اس سبق میں آپ کو اس کورس کے کوڈ نمونوں کو چلانے کا طریقہ بتایا جائے گا۔
اپنا ریپو 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 کریں، یا دوسرے سیکھنے والوں کے ساتھ رابطہ کریں۔
شروع کرنے کے لیے، براہ کرم GitHub ریپوزٹری کو کلون یا فورک کریں۔ اس سے آپ کے پاس کورس مواد کا اپنا ورژن ہوگا تاکہ آپ کوڈ کو چلا سکیں، ٹیسٹ کر سکیں، اور اس میں تبدیلی کر سکیں!
یہ کرنے کے لیے، ریپو کو فورک کریں کے لنک پر کلک کریں۔
اب آپ کے پاس اس کورس کا فورک شدہ ورژن درج ذیل لنک میں ہونا چاہیے:
یہ کورس Jupyter Notebooks کی ایک سیریز پیش کرتا ہے جسے آپ AI Agents بنانے کا عملی تجربہ حاصل کرنے کے لیے چلا سکتے ہیں۔
کوڈ نمونے درج ذیل استعمال کرتے ہیں:
GitHub اکاؤنٹ کی ضرورت ہے - مفت:
1) Semantic Kernel Agent Framework + GitHub Models Marketplace۔ لیبل شدہ (semantic-kernel.ipynb) 2) AutoGen Framework + GitHub Models Marketplace۔ لیبل شدہ (autogen.ipynb)
Azure سبسکرپشن کی ضرورت ہے: 3) Azure AI Foundry + Azure AI Agent Service۔ لیبل شدہ (azureaiagent.ipynb)
ہم آپ کو تینوں قسم کے نمونوں کو آزمانے کی ترغیب دیتے ہیں تاکہ دیکھ سکیں کہ آپ کے لیے کون سا بہترین کام کرتا ہے۔
جو بھی آپشن آپ منتخب کریں، وہ نیچے دیے گئے سیٹ اپ کے مراحل کا تعین کرے گا:
نوٹ: اگر آپ کے پاس Python3.12 انسٹال نہیں ہے، تو یقینی بنائیں کہ آپ اسے انسٹال کریں۔ پھر python3.12 کا استعمال کرتے ہوئے اپنا venv بنائیں تاکہ requirements.txt فائل سے صحیح ورژن انسٹال ہو سکیں۔
مثال
Python venv ڈائریکٹری بنائیں:
python3 -m venv venv
پھر venv ماحول کو فعال کریں:
macOS اور Linux
source venv/bin/activate
Windows
venv\Scripts\activate
ہم نے اس ریپوزٹری کی جڑ میں ایک requirements.txt
فائل شامل کی ہے جس میں کوڈ نمونوں کو چلانے کے لیے تمام مطلوبہ Python پیکجز شامل ہیں۔
آپ انہیں اپنی ٹرمینل میں ریپوزٹری کی جڑ پر درج ذیل کمانڈ چلا کر انسٹال کر سکتے ہیں:
pip install -r requirements.txt
ہم تنازعات اور مسائل سے بچنے کے لیے Python ورچوئل ماحول بنانے کی تجویز کرتے ہیں۔
یقینی بنائیں کہ آپ VSCode میں Python کا صحیح ورژن استعمال کر رہے ہیں۔
یہ کورس GitHub Models Marketplace کا استعمال کرتا ہے، جو آپ کو بڑے زبان کے ماڈلز (LLMs) تک مفت رسائی فراہم کرتا ہے جنہیں آپ AI Agents بنانے کے لیے استعمال کریں گے۔
GitHub Models استعمال کرنے کے لیے، آپ کو ایک GitHub Personal Access Token بنانا ہوگا۔
یہ آپ کے GitHub اکاؤنٹ میں Personal Access Tokens settings پر جا کر کیا جا سکتا ہے۔
براہ کرم ٹوکن بناتے وقت Principle of Least Privilege پر عمل کریں۔ اس کا مطلب ہے کہ آپ کو ٹوکن کو صرف وہی اجازت دینی چاہیے جو اس کورس کے کوڈ نمونوں کو چلانے کے لیے ضروری ہیں۔
اپنی اسکرین کے بائیں جانب Developer settings پر جا کر Fine-grained tokens
آپشن منتخب کریں۔
پھر Generate new token
منتخب کریں۔
اپنے ٹوکن کے لیے ایک وضاحتی نام درج کریں جو اس کے مقصد کی عکاسی کرے، تاکہ بعد میں اسے آسانی سے پہچانا جا سکے۔
🔐 ٹوکن کی مدت کی سفارش
تجویز کردہ مدت: 30 دن زیادہ محفوظ طریقہ کے لیے، آپ مختصر مدت کا انتخاب کر سکتے ہیں—جیسے 7 دن 🛡️ یہ ایک ذاتی ہدف مقرر کرنے اور کورس مکمل کرنے کا بہترین طریقہ ہے جب آپ کی سیکھنے کی رفتار زیادہ ہو 🚀۔
ٹوکن کے دائرہ کار کو اس ریپوزٹری کے فورک تک محدود کریں۔
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۔
ٹوکن بنانے سے پہلے مطلوبہ اجازتوں کی تصدیق کریں۔
ٹوکن بنانے سے پہلے، یقینی بنائیں کہ آپ ٹوکن کو محفوظ جگہ جیسے پاس ورڈ مینیجر والٹ میں محفوظ کرنے کے لیے تیار ہیں، کیونکہ یہ ٹوکن بنانے کے بعد دوبارہ نہیں دکھایا جائے گا۔
اپنا نیا ٹوکن کاپی کریں جو آپ نے ابھی بنایا ہے۔ اب آپ اسے اس کورس میں شامل .env
فائل میں شامل کریں گے۔
.env
فائل بنائیںاپنی .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 .env
بنائے گا جہاں آپ ماحول کے متغیرات کے لیے اقدار 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 نمونوں کو چلانے کے قابل ہونا چاہیے۔
Azure AI Foundry میں ہب اور پروجیکٹ بنانے کے مراحل پر عمل کریں: Hub resources overview
اپنا پروجیکٹ بنانے کے بعد، 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۔
.env
فائل بنائیںاپنی .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 .env
بنائے گا جہاں آپ ماحول کے متغیرات کے لیے اقدار 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۔
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۔
اگلے مرحلے میں، ایک ٹرمینل کھولیں اور az login --use-device-code
کمانڈ چلائیں تاکہ اپنے Azure اکاؤنٹ میں سائن ان کریں۔
سائن ان کرنے کے بعد، ٹرمینل میں اپنی سبسکرپشن منتخب کریں۔
Agentic RAG سبق - سبق 5 - میں ایسے نمونے شامل ہیں جو Azure Search اور Azure OpenAI استعمال کرتے ہیں۔
اگر آپ ان نمونوں کو چلانا چاہتے ہیں، تو آپ کو اپنی .env
فائل میں درج ذیل ماحول کے متغیرات شامل کرنے کی ضرورت ہوگی:
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۔
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 نہیں ہے، تو اپنے ریسورس گروپ کے تحت Azure پورٹل میں AI Services ریسورس کا نام چیک کریں۔
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME
- اپنا ایمبیڈنگ ماڈل منتخب کریں (مثلاً، text-embedding-ada-002
) اور ماڈل کی تفصیلات سے Deployment name نوٹ کریں۔
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME
- اپنا چیٹ ماڈل منتخب کریں (مثلاً، gpt-4o-mini
) اور ماڈل کی تفصیلات سے Deployment name نوٹ کریں۔
AZURE_OPENAI_ENDPOINT
- Azure AI services تلاش کریں، اس پر کلک کریں، پھر Resource Management، Keys and Endpoint پر جائیں، “Azure OpenAI endpoints” تک نیچے سکرول کریں، اور وہ اینڈپوائنٹ 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
- اپنی Azure AI Search ریسورس تلاش کریں، اس پر کلک کریں، اور Overview دیکھیں۔
AZURE_SEARCH_API_KEY
- پھر Settings اور Keys پر جائیں تاکہ پرائمری یا سیکنڈری ایڈمن کی کو کاپی کریں۔
AZURE_OPENAI_API_VERSION
- API version lifecycle صفحے پر Latest GA API release کے تحت جائیں۔اپنی اسناد کو ہارڈ کوڈ کرنے کے بجائے، ہم Azure OpenAI کے ساتھ keyless کنکشن استعمال کریں گے۔ ایسا کرنے کے لیے، ہم DefaultAzureCredential
کو درآمد کریں گے اور بعد میں DefaultAzureCredential
فنکشن کو کال کریں گے تاکہ اسناد حاصل کی جا سکیں۔
from azure.identity import DefaultAzureCredential, InteractiveBrowserCredential
اگر آپ کو اس سیٹ اپ کو چلانے میں کوئی مسئلہ ہو، تو ہمارے Azure AI Community Discord میں شامل ہوں یا ایک مسئلہ بنائیں۔
اب آپ اس کورس کے کوڈ کو چلانے کے لیے تیار ہیں۔ AI Agents کی دنیا کے بارے میں مزید سیکھنے کے لیے خوش آمدید!
AI Agents کا تعارف اور ایجنٹ کے استعمال کے کیسز
ڈسکلیمر:
یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کی بھرپور کوشش کرتے ہیں، لیکن براہ کرم یہ بات ذہن میں رکھیں کہ خودکار ترجمے میں غلطیاں یا غیر درستیاں 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۔ ہم اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے ذمہ دار نہیں ہیں۔