ai-agents-for-beginners
(اوپر تصویر پر کلک کر کے اس سبق کی ویڈیو دیکھیں)
آرٹیفیشل انٹیلی جنس ایجنٹس اور ایجنٹ کے استعمال کے کیسز کا تعارف
خوش آمدید مبتدیوں کے لیے AI ایجنٹس کے کورس میں! یہ کورس آپ کو بنیادی معلومات اور حقیقی کام کرنے والا کوڈ فراہم کرتا ہے تاکہ آپ AI ایجنٹس کو صفر سے بنانے کا آغاز کر سکیں۔
Azure AI Discord Community میں سلام کریں — یہ سیکھنے والوں اور AI بنانے والوں سے بھری ہوئی ہے جو سوالات کے جوابات دینے میں خوشی محسوس کرتے ہیں۔
اس سے پہلے کہ ہم بنانے میں کودیں، آئیں یقینی بنائیں کہ واقعی ہم سمجھتے ہیں کہ AI ایجنٹ کیا ہوتا ہے اور اسے کب 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
- کون سے قسم کے کاموں کے لیے AI ایجنٹس سب سے زیادہ موزوں ہیں
- وہ بنیادی اجزاء جو آپ ایجنٹک حل ڈیزائن کرتے وقت استعمال کریں گے
تعلیمی مقاصد
اس سبق کے آخر تک، آپ کو یہ کرنا جاننا چاہیے:
- بتا سکیں کہ AI ایجنٹ کیا ہے اور یہ عام AI حل سے کیسے مختلف ہے
- جان سکیں کہ AI ایجنٹ کا استعمال کب کرنا چاہیے (اور کب نہیں)
- ایک حقیقی مسئلے کے لیے بنیادی ایجنٹک حل کا خاکہ بنا سکیں
AI ایجنٹس کی تعریف اور AI ایجنٹس کی اقسام
AI ایجنٹس کیا ہیں؟
یہاں اس کے بارے میں سادہ طریقہ ہے سوچنے کا:
AI ایجنٹس ایسی نظام ہیں جو بڑے زبان کے ماڈلز (LLMs) کو حقیقی کام کرنے دیتے ہیں — انہیں آلات اور علم فراہم کرتے ہیں تاکہ وہ دنیا پر اثر انداز ہوں، صرف پرامپٹس کا جواب دینے کے بجائے۔
آئیے اسے تھوڑا کھولیں:
- نظام — AI ایجنٹ صرف ایک چیز نہیں ہوتا۔ یہ حصوں کا مجموعہ ہوتا ہے جو ایک ساتھ کام کرتے ہیں۔ ہر ایجنٹ میں بنیادی طور پر تین حصے ہوتے ہیں:
- ماحول — وہ جگہ جہاں ایجنٹ کام کرتا ہے۔ ایک سفر کی بکنگ کا ایجنٹ ہو تو وہ خود بکنگ پلیٹ فارم ہوگا۔
- سنسَرز — ایجنٹ کیسے اپنے ماحول کی موجودہ حالت کو پڑھتا ہے۔ ہمارا سفر ایجنٹ ہوٹل کی دستیابی یا پرواز کی قیمتیں چیک کر سکتا ہے۔
- عمل کرنے والے آلے (Actuators) — ایجنٹ کیسے کارروائی 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 وہ چیز ہے جو جدید ایجنٹس کو اتنا طاقتور بناتی ہے۔ یہ قدرتی زبان کو سمجھ سکتے ہیں، سیاق و سباق پر فیصلہ کر سکتے ہیں، اور ایک مبہم صارف کی درخواست کو واضح عمل کی منصوبہ بندی میں بدل سکتے ہیں۔
-
عمل انجام دینا — بغیر ایجنٹ نظام کے، ایک LLM صرف متن تیار کرتا ہے۔ ایجنٹ نظام کے اندر، LLM واقعی اقدامات انجام دے سکتا ہے — ڈیٹا بیس تلاش کرنا، API کال کرنا، پیغام بھیجنا۔
-
آلات تک رسائی — ایجنٹ کون سے آلات استعمال کر سکتا ہے یہ (1) جس ماحول میں یہ چل رہا ہے اور (2) جو ڈیولپر نے اسے دیا ہے، پر منحصر ہوتا ہے۔ ایک سفر ایجنٹ پروازیں تلاش کر سکتا ہے لیکن صارف ریکارڈز میں ترمیم نہیں کر سکتا — یہ سب آپ جوڑتے ہیں اس پر منحصر ہے۔
-
یادداشت + علم — ایجنٹس کے پاس قلیل مدتی یادداشت (موجودہ بات چیت) اور طویل مدتی یادداشت (صارف کا ڈیٹا بیس، ماضی کے تعاملات) ہو سکتی ہے۔ سفر ایجنٹ یہ “یاد رکھ سکتا ہے” کہ آپ کو کھڑکی کے پاس بیٹھنے کی ترجیح ہے۔
AI ایجنٹس کی مختلف اقسام
تمام ایجنٹس ایک جیسے نہیں بنتے۔ یہاں بنیادی اقسام کی تفصیل ہے، سفر بکنگ ایجنٹ کی مثال کے ساتھ:
| ایجنٹ کی قسم | کیا کرتا ہے | سفر ایجنٹ کی مثال |
|---|---|---|
| سادہ ریفلیکس ایجنٹس | سخت کوڈ شدہ قوانین پر عمل کرتے ہیں — نہ یادداشت، نہ منصوبہ بندی۔ | شکایت کا ای میل دیکھ کر → اسے کسٹمر سروس کو فارورڈ کر دیتا ہے۔ بس اتنا ہی۔ |
| ماڈل بیسڈ ریفلیکس ایجنٹس | دنیا کا اندرونی ماڈل رکھتے ہیں اور صورت حال کے بدلنے پر اسے اپ ڈیٹ کرتے ہیں۔ | تاریخی پرواز کی قیمتوں کو ٹریک کرتا ہے اور راستوں کو نشان زد کرتا ہے جو اچانک مہنگے ہو گئے ہیں۔ |
| مقصد پر مبنی ایجنٹس | ایک مقصد ذہن میں رکھتے ہیں اور قدم بہ قدم اس تک پہنچنے کا طریقہ معلوم کرتے ہیں۔ | ایک مکمل سفر بک کرتے ہیں (پرواز، کار، ہوٹل) آپ کی موجودہ جگہ سے منزل تک پہنچانے کے لیے۔ |
| Utility-Based Agents | صرف کوئی حل نہیں تلاش کرتے — بلکہ بہترین حل تلاش کرتے ہیں جو ترمیمات کو تول کر ہو۔ | خرچ اور سہولت کے درمیان توازن کر کے وہ سفر تلاش کرتے ہیں جو آپ کی ترجیحات کے لیے سب سے زیادہ موزوں ہو۔ |
| سیکھنے والے ایجنٹس | وقت کے ساتھ بہتر ہوتے ہیں، فیڈ بیک سے سیکھتے ہیں۔ | بعد کے سفر کے سروے کے نتائج کی بنیاد پر مستقبل کی بکنگ کی سفارشات درست کرتے ہیں۔ |
| ہرارکیائی ایجنٹس | ایک اعلی سطح کا ایجنٹ کام کو ذیلی کاموں میں تقسیم کرتا ہے اور نچلے درجے کے ایجنٹس کو تفویض کرتا ہے۔ | “سفر منسوخ کریں” کی درخواست کو تقسیم کر دیا جاتا ہے: پرواز منسوخ کریں، ہوٹل منسوخ کریں، کار کرایہ منسوخ کریں — ہر ایک کو ذیلی ایجنٹ سنبھالتا ہے۔ |
| کئی ایجنٹس کا نظام (MAS) | کئی آزاد ایجنٹس ایک ساتھ کام کرتے ہیں (یا مقابلہ کرتے ہیں)۔ | تعاون: الگ الگ ایجنٹس ہوٹل، پروازیں، اور تفریحی سرگرمیوں 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، ضروری نہیں کہ ہمیشہ کرنا چاہیے۔ یہاں وہ حالات بتائے گئے ہیں جہاں ایجنٹس واقعی بہترین کام کرتے ہیں:
- کھلے اختتام والے مسائل — جب مسئلہ حل کرنے کے قدم پہلے سے پروگرام نہیں کیے جا سکتے۔ آپ کو LLM کو راستہ خود معلوم کرنا ہوتا ہے۔
- کئی مرحلوں کے عمل — ایسے کام جو کئی مراحل پر آلات کے استعمال کا تقاضا کرتے ہیں، نہ کہ صرف ایک بار تلاش یا تخلیق۔
- وقت کے ساتھ بہتری — جب آپ چاہتے ہیں کہ نظام صارف کے فیڈبیک یا ماحولیاتی اشاروں کی بنیاد پر زیادہ ذہین بنے۔
ہم اس کورس کے بعد کے سبق اعتماد قابل AI ایجنٹس کی تعمیر میں زیادہ تفصیل سے جانیں گے کہ کب (اور کب نہیں) AI ایجنٹس استعمال کرنا چاہیے۔
ایجنٹک حل کی بنیادیں
ایجنٹ کی ترقی
ایجنٹ بنانے کے وقت سب سے پہلے یہ طے کریں کہ وہ کیا کر سکتا ہے — اس کے آلات، کارروائیاں، اور رویے۔
اس کورس میں ہم Azure AI Agent Service کو بطور مرکزی پلیٹ فارم استعمال کرتے ہیں۔ یہ سہولت دیتا ہے:
- OpenAI، Mistral، اور Meta (Llama) جیسے فراہم کنندگان کے ماڈلز
- Tripadvisor جیسے فراہم کنندگان کا لائسنس یافتہ ڈیٹا
- معیاری OpenAPI 3.0 آلے کی تعریفیں
ایجنٹک پیٹرنز
آپ LLMs کے ساتھ پرامپٹس کے ذریعے بات چیت کرتے ہیں۔ ایجنٹس کے ساتھ، ہر پرامپٹ دستی طور پر تیار کرنا ممکن نہیں — ایجنٹ کو کئی مراحل پر کارروائی کرنی ہوتی ہے۔ یہی وجہ ہے کہ Agentic Patterns آتے ہیں۔ یہ LLMs کو زیادہ قابل توسیع اور قابل اعتماد انداز میں پروامپٹ کرنے اور منظم کرنے کی قابل تکرار حکمت عملی ہیں۔
یہ کورس سب سے عام اور مفید ایجنٹک پیٹرنز کے ارد گرد منظم کیا گیا ہے۔
ایجنٹک فریم ورکس
ایجنٹک فریم ورکس ڈیولپرز کو تیار ٹیمپلیٹس، آلات، اور انفراسٹرکچر فراہم کرتے ہیں تاکہ ایجنٹس بنانا آسان ہو۔ یہ مدد کرتے ہیں:
- آلات اور صلاحیتوں کو جوڑنا
- دیکھنا کہ ایجنٹ کیا کر رہا ہے (اور جب غلطی ہو تو ڈیبگ کرنا)
- متعدد ایجنٹس کے درمیان تعاون کرنا
اس کورس میں، ہم Microsoft Agent Framework (MAF) پر توجہ دیتے ہیں تاکہ پیداواری سطح کے ایجنٹس بنائیں۔
کوڈ نمونے
عملی مظاہرہ دیکھنے کے لیے تیار؟ یہاں اس سبق کے کوڈ نمونے ہیں:
- 🐍 پائتھون: Agent Framework
- 🔷 .NET: Agent Framework
سوالات ہیں؟
Microsoft Foundry Discord میں شامل ہوں تاکہ دوسرے سیکھنے والوں سے رابطہ کریں، آفس آورز میں شرکت کریں، اور کمیونٹی سے اپنے AI ایجنٹ کے سوالات کے جواب حاصل کریں۔
پچھلا سبق
اگلا سبق
ڈس کلیمر: یہ دستاویز AI ترجمہ سروس Co-op Translator کے ذریعے ترجمہ کی گئی ہے۔ جبکہ ہم درستگی کے لیے کوشاں ہیں، براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا عدم درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنے مادری زبان میں مستند ماخذ سمجھی جائے گی۔ حساس 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 کی ذمہ داری ہم قبول نہیں کرتے۔