ai-agents-for-beginners
(اس سبق کے ویڈیو کو دیکھنے کے لیے اوپر دی گئی تصویر پر کلک کریں)
AI ایجنٹس اور ایجنٹس کے استعمال کے کیسز کا تعارف
خوش آمدید AI ایجنٹس برائے مبتدئین کورس میں! یہ کورس آپ کو بنیادی معلومات فراہم کرتا ہے — اور حقیقی کام کرنے والا کوڈ — تاکہ آپ شروع سے AI ایجنٹس بنانے میں کامیاب ہو سکیں۔
Azure AI Discord کمیونٹی میں آئیں اور ہمیں سلام کہیں — یہاں سیکھنے والے اور AI بنانے والے موجود ہیں جو آپ کے سوالات کے جوابات دینے کے لیے خوش ہیں۔
بلڈنگ شروع کرنے سے پہلے، آئیے یقینی بنائیں کہ ہم واقعی سمجھتے ہیں کہ AI ایجنٹ کیا ہے اور کب اسے استعمال کرنا معنی رکھتا ہے۔
تعارف
یہ سبق درج ذیل موضوعات کا احاطہ کرتا ہے:
- AI ایجنٹس کیا ہوتے ہیں، اور ان کی مختلف اقسام کیا ہیں
- کن قسم کے کاموں کے لیے AI ایجنٹس سب سے بہتر ہوتے ہیں
- وہ بنیادی اجزاء جو آپ ایک ایجنٹک حل ڈیزائن کرتے وقت استعمال کریں گے
مقصد تعلمی
اس سبق کے اختتام تک، آپ کے قابل ہونا چاہیے:
- وضاحت کریں کہ AI ایجنٹ کیا ہے اور یہ عام AI حل سے کیسے مختلف ہے
- جانیں کہ کب AI ایجنٹ کا انتخاب کرنا چاہیے (اور کب نہیں)
- ایک حقیقی دنیا کے مسئلے کے لیے ایک بنیادی ایجنٹک حل کا خاکہ بنائیں
AI ایجنٹس کی تعریف اور اقسام
AI ایجنٹس کیا ہیں؟
ایک آسان طریقہ یہ ہے کہ آپ اسے یوں سمجھیں:
AI ایجنٹس ایسے نظام ہیں جو بڑی زبان کے ماڈلز (LLMs) کو واقعی کام کرنے دیتے ہیں — انہیں صرف پرامپٹس کا جواب دینے کی بجائے دنیا پر عمل کرنے کے آلات اور علم دیتے ہیں۔
آئیے اسے تھوڑا مزید کھولیں:
- نظام — AI ایجنٹ صرف ایک چیز نہیں ہوتا۔ یہ ایک حصوں کا مجموعہ ہے جو ایک ساتھ کام کرتے ہیں۔ ہر ایجنٹ کے بنیادی طور پر تین حصے ہوتے ہیں:
- ماحول — وہ جگہ جہاں ایجنٹ کام کرتا ہے۔ ایک سفر بکنگ ایجنٹ کے لیے، یہ خود بکنگ پلیٹ فارم ہوتا ہے۔
- سنسروں — ایجنٹ اپنے ماحول کی موجودہ حالت کو پڑھتا ہے۔ ہمارا سفر ایجنٹ ہوٹل کی دستیابی یا پرواز کی قیمتیں چیک کر سکتا ہے۔
- ایکیویٹرز — ایجنٹ کیسے عمل کرتا ہے۔ سفر ایجنٹ کمرہ بک کر سکتا ہے، تصدیق بھیج سکتا ہے، یا ریزرویشن منسوخ کر سکتا ہے۔
-
بڑے زبان کے ماڈلز — ایجنٹس LLMs سے پہلے بھی موجود تھے، لیکن LLMs ہی جدید ایجنٹس کو طاقتور بناتے ہیں۔ یہ فطری زبان کو سمجھ سکتے ہیں، سیاق و سباق پر غور کر سکتے ہیں، اور مبہم صارف کی درخواست کو ٹھوس عمل کے منصوبے میں بدل سکتے ہیں۔
-
عمل درآمد — اگر ایجنٹ سسٹم نہ ہو، تو LLM صرف متن تیار کرتا ہے۔ ایجنٹ سسٹم کے اندر، LLM واقعی عمل کے اقدامات کر سکتا ہے — ڈیٹا بیس میں تلاش کرنا، API کال کرنا، پیغام بھیجنا۔
-
اوزاروں تک رسائی — ایجنٹ کون سے اوزار استعمال کر سکتا ہے، اس کا انحصار (1) اس ماحول پر ہے جہاں یہ چل رہا ہے اور (2) وہ کیا اوزار ڈویلپر نے اسے دیے ہیں۔ ایک سفر ایجنٹ ہو سکتا ہے پروازوں کی تلاش کر سکے لیکن کسٹمر ریکارڈز کو ترمیم نہ کر سکے — یہ سب آپ کے کنفیگریشن پر منحصر ہے۔
-
یادداشت + علم — ایجنٹس کے پاس مختصر مدتی یادداشت ہو سکتی ہے (موجودہ گفتگو) اور طویل مدتی یادداشت (کسٹمر ڈیٹا بیس، سابقہ بات چیت)۔ سفر ایجنٹ یاد رکھ سکتا ہے کہ آپ کو کھڑکی کے پاس نشستیں پسند ہیں۔
AI ایجنٹس کی مختلف اقسام
تمام ایجنٹس یکساں نہیں بنائے جاتے۔ یہاں بنیادی اقسام کی تفصیل دی گئی ہے، ایک سفر بکنگ ایجنٹ کی مثال کے ساتھ:
| ایجنٹ کی قسم | کیا کرتا ہے | سفر ایجنٹ کی مثال |
|---|---|---|
| سادہ ریفلیکس ایجنٹس | سخت کوڈ شدہ قواعد پر عمل کرتے ہیں — نہ یادداشت، نہ منصوبہ بندی۔ | شکایت کا ای میل دیکھتا ہے → اسے کسٹمر سروس کو آگے بھیج دیتا ہے۔ بس۔ |
| ماڈل پر مبنی ریفلیکس ایجنٹس | دنیا کا ایک داخلی ماڈل رکھتے ہیں اور چیزوں کے بدلنے پر اسے اپ ڈیٹ کرتے ہیں۔ | تاریخی پرواز کی قیمتوں کو ٹریک کرتا ہے اور ایسے راستوں کو نشان زد کرتا ہے جو اچانک مہنگے ہو جائیں۔ |
| مقصد پر مبنی ایجنٹس | ایک مقصد ذہن میں رکھتے ہیں اور اسے ایک قدم بہ قدم طریقے سے حاصل کرنے کا طریقہ نکالتے ہیں۔ | آپ کی موجودہ جگہ سے آپ کو آپ کی منزل تک پہنچانے کے لیے مکمل سفر (پروازیں، گاڑی، ہوٹل) بک کرتا ہے۔ |
| افادیت پر مبنی ایجنٹس | صرف ایک حل نہیں ڈھونڈتے — بلکہ بہترین حل تلاش کرتے ہیں جو فوائد اور نقصانات کا وزن کرتے ہیں۔ | لاگت اور سہولت کے درمیان توازن برقرار رکھتے ہوئے آپ کی ترجیحات کے مطابق سب سے اچھے سفر کا انتخاب کرتے ہیں۔ |
| سیکھنے والے ایجنٹس | وقت کے ساتھ بہتر ہوتے ہیں کیونکہ فیڈبیک سے سیکھتے ہیں۔ | بعد کے سفر کے سروے کے نتائج کی بنیاد پر مستقبل کے بکنگ کی سفارشات کو ایڈجسٹ کرتے ہیں۔ |
| مرتبہ وار ایجنٹس | ایک اعلی سطح کا ایجنٹ کام کو ذیلی کاموں میں تقسیم کرتا ہے اور اسے نچلے سطح کے ایجنٹس کو دیتا ہے۔ | “سفر منسوخ کریں” کی درخواست کو تقسیم کرتا ہے: پرواز منسوخ، ہوٹل منسوخ، کار کرایہ منسوخ — ہر ایک ذیلی ایجنٹ سنبھالتا ہے۔ |
| کثیر ایجنٹ نظام (MAS) | کئی آزاد ایجنٹس ایک ساتھ کام کرتے ہیں (یا مقابلہ کرتے ہیں)۔ | تعاون: الگ الگ ایجنٹس ہوٹل، پرواز، اور تفریح کو سنبھالتے ہیں۔ مقابلہ: کئی ایجنٹس ہوٹل کے کمروں کو بہترین قیمت پر بھرنے کے لیے مقابلہ کرتے ہیں۔ |
AI ایجنٹس کب استعمال کریں
صرف اس لیے کہ آپ AI ایجنٹ استعمال کر سکتے ہیں، اس کا مطلب یہ نہیں کہ ہمیشہ کرنا چاہیے۔ یہ وہ حالات ہیں جہاں ایجنٹس واقعی کارگر ہوتے ہیں:
- کھلے اور غیر محدود مسائل — جب مسئلہ حل کرنے کے مراحل کو پہلے سے پروگرام نہیں کیا جا سکتا۔ آپ کو چاہیے کہ LLM راستہ خود ہی متحرک طور پر معلوم کرے۔
- کئی قدموں کے عمل — ایسے کام جن کے لیے کئی چکروں میں اوزار استعمال کرنے ہوں، نہ کہ صرف ایک بار تلاش یا تخلیق۔
- وقت کے ساتھ بہتر ہونا — جب آپ چاہتے ہیں کہ نظام صارف کی رائے یا ماحولیاتی اشاروں کی بنیاد پر ہوشیار ہو جائے۔
ہم بعد میں کورس میں اعتماد کے قابل AI ایجنٹس بنانا سبق میں اس پر مزید تفصیل سے بات کریں گے کہ کب اور کب نہیں AI ایجنٹس استعمال کرنے چاہئیں۔
ایجنٹک حل کی بنیادی باتیں
ایجنٹ کی ترقی
جب آپ ایجنٹ بنا رہے ہوتے ہیں تو سب سے پہلے چیز جو کرتے ہیں وہ یہ ہے کہ وہ کیا کر سکتا ہے — اس کے اوزار، عمل اور رویے کی تعریف کرتے ہیں۔
اس کورس میں، ہم Azure AI ایجنٹ سروس کو اپنے مرکزی پلیٹ فارم کے طور پر استعمال کرتے ہیں۔ یہ سپورٹ کرتا ہے:
- OpenAI، Mistral، اور Llama جیسے کھلے ماڈلز
- Tripadvisor جیسے فراہم کنندگان سے لائسنس یافتہ ڈیٹا
- معیاری OpenAPI 3.0 اوزار کی وضاحتیں
ایجنٹک پیٹرنز
آپ LLMs کے ساتھ پرامپٹس کے ذریعے بات چیت کرتے ہیں۔ ایجنٹس کے ساتھ، آپ ہر پرامپٹ کو دستی طور پر بنا نہیں سکتے — ایجنٹ کو کئی مراحل میں عمل کرنا ہوتا ہے۔ یہیں ایجنٹک پیٹرنز کام آتے ہیں۔ یہ LLMs کو زیادہ قابل توسیع، قابل اعتماد طریقے سے پرامپٹ اور منظم کرنے کے قابل قابل استعمال حکمت عملیاں ہیں۔
یہ کورس عام اور مفید ایجنٹک پیٹرنز کے گرد ترتیب دیا گیا ہے۔
ایجنٹک فریم ورکس
ایجنٹک فریم ورکس ڈویلپرز کو تیار شدہ ٹیمپلیٹس، اوزار، اور انفراسٹرکچر فراہم کرتے ہیں تاکہ ایجنٹس بنانا آسان ہو جائے۔ یہ اس بات میں مدد دیتے ہیں کہ:
- اوزار اور صلاحیتوں کو مربوط کریں
- دیکھیں کہ ایجنٹ کیا کر رہا ہے (اور جب چیزیں غلط ہوں تو ڈیبگ کریں)
- کئی ایجنٹس کے درمیان تعاون کریں
اس کورس میں، ہم Microsoft ایجنٹ فریم ورک (MAF) پر توجہ مرکوز کرتے ہیں تاکہ پیداوار کے لیے تیار ایجنٹس بنایا جا سکیں۔
کوڈ کے نمونے
عمل میں دیکھنے کے لیے تیار ہیں؟ یہاں اس سبق کے لیے کوڈ کے نمونے ہیں:
- 🐍 Python: Agent Framework
- 🔷 .NET: Agent Framework
سوالات ہیں؟
Microsoft Foundry Discord میں شامل ہوں تاکہ دوسرے سیکھنے والوں سے جڑیں، دفتر کے اوقات میں شرکت کریں، اور اپنی AI ایجنٹ سے متعلق سوالات کمیونٹی کے ذریعے پوچھیں۔
پچھلا سبق
اگلا سبق
ذمہ داری سے مبرا کرنے کا نوٹس:
اس دستاویز کا ترجمہ AI ترجمہ سروس Co-op Translator کے ذریعے کیا گیا ہے۔ اگرچہ ہم درستگی کی بھرپور کوشش کرتے ہیں، براہ کرم آگاہ رہیں کہ خودکار تراجم میں غلطیاں یا نقائص ہو سکتے ہیں۔ اصل دستاویز اپنی مادری زبان میں معتبر ذریعہ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ اس ترجمے کے استعمال سے ہونے والی کسی بھی غلط فہمی یا غلط تشریح کی ذمہ داری ہم پر عائد نہیں ہوتی۔