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 پوچھیں، یا دیگر سیکھنے والوں کے ساتھ رابطہ کریں۔
شروع کرنے کے لیے، براہ کرم GitHub ریپوزیٹری کو کلون یا فورک کریں۔ اس سے آپ کو کورس کے مواد کا اپنا ورژن ملے گا تاکہ آپ کوڈ کو چلا سکیں، ٹیسٹ کر سکیں اور اس میں تبدیلی کر سکیں!
یہ کام کرنے کے لیے آپ ریپو کو فورک کریں کے لنک پر کلک کر سکتے ہیں۔
اب آپ کے پاس اس کورس کا اپنا فورک کیا ہوا ورژن درج ذیل لنک میں ہونا چاہیے:

مکمل ریپوزیٹری بڑی ہو سکتی ہے (~3 GB) جب آپ مکمل تاریخ اور تمام فائلیں ڈاؤنلوڈ کرتے ہیں۔ اگر آپ صرف ورکشاپ میں شرکت کر رہے ہیں یا صرف چند سبق کے فولڈرز کی ضرورت ہے، تو شالو کلون (یا اسپارس کلون) زیادہ تر ڈاؤنلوڈ کو تاریخ کو مختصر کر کے اور/یا بلاکس کو چھوڑ کر بچاتا ہے۔
نیچے دیے گئے کمانڈز میں <your-username> کو اپنے فورک URL (یا اپ اسٹریم URL اگر آپ کو ترجیح ہو) سے تبدیل کریں۔
صرف تازہ ترین کمیٹ تاریخ کو کلون کرنے کے لیے (چھوٹا ڈاؤنلوڈ):
git clone --depth 1 https://github.com/<your-username>/ai-agents-for-beginners.git
کسی مخصوص برانچ کو کلون کرنے کے لیے:
git clone --depth 1 --branch <branch-name> https://github.com/<your-username>/ai-agents-for-beginners.git
یہ جزوی کلون اور اسپارس-چیک آؤٹ استعمال کرتا ہے (Git 2.25+ کی ضرورت ہے اور جدید Git کے ساتھ جزوی کلون سپورٹ کی سفارش کی جاتی ہے):
git clone --depth 1 --filter=blob:none --sparse https://github.com/<your-username>/ai-agents-for-beginners.git
ریپو فولڈر میں جائیں:
بش کے لیے:
cd ai-agents-for-beginners
پاورشیل کے لیے:
Set-Location ai-agents-for-beginners
پھر وہ فولڈرز منتخب کریں جن کی آپ کو ضرورت ہے (نیچے دی گئی مثال دو فولڈرز دکھاتی ہے):
git sparse-checkout set 00-course-setup 01-intro-to-ai-agents
فائلوں کو کلون اور تصدیق کرنے کے بعد، اگر آپ کو صرف فائلوں کی ضرورت ہے اور جگہ خالی کرنا چاہتے ہیں (کوئی git تاریخ نہیں)، تو براہ کرم ریپوزیٹری میٹا ڈیٹا کو حذف کریں (💀 ناقابل واپسی — آپ تمام Git فعالیت کھو دیں گے: کوئی کمیٹس، پلز، پشز، یا تاریخ تک رسائی نہیں ہوگی)۔
لینکس/میک او ایس کے لیے:
rm -rf .git
ونڈوز کے لیے:
Remove-Item -Recurse -Force .git
اس ریپو کے لیے GitHub UI کے ذریعے ایک نیا Codespace بنائیں۔
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 نمونے درج ذیل استعمال کرتے ہیں:
GitHub اکاؤنٹ کی ضرورت ہے - مفت:
1) سیمینٹک کرنل ایجنٹ فریم ورک + GitHub ماڈلز مارکیٹ پلیس۔ لیبل شدہ (semantic-kernel.ipynb) 2) آٹو جن فریم ورک + GitHub ماڈلز مارکیٹ پلیس۔ 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 گے، وہ طے کرے گا کہ آپ کو نیچے دیے گئے سیٹ اپ کے کون سے مراحل پر عمل کرنا ہوگا:
نوٹ: اگر آپ کے پاس Python3.12 انسٹال نہیں ہے، تو یقینی بنائیں کہ آپ اسے انسٹال کریں۔ پھر requirements.txt فائل سے صحیح ورژنز انسٹال کرنے کے لیے python3.12 کا استعمال کرتے ہوئے اپنا venv بنائیں۔
مثال
Python venv ڈائریکٹری بنائیں:
python3 -m venv venv
پھر venv ماحول کو فعال کریں:
میک او ایس اور لینکس کے لیے
source venv/bin/activate
ونڈوز کے لیے
venv\Scripts\activate
ہم نے اس ریپوزیٹری کی روٹ میں ایک requirements.txt فائل شامل کی ہے جس میں کوڈ نمونوں کو چلانے کے لیے تمام مطلوبہ Python پیکجز شامل ہیں۔
آپ انہیں ریپوزیٹری کی روٹ میں اپنے ٹرمینل میں درج ذیل کمانڈ چلا کر انسٹال کر سکتے ہیں:
pip install -r requirements.txt
ہم کسی بھی 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 ماڈلز مارکیٹ پلیس 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 پرسنل ایکسیس ٹوکن بنانا ہوگا۔
یہ آپ کے GitHub اکاؤنٹ میں پرسنل ایکسیس ٹوکن سیٹنگز پر جا کر کیا جا سکتا ہے۔
براہ کرم اپنے ٹوکن بناتے وقت کم از کم مراعات کے اصول پر عمل کریں۔ اس کا مطلب ہے کہ آپ کو صرف وہی اجازتیں دینی چاہئیں جو اس کورس میں کوڈ نمونوں کو چلانے کے لیے ضروری ہیں۔
ڈیولپر سیٹنگز پر جا کر اپنی اسکرین کے بائیں جانب فائن-گرین ٹوکنز کا آپشن منتخب کریں۔

پھر نیا ٹوکن بنائیں 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 ایک بہترین طریقہ ہے جب آپ کی سیکھنے کی رفتار زیادہ ہو 🚀۔

ٹوکن کے دائرہ کار کو اس ریپوزیٹری 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 آپ کے بنانے کے بعد دوبارہ نہیں دکھایا جائے گا۔ 
اپنے نئے بنائے گئے ٹوکن کو کاپی کریں۔ اب آپ اسے اس کورس میں شامل اپنی .env فائل میں شامل کریں گے۔
.env فائل بنائیںاپنی .env فائل بنانے کے لیے اپنے 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 اقدار درج کریں 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 ہونے چاہئیں۔
Azure AI Foundry میں ہب اور پروجیکٹ بنانے کے مراحل پر عمل کریں یہاں دیکھیں: 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۔

.env فائل بنائیںاپنی .env فائل بنانے کے لیے اپنے 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 اقدار درج کریں 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 کی بہترین مشق کے طور پر، ہم کی لیس تصدیق 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 چلائیں تاکہ اپنے Azure اکاؤنٹ میں سائن ان کریں۔
ایک بار جب آپ لاگ ان ہو جائیں، تو ٹرمینل میں اپنی سبسکرپشن منتخب کریں۔
ایجنٹک 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 تلاش کریں۔
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، نیچے سکرول کریں “Azure OpenAI endpoints” پر، 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 - اپنی Azure AI Search ریسورس تلاش کریں، اس پر کلک کریں، اور Overview دیکھیں۔
AZURE_SEARCH_API_KEY - پھر Settings پر جائیں اور Keys پر جا کر پرائمری یا سیکنڈری ایڈمن کی کو کاپی کریں۔
AZURE_OPENAI_API_VERSION - API ورژن لائف سائیکل صفحے پر Latest GA API release کے تحت جائیں۔اپنے اسناد کو ہارڈ کوڈ کرنے کے بجائے، ہم Azure OpenAI کے ساتھ کی لیس 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 درپیش ہو، تو ہمارے Azure AI کمیونٹی ڈسکارڈ میں شامل ہوں یا ایک مسئلہ درج کریں۔
آپ اس کورس کے کوڈ کو چلانے کے لیے تیار ہیں۔ AI ایجنٹس کی دنیا کے بارے میں مزید سیکھنے کا لطف اٹھائیں!
AI ایجنٹس اور ایجنٹ کے استعمال کے معاملات کا تعارف
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 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۔