰਵੇਸ਼ਨ ਰੱਦ ਕਰ ਸਕਦਾ ਹੈ।
-
ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਸ — ਏਜੰਟ LLMs ਤੋਂ ਪਹਿਲਾਂ ਵੀ ਮੌਜੂਦ ਸਨ, ਪਰ LLMs ਨੇ ਸਮਕਾਲੀ ਏਜੰਟਸ ਨੂੰ ਬਹੁਤ ਸ਼ਕਤੀਸ਼ਾਲੀ ਬਣਾ ਦਿੱਤਾ ਹੈ। ਇਹ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਨੂੰ ਸਮਝ ਸਕਦੇ ਹਨ, ਸੰਦਰਭ ਬਾਰੇ ਤਰਕ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਇੱਕ ਅਸਪਸ਼ਟ ਯੂਜ਼ਰ ਦੀ ਬੇਨਤੀ ਨੂੰ ਇੱਕ ਠੋਸ ਯੋਜਨਾ ਵਿੱਚ ਬਦਲ ਸਕਦੇ ਹਨ।
-
ਕਾਰਵਾਈ ਕਰਨਾ — ਬਿਨਾਂ ਏਜੰਟ ਸਿਸਟਮ ਦੇ, ਇੱਕ LLM ਸਿਰਫ਼ ਟੈਕਸਟ ਬਣਾਉਂਦਾ ਹੈ। ਏਜੰਟ ਸਿਸਟਮ ਦੇ ਅੰਦਰ, LLM ਅਸਲ ਵਿੱਚ ਕਦਮ ਲੈ ਸਕਦਾ ਹੈ — ਡੇਟਾਬੇਸ ਖੋਜਾਂ ਕਰਨੀ, API ਕਾਲ ਕਰਨੀ, ਸੰਦੈਸ਼ ਭੇਜਣਾ।
-
ਉਪਕਰਣਾਂ ਤੱਕ ਪਹੁੰਚ — ਕਿੜੇ ਉਪਕਰਣ ਏਜੰਟ ਵਰਤ ਸਕਦਾ ਹੈ ਇਹ (1) ਉਸ ਵਾਤਾਵਰਣ ‘ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ ਜਿਸ ਵਿੱਚ ਇਹ ਚੱਲ ਰਿਹਾ ਹੈ ਅਤੇ (2) ਵਿਕਾਸਕਰਤਾ ਨੇ ਇਸਨੂੰ ਕੀ ਦਿੱਤਾ ਹੈ। ਇੱਕ ਯਾਤਰਾ ਏਜੰਟ ਉਡਾਣਾਂ ਦੀ ਤਲਾਸ਼ ਕਰ ਸਕਦਾ ਹੈ ਪਰ ਗਾਹਕ ਦੇ ਰਿਕਾਰਡ ਸਵੈਚਲਿਤ ਤੌਰ ‘ਤੇ ਸੋਧ ਨਹੀਂ ਕਰ ਸਕਦਾ — ਇਹ ਸਾਰਾ ਕੁਝ ਤੁਹਾਡੇ ਕੰਫਿਗਰ ਕਰਨ ‘ਤੇ ਨਿਰਭਰ ਹੈ।
-
ਯਾਦاشت ਅਤੇ ਗਿਆਨ — ਏਜੰਟਸ ਕੋਲ ਛੋਟੀ ਸਮੇਂ ਦੀ ਯਾਦ (ਮੌਜੂਦਾ ਗੱਲਬਾਤ) ਅਤੇ ਲੰਮੀ ਸਮੇਂ ਦੀ ਯਾਦ (ਗਾਹਕ ਡੇਟਾਬੇਸ, ਪਿਛਲੇ ਅੰਤਰਕਿਰਿਆਵਾਂ) ਹੋ ਸਕਦੀ ਹੈ। ਯਾਤਰਾ ਏਜੰਟ “ਯਾਦ” ਰੱਖ ਸਕਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਖਿੜਕੀ ਸਟ੍ਰੀਟ ਟਿਕਟ ਪਸੰਦ ਕਰਦੇ ਹੋ।
AI ਏਜੰਟਸ ਦੇ ਵੱਖ-ਵੱਖ ਪ੍ਰਕਾਰ
ਸਾਰੇ ਏਜੰਟ ਇਕੋ ਜਿਹੇ ਨਹੀਂ ਬਣਾਏ ਜਾਂਦੇ। ਇੱਥੇ ਮੁੱਖ ਪ੍ਰਕਾਰਾਂ ਦੀ ਸੂਚੀ ਹੈ, ਜਿੱਥੇ ਯਾਤਰਾ ਬੁਕਿੰਗ ਏਜੰਟ ਉਦਾਹਰਨ ਵਜੋਂ ਦਿੱਤਾ ਗਿਆ ਹੈ:
| ਏਜੰਟ ਕਿਸਮ | ਇਹ ਕੀ ਕਰਦਾ ਹੈ | ਯਾਤਰਾ ਏਜੰਟ ਉਦਾਹਰਨ |
|---|---|---|
| ਸਾਦਾ ਰਿਫਲੈਕਸ ਏਜੰਟਸ | ਠੋਸ ਕਾਇਦੇ ਅਨੁਸਾਰ ਚਲਦਾ ਹੈ — ਯਾਦاشت ਨਹੀਂ, ਯੋਜਨਾ ਨਹੀਂ। | ਸ਼ਿਕਾਇਤ ਮਈਲ ਵੇਖਦਾ ਹੈ → ਇਹਨੂੰ ਕਰਨ ਵਾਲੇ ਸੇਵਾ ਨੂੰ ਅੱਗੇ ਭੇਜਦਾ ਹੈ। ਸਿਰਫ ਇੰਨਾ। |
| ਮਾਡਲ-ਅਧਾਰਿਤ ਰਿਫਲੈਕਸ ਏਜੰਟਸ | ਦੁਨੀਆ ਦਾ ਇਕ ਅੰਦਰੂਨੀ ਮਾਡਲ ਬਣਾਈ ਰੱਖਦਾ ਹੈ ਅਤੇ ਬਦਲਾਅ ਦੇ ਨਾਲ ਇਸਨੂੰ ਅਪਡੇਟ ਕਰਦਾ ਹੈ। | ਪਿਛਲੇ ਉਡਾਣਾਂ ਦੀ ਕੀਮਤਾਂ ਦਾ ਟ੍ਰੈਕ ਰੱਖਦਾ ਹੈ ਅਤੇ ਅਚਾਨਕ ਮਹਿੰਗੇ ਹੋਏ ਮਾਰਗ ਹਾਈਲਾਈਟ ਕਰਦਾ ਹੈ। |
| ਲਕੜੀ-ਅਧਾਰਿਤ ਏਜੰਟਸ | ਮਨ ਵਿੱਚ ਇੱਕ ਮਕਸਦ ਹੁੰਦਾ ਹੈ ਅਤੇ ਉਸ ਤੱਕ ਕਦਮ ਬਕਦਮ ਪਹੁੰਚਣ ਦਾ ਤਰੀਕਾ ਲੱਭਦਾ ਹੈ। | ਤੁਹਾਡੇ ਮੌਜੂਦਾ ਸਥਾਨ ਤੋਂ ਤੁਹਾਡੇ ਮੰਜ਼ਿਲ ਤੱਕ ਪੂਰਾ ਯਾਤਰਾ (ਉਡਾਣਾਂ, ਕਾਰ, ਹੋਟਲ) ਬੁਕ ਕਰਦਾ ਹੈ। |
| ਯੂਟਿਲਟੀ-ਅਧਾਰਿਤ ਏਜੰਟਸ | ਸਿਰਫ਼ ਇੱਕ ਹੱਲ ਨਹੀਂ ਲੱਭਦਾ — ਵੱਖ-ਵੱਖ ਮੁਲਾਂਕਣ ਕਰਕੇ ਸਰਵੋਤਮ ਹੱਲ ਲੱਭਦਾ ਹੈ। | ਲਾਗਤ ਅਤੇ ਸੁਵਿਧਾ ਦਾ ਤੁਲਨਾ ਕਰਦਾ ਹੈ ਤਾਂ ਜੋ ਤੁਹਾਡੇ ਪ੍ਰਾਥਮਿਕਤਾ ਲਈ ਸਭ ਤੋਂ ਵਧੀਆ ਯਾਤਰਾ ਮਿਲੇ। |
| ਸਿੱਖਣ ਵਾਲੇ ਏਜੰਟਸ | ਫੀਡਬੈਕ ਤੋਂ ਸਿੱਖ ਕੇ ਸਮੇਂ ਦੇ ਨਾਲ ਬਿਹਤਰ ਹੁੰਦੇ ਹਨ। | ਯਾਤਰਾ ਤੋਂ ਬਾਅਦ ਦੇ ਸਰਵੇਖਣ ਦੇ ਨਤੀਜੇ ਦੇ ਅਧਾਰ ‘ਤੇ ਭਵਿੱਖ ਦੀ ਬੁਕਿੰਗ ਦੀ ਸਿਫਾਰਸ਼ ਬਦਲਦਾ ਹੈ। |
| ਹਾਇਰਾਰਕੀਕਲ ਏਜੰਟਸ | ਇਕ ਉੱਚ-ਸਤਰ ਦਾ ਏਜੰਟ ਕੰਮ ਨੂੰ ਛੋਟੇ-ਛੋਟੇ ਕੰਮਾਂ ਵਿੱਚ ਵੰਡਦਾ ਹੈ ਅਤੇ ਨੀਵੇਂ-ਪੱਧਰ ਦੇ ਏਜੰਟਸ ਨੂੰ ਸੌਂਪਦਾ ਹੈ। | “ਰੱਦ ਕਰੋ ਯਾਤਰਾ” ਦੀ ਬੇਨਤੀ ਨੂੰ ਵੱਖ-ਵੱਖ ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡਦਾ ਹੈ: ਉਡਾਣ ਰੱਦ ਕਰੋ, ਹੋਟਲ ਰੱਦ ਕਰੋ, ਕਾਰ ਕਿਰਾਇਆ ਰੱਦ ਕਰੋ — ਹਰ ਇੱਕ ਨੂੰ ਸਬ-ਏਜੰਟ ਸੰਭਾਲਦਾ ਹੈ। |
| ਮਲਟੀ-ਏਜੰਟ ਸਿਸਟਮ (MAS) | ਕਈ ਸੁਤੰਤਰ ਏਜੰਟਸ ਨਾਲ ਮਿਲ ਕੇ ਕੰਮ ਕਰਦੇ ਹਨ (ਜਾਂ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ)। | ਸਹਿਯੋਗੀ: ਵੱਖ-ਵੱਖ ਏਜੰਟ ਹੋਟਲ, ਉਡਾਣਾਂ ਅਤੇ ਮਨੋਰੰਜਨ ਦਾ ਸੰਭਾਲ ਕਰਦੇ ਹਨ। ਮੁਕਾਬਲਤੀ: ਕਈ ਏਜੰਟ ਹੋਟਲ ਦੇ ਕਮਰੇ ਸਭ ਤੋਂ ਵਧੀਆ ਕੀਮਤ ‘ਤੇ ਭਰਨ ਲਈ ਮੁਕਾਬਲਾ ਕਰਦੇ ਹਨ। |
ਕਦੋਂ AI ਏਜੰਟਸ ਵਰਤਣੇ ਚਾਹੀਦੇ ਹਨ
ਸਿਰਫ ਇਸ ਕਰਕੇ ਕਿ ਤੁਸੀਂ AI ਏਜੰਟ ਵਰਤ ਸਕਦੇ ਹੋ, ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਕਿ ਤੁਹਾਨੂੰ ਹਮੇਸ਼ਾ ਵਰਤਣਾ ਚਾਹੀਦਾ ਹੈ। ਇੱਥੇ ਉਹ ਸਥਿਤੀਆਂ ਹਨ ਜਿੱਥੇ ਏਜੰਟਸ ਵਧੀਆ ਕੰਮ ਕਰਦੇ ਹਨ:
- ਖੁੱਲ੍ਹੇ ਅੰਤ ਵਾਲੀਆਂ ਸਮੱਸਿਆਵਾਂ — ਜਦੋਂ ਸਮੱਸਿਆ ਦਾ ਹੱਲ ਕਦਮ ਬਦਲ ਕੇ ਤਿਆਰ ਨਹੀਂ ਕੀਤਾ ਜਾ ਸਕਦਾ। ਤੁਹਾਨੂੰ LLM ਤੋਂ ਡਿਨਾਮਿਕ ਤਰੀਕੇ ਨਾਲ ਰਸਤਾ ਲੱਭਣ ਦੀ ਲੋੜ ਹੈ।
- ਕਈ ਕਦਮਾਂ ਵਾਲੇ ਪ੍ਰਕਿਰਿਆਵਾਂ — ਐਸੇ ਕੰਮ ਜਿਨ੍ਹਾਂ ਵਿੱਚ ਕਈ ਵਾਰੀ ਉਪਕਰਣ ਵਰਤਣ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਨਾ ਕਿ ਸਿਰਫ ਇੱਕ ਵਾਰੀ ਖੋਜ ਜਾਂ ਬਣਾਉ।
- ਸਮੇਂ ਦੇ ਨਾਲ ਸੁਧਾਰ — ਜਦੋਂ ਤੁਸੀਂ ਚਾਹੁੰਦੇ ਹੋ ਕਿ ਸਿਸਟਮ ਯੂਜ਼ਰ ਫੀਡਬੈਕ ਜਾਂ ਵਾਤਾਵਰਣ ਦੇ ਸਿਗਨਲਾਂ ਦੇ ਆਧਾਰ ‘ਤੇ ਅਕਲਮੰਦ ਬਣੇ।
ਅਸੀਂ ਅਗਲੇ ਪਾਠ ਟ੍ਰਸਟਵਰਦੀ AI ਏਜੰਟਸ ਬਣਾਉਣਾ ਵਿੱਚ ਇਹ ਵੇਖਾਂਗੇ ਕਿ ਕਦੋਂ (ਅਤੇ ਕਦੋਂ ਨਹੀਂ) AI ਏਜੰਟਸ ਵਰਤਣੇ ਚਾਹੀਦੇ ਹਨ।
ਏਜੰਟਿਕ ਸਮਾਧਾਨਾਂ ਦੇ ਬੁਨਿਆਦੀ ਤੱਤ
ਏਜੰਟ ਵਿਕਾਸ
ਏਕ ਏਜੰਟ ਬਣਾਉਣ ਵੇਲੇ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਇਹ ਤੈਅ ਕਰਦੇ ਹੋ ਕਿ ਇਹ ਕੀ ਕਰ ਸਕਦਾ ਹੈ — ਇਸਦੇ ਉਪਕਰਣ, ਕਾਰਵਾਈਆਂ, ਅਤੇ ਰਵੱਈਏ।
ਇਸ ਕੋਰਸ ਵਿੱਚ ਅਸੀਂ Microsoft Foundry Agent Service ਨੂੰ ਆਪਣੀ ਮੁੱਖ ਪਲੇਟਫਾਰਮ ਵਜੋਂ ਵਰਤਦੇ ਹਾਂ। ਇਹ ਗੁਣਵੱਤਾਵਾਂ ਦਾ ਸਮਰਥਨ ਕਰਦਾ ਹੈ:
- OpenAI, Mistral, ਅਤੇ Meta (Llama) ਵਰਗੇ ਪ੍ਰਦਾਤਾਵਾਂ ਤੋਂ ਮਾਡਲ
- Tripadvisor ਵਰਗੇ ਪ੍ਰਦਾਤਾਵਾਂ ਤੋਂ ਲਾਇਸੈਂਸ ਪ੍ਰਾਪਤ ਡੇਟਾ
- ਮਿਆਰੀਕ੍ਰਿਤ OpenAPI 3.0 ਟੂਲ ਪਰਿਭਾਸ਼ਾਵਾਂ
ਏਜੰਟਿਕ ਪੈਟਰਨਸ
ਤੁਸੀਂ LLMs ਨਾਲ ਪ੍ਰੰਪਟਾਂ ਰਾਹੀਂ ਗੱਲ ਕਰਦੇ ਹੋ। ਏਜੰਟਸ ਦੇ ਨਾਲ, ਤੁਸੀਂ ਹਮੇਸ਼ਾ ਹਰ ਪ੍ਰੰਪਟ ਮੈਨੁਅਲ ਤੌਰ ‘ਤੇ ਨਹੀਂ ਬਣਾ ਸਕਦੇ — ਏਜੰਟ ਨੂੰ ਕਈ ਕਦਮਾਂ ਵਿੱਚ ਕਾਰਵਾਈ ਕਰਨੀ ਪੈਂਦੀ ਹੈ। ਇੱਥੇ ਏਜੰਟਿਕ ਪੈਟਰਨਸ ਮਦਦਗਾਰ ਹੁੰਦੇ ਹਨ। ਇਹ LLMs ਲਈ ਚੰਗੇ ਪ੍ਰੰਪਟਿੰਗ ਅਤੇ ਵਿਵਸਥਾਪਨ ਲਈ ਦੁਬਾਰਾ ਵਰਤੇ ਜਾ ਸਕਣ ਵਾਲੀ ਰਣਨੀਤੀਆਂ ਹਨ।
ਇਹ ਕੋਰਸ ਸਭ ਤੋਂ ਆਮ ਅਤੇ ਲਾਭਕਾਰੀ ਏਜੰਟਿਕ ਪੈਟਰਨਸ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਬਣਾਇਆ ਗਿਆ ਹੈ।
ਏਜੰਟਿਕ ਫਰੇਮਵਰਕਸ
ਏਜੰਟਿਕ ਫਰੇਮਵਰਕਸ ਵਿਕਾਸਕਾਰਾਂ ਨੂੰ ਤਿਆਰ ਟੈਂਪਲੇਟ, ਉਪਕਰਣ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਦਿੰਦੀਆਂ ਹਨ ਇਸ ਲਈ ਕਿ ਏਜੰਟ ਬਣਾਉਣਾ ਅਸਾਨ ਬਣ ਜਾਵੇ। ਇਹ ਸਹੂਲਤ ਦਿੰਦੇ ਹਨ:
- ਉਪਕਰਣ ਅਤੇ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਜੋੜਨਾ
- ਵੇਖਣਾ ਕਿ ਏਜੰਟ ਕੀ ਕਰ ਰਿਹਾ ਹੈ (ਅਤੇ ਜਦੋਂ ਗਲਤ ਹੋਵੇ ਤਾਂ ਡੀਬੱਗ ਕਰਨਾ)
- ਕਈ ਏਜੰਟਾਂ ਨਾਲ ਮਿਲ ਕੇ ਕੰਮ ਕਰਨਾ
ਇਸ ਕੋਰਸ ਵਿੱਚ ਅਸੀਂ ਉਤਪਾਦਨ-ਤਿਆਰ ਏਜੰਟਸ ਵਿੱਚ ਬਣਾਉਣ ਲਈ Microsoft Agent Framework (MAF) ‘ਤੇ ਧਿਆਨ ਦਿੱਤਾ ਹੈ।
ਕੋਡ ਦੇ ਨਮੂਨੇ
ਇੱਕ ਬਾਰ ਇਸਨੂੰ ਕਰਦੇ ਹੋਇਆ ਦੇਖਣਾ ਚਾਹੁੰਦੇ ਹੋ? ਇੱਥੇ ਇਸ ਪਾਠ ਲਈ ਕੋਡ ਦੇ ਨਮੂਨੇ ਹਨ:
- 🐍 Python: Agent Framework
- 🔷 .NET: Agent Framework
ਕੋਈ ਸਵਾਲ ਹਨ?
ਹੋਰ ਸਿੱਖਣ ਵਾਲਿਆਂ ਨਾਲ ਜੁੜਨ ਲਈ, ਦਫਤਰ ਦੇ ਸਮਿਆਂ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਣ ਅਤੇ ਆਪਣੀਆਂ AI ਏਜੰਟ ਸਵਾਲਾਂ ਦਾ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ Microsoft Foundry Discord ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੋਵੋ।
ਇਸ ਏਜੰਟ ਦੀ ਸਮੀਖਿਆ ਕਰਨਾ (ਇੱਛਾ ਅਨੁਸਾਰ)
ਜਿਵੇਂ ਹੀ ਤੁਸੀਂ ਪਾਠ 16 ਵਿੱਚ ਏਜੰਟ ਤਿਆਰ ਕਰਨਾ ਸਿੱਖਦੇ ਹੋ, ਤੁਸੀਂ ਇਸ ਪਾਠ ਦੇ TravelAgent ਲਈ ਤਿਆਰ ਕੀਤੀ ਗਈ ਕੈਟਲੌਗ tests/lesson-01-smoke-tests.json ਨਾਲ ਤੇਜ਼ ਪੋਸਟ-ਡਿਪਲੋਇਮੈਂਟ ਹੈਲਥ ਚੈਕ ਕਰ ਸਕਦੇ ਹੋ। ਇਸ ਨੂੰ ਚਲਾਉਣ ਲਈ ਵੇਖੋ tests/README.md।
ਪਿਛਲਾ ਪਾਠ
ਅਗਲਾ ਪਾਠ
ਅਸਵੀਕਾਰੋਪਣ: ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾਵਾਂ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮੱਤਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹਾਂ।