ai-agents-for-beginners

کورس سیٹ اپ

تعارف

اس سبق میں ہم اس کورس کے کوڈ سیمپلز کو چلانے کے طریقے پر بات کریں گے۔

دیگر سیکھنے والوں کے ساتھ شامل ہوں اور مدد حاصل کریں

اپنے ریپو کو کلون کرنے سے پہلے، AI Agents For Beginners Discord چینل میں شامل ہوں تاکہ سیٹ اپ میں مدد حاصل کریں، کورس کے بارے میں سوالات پوچھیں، یا دیگر سیکھنے والوں کے ساتھ جڑیں۔

اس ریپو کو کلون یا فورک کریں

شروع کرنے کے لیے، براہ کرم GitHub ریپوزٹری کو کلون یا فورک کریں۔ اس سے آپ کے پاس کورس کے مواد کا اپنا ورژن ہوگا تاکہ آپ کوڈ کو چلا سکیں، ٹیسٹ کر سکیں، اور اس میں تبدیلیاں کر سکیں!

یہ لنک پر کلک کرکے کیا جا سکتا ہے:

کوڈ چلانا

یہ کورس جیوپیٹر نوٹ بکس کی ایک سیریز پیش کرتا ہے جنہیں آپ AI ایجنٹس بنانے کا عملی تجربہ حاصل کرنے کے لیے چلا سکتے ہیں۔

کوڈ سیمپلز درج ذیل استعمال کرتے ہیں:

GitHub اکاؤنٹ درکار ہے - مفت:

1) Semantic Kernel Agent Framework + GitHub Models Marketplace۔ لیبل: (semantic-kernel.ipynb)
2) AutoGen Framework + GitHub Models Marketplace۔ لیبل: (autogen.ipynb)

Azure سبسکرپشن درکار ہے:
3) Azure AI Foundry + Azure AI Agent Service۔ لیبل: (azureaiagent.ipynb)

ہم آپ کو تینوں قسم کے مثالوں کو آزمانے کی ترغیب دیتے ہیں تاکہ آپ دیکھ سکیں کہ آپ کے لیے کون سا بہترین کام کرتا ہے۔

آپ جو بھی آپشن منتخب کریں، وہ نیچے دیے گئے سیٹ اپ کے مراحل کا تعین کرے گا:

ضروریات

• Python 3.12+
  • نوٹ: اگر آپ کے پاس Python 3.12 انسٹال نہیں ہے، تو اسے انسٹال کریں۔ پھر python3.12 کا استعمال کرتے ہوئے اپنا venv بنائیں تاکہ requirements.txt فائل سے درست ورژنز انسٹال ہوں۔
• GitHub اکاؤنٹ - GitHub Models Marketplace تک رسائی کے لیے
• Azure سبسکرپشن - Azure AI Foundry تک رسائی کے لیے
• Azure AI Foundry اکاؤنٹ - Azure AI Agent Service تک رسائی کے لیے

ہم نے اس ریپوزٹری کی روٹ میں ایک requirements.txt فائل شامل کی ہے جس میں کوڈ سیمپلز کو چلانے کے لیے تمام ضروری Python پیکجز شامل ہیں۔

آپ انہیں درج ذیل کمانڈ کو اپنی ٹرمینل میں ریپوزٹری کی روٹ پر چلا کر انسٹال کر سکتے ہیں:

pip install -r requirements.txt

ہم کسی بھی تنازعے اور مسائل سے بچنے کے لیے Python ورچوئل انوائرمنٹ بنانے کی تجویز دیتے ہیں۔

VSCode سیٹ اپ کریں

یقینی بنائیں کہ آپ VSCode میں Python کا درست ورژن استعمال کر رہے ہیں۔

GitHub ماڈلز کے ساتھ سیمپلز کے لیے سیٹ اپ کریں

مرحلہ 1: اپنا GitHub پرسنل ایکسیس ٹوکن (PAT) حاصل کریں

یہ کورس GitHub Models Marketplace کا استعمال کرتا ہے، جو آپ کو بڑے لینگویج ماڈلز (LLMs) تک مفت رسائی فراہم کرتا ہے جنہیں آپ AI ایجنٹس بنانے کے لیے استعمال کریں گے۔

GitHub ماڈلز استعمال کرنے کے لیے، آپ کو ایک GitHub Personal Access Token بنانا ہوگا۔

یہ آپ کے GitHub اکاؤنٹ میں جا کر کیا جا سکتا ہے۔

براہ کرم Principle of Least Privilege پر عمل کریں جب آپ اپنا ٹوکن بنائیں۔ اس کا مطلب ہے کہ آپ کو صرف وہی اجازتیں دینی چاہئیں جو اس کورس کے کوڈ سیمپلز کو چلانے کے لیے ضروری ہیں۔

1. Developer settings میں جا کر بائیں جانب Fine-grained tokens آپشن منتخب کریں۔
   

   پھر Generate new token منتخب کریں۔

   

2. اپنے ٹوکن کے لیے ایک وضاحتی نام درج کریں جو اس کے مقصد کی عکاسی کرے، تاکہ بعد میں اسے پہچاننا آسان ہو۔

   🔐 ٹوکن کی مدت کی تجویز
   تجویز کردہ مدت: 30 دن
   زیادہ محفوظ طریقے کے لیے، آپ مختصر مدت کا انتخاب کر سکتے ہیں—جیسے 7 دن 🛡️
   یہ ایک ذاتی ہدف مقرر کرنے اور کورس مکمل کرنے کا ایک بہترین طریقہ ہے جب آپ کی سیکھنے کی رفتار تیز ہو 🚀۔

   

3. ٹوکن کے دائرہ کار کو اس ریپوزٹری کے فورک تک محدود کریں۔

   

4. ٹوکن کی اجازتوں کو محدود کریں: Permissions کے تحت، Account ٹیب پر کلک کریں، اور “+ Add permissions” بٹن پر کلک کریں۔ ایک ڈراپ ڈاؤن ظاہر ہوگا۔ براہ کرم Models تلاش کریں اور اس کے لیے باکس کو چیک کریں۔
   

5. ٹوکن بنانے سے پہلے مطلوبہ اجازتوں کی تصدیق کریں۔
   

6. ٹوکن بنانے سے پہلے، یقینی بنائیں کہ آپ اسے کسی محفوظ جگہ جیسے پاس ورڈ مینیجر والٹ میں محفوظ کرنے کے لیے تیار ہیں، کیونکہ یہ بنانے کے بعد دوبارہ نہیں دکھایا جائے گا۔
   

ابھی آپ نے جو نیا ٹوکن بنایا ہے اسے کاپی کریں۔ آپ اسے اس کورس میں شامل .env فائل میں شامل کریں گے۔

مرحلہ 2: اپنی .env فائل بنائیں

اپنی .env فائل بنانے کے لیے اپنی ٹرمینل میں درج ذیل کمانڈ چلائیں:

cp .env.example .env

یہ مثال فائل کو کاپی کرے گا اور آپ کی ڈائریکٹری میں ایک .env بنائے گا جہاں آپ ماحول کے متغیرات کے لیے قدریں بھریں گے۔

اپنا ٹوکن کاپی کرنے کے بعد، اپنی پسندیدہ ٹیکسٹ ایڈیٹر میں .env فائل کھولیں اور اپنے ٹوکن کو GITHUB_TOKEN فیلڈ میں پیسٹ کریں۔

اب آپ اس کورس کے کوڈ سیمپلز کو چلانے کے قابل ہونے چاہئیں۔

Azure AI Foundry اور Azure AI Agent Service کے ساتھ سیمپلز کے لیے سیٹ اپ کریں

مرحلہ 1: اپنا Azure پروجیکٹ اینڈ پوائنٹ حاصل کریں

Azure AI Foundry میں ہب اور پروجیکٹ بنانے کے مراحل پر عمل کریں: Hub resources overview

ایک بار جب آپ نے اپنا پروجیکٹ بنا لیا، تو آپ کو اپنے پروجیکٹ کے لیے کنکشن اسٹرنگ حاصل کرنے کی ضرورت ہوگی۔

یہ Azure AI Foundry پورٹل میں اپنے پروجیکٹ کے Overview صفحے پر جا کر کیا جا سکتا ہے۔

مرحلہ 2: اپنی .env فائل بنائیں

اپنی .env فائل بنانے کے لیے اپنی ٹرمینل میں درج ذیل کمانڈ چلائیں:

cp .env.example .env

یہ مثال فائل کو کاپی کرے گا اور آپ کی ڈائریکٹری میں ایک .env بنائے گا جہاں آپ ماحول کے متغیرات کے لیے قدریں بھریں گے۔

اپنا ٹوکن کاپی کرنے کے بعد، اپنی پسندیدہ ٹیکسٹ ایڈیٹر میں .env فائل کھولیں اور اپنے ٹوکن کو PROJECT_ENDPOINT فیلڈ میں پیسٹ کریں۔

مرحلہ 3: Azure میں سائن ان کریں

سیکیورٹی کے بہترین عمل کے طور پر، ہم keyless authentication کا استعمال کریں گے تاکہ Microsoft Entra ID کے ساتھ Azure OpenAI میں تصدیق کی جا سکے۔

اگلا، ایک ٹرمینل کھولیں اور az login --use-device-code کمانڈ چلا کر اپنے Azure اکاؤنٹ میں سائن ان کریں۔

ایک بار جب آپ لاگ ان ہو جائیں، تو ٹرمینل میں اپنی سبسکرپشن منتخب کریں۔

اضافی ماحول کے متغیرات - Azure Search اور Azure OpenAI

ایجنٹک RAG سبق - سبق 5 - کے لیے ایسے سیمپلز ہیں جو Azure Search اور Azure OpenAI کا استعمال کرتے ہیں۔

اگر آپ ان سیمپلز کو چلانا چاہتے ہیں، تو آپ کو اپنی .env فائل میں درج ذیل ماحول کے متغیرات شامل کرنے ہوں گے:

Overview صفحہ (پروجیکٹ)

• AZURE_SUBSCRIPTION_ID - اپنے پروجیکٹ کے Overview صفحے پر Project details چیک کریں۔

• AZURE_AI_PROJECT_NAME - اپنے پروجیکٹ کے Overview صفحے کے اوپر دیکھیں۔

• AZURE_OPENAI_SERVICE - Overview صفحے پر Azure OpenAI Service کے لیے Included capabilities ٹیب میں دیکھیں۔

مینجمنٹ سینٹر

• AZURE_OPENAI_RESOURCE_GROUP - Management Center کے Overview صفحے پر Project properties پر جائیں۔

• GLOBAL_LLM_SERVICE - Connected resources کے تحت، Azure AI Services کنکشن کا نام تلاش کریں۔ اگر درج نہ ہو، تو اپنے ریسورس گروپ کے تحت Azure پورٹل میں AI Services ریسورس کا نام چیک کریں۔

ماڈلز + اینڈ پوائنٹس صفحہ

• AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME - اپنے ایمبیڈنگ ماڈل (مثلاً text-embedding-ada-002) کو منتخب کریں اور ماڈل کی تفصیلات سے Deployment name نوٹ کریں۔

• AZURE_OPENAI_CHAT_DEPLOYMENT_NAME - اپنے چیٹ ماڈل (مثلاً gpt-4o-mini) کو منتخب کریں اور ماڈل کی تفصیلات سے Deployment name نوٹ کریں۔

Azure پورٹل

• AZURE_OPENAI_ENDPOINT - Azure AI services تلاش کریں، اس پر کلک کریں، پھر Resource Management، Keys and Endpoint پر جائیں، نیچے “Azure OpenAI endpoints” تک اسکرول کریں، اور وہ کاپی کریں جو “Language APIs” کہتا ہے۔

• AZURE_OPENAI_API_KEY - اسی اسکرین سے، KEY 1 یا KEY 2 کاپی کریں۔

• AZURE_SEARCH_SERVICE_ENDPOINT - اپنے Azure AI Search ریسورس کو تلاش کریں، اس پر کلک کریں، اور Overview دیکھیں۔

• AZURE_SEARCH_API_KEY - پھر Settings اور پھر Keys پر جائیں تاکہ پرائمری یا سیکنڈری ایڈمن کی کو کاپی کریں۔

بیرونی ویب صفحہ

• AZURE_OPENAI_API_VERSION - API version lifecycle صفحے پر Latest GA API release کے تحت دیکھیں۔

Keyless Authentication سیٹ اپ کریں

اپنی اسناد کو ہارڈ کوڈ کرنے کے بجائے، ہم Azure OpenAI کے ساتھ ایک keyless کنکشن استعمال کریں گے۔ ایسا کرنے کے لیے، ہم DefaultAzureCredential کو امپورٹ کریں گے اور بعد میں DefaultAzureCredential فنکشن کو اسناد حاصل کرنے کے لیے کال کریں گے۔

from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential

کہیں پھنس گئے؟

اگر آپ کو اس سیٹ اپ کو چلانے میں کوئی مسئلہ ہو، تو ہمارے

---

ڈسکلیمر:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستگی ہو سکتی ہیں۔ اصل دستاویز کو اس کی اصل زبان میں مستند ذریعہ سمجھا جانا چاہیے۔ اہم معلومات کے لیے، پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے لیے ہم ذمہ دار نہیں ہیں۔

This site is open source. Improve this page.