Skip to content

Latest commit

 

History

History
155 lines (90 loc) · 19.5 KB

File metadata and controls

155 lines (90 loc) · 19.5 KB

Intro to AI Agents

(ಈ ಪಾಠದ ವೀಡಿಯೋವನ್ನು ನೋಡುವ үшін ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ)

AI ಏಜೆಂಟ್ಗಳ ಪರಿಚಯ ಮತ್ತು ಏಜೆಂಟ್ ಬಳಕೆ ಪ್ರಕರಣಗಳು

ಸ್ವಾಗತ ಆರಂಭಿಕರಿಗಾಗಿ AI ಏಜೆಂಟ್ಗಳು ಕೋರ್ಸ್‍ಗೆ! ಈ ಕೋರ್ಸ್ ನಿಮಗೆ ಮೂಲಭೂತ ಜ್ಞಾನ ಮತ್ತು ನಿಜವಾದ ಕಾರ್ಯ ನಿರ್ವಹಣೆಯ ಕೋಡ್ ಒದಗಿಸುತ್ತದೆ — ಆರಂಭದಿಂದಲೂ AI ಏಜೆಂಟ್ಗಳನ್ನು ನಿರ್ಮಿಸಲು.

Azure AI ಡಿಸ್ಕಾರ್ಡ್ ಸಮುದಾಯ ನಲ್ಲಿ ನಮಸ್ಕಾರ ಹೇಳಿ — ಇಲ್ಲಿ ಕಲಿಯುವವರು ಮತ್ತು AI ನಿರ್ಮಾಪಕರು ಇದ್ದಾರೆ, ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಲು ಸಿದ್ಧರಲ್ಲಿ.

ನಿರ್ಮಾಣಕ್ಕೆ ಮುನ್ನ, AI ಏಜೆಂಟ್ ಏನು ಮತ್ತು ಯಾವಾಗ ಅದನ್ನು ಬಳಸುವುದು ಸೂಕ್ತ ಎಂದು ನಿಜವಾಗಿಯೂ ಅರ್ಥಮಾಡಿಕೊಳ್ಳೋಣ.


ಪರಿಚಯ

ಈ ಪಾಠವು ಒಳಗೊಂಡಿದೆ:

  • AI ಏಜೆಂಟ್ಗಳು ಏನು ಎಂಬುದು ಮತ್ತು ಅವುಗಳ ವಿಭಿನ್ನ ಪ್ರಕಾರಗಳು
  • AI ಏಜೆಂಟ್ಗಳು ಯಾವುದೆ ಕೆಲಸಗಳಿಗೆ ಉತ್ತಮವಾಗಿರುವುದು
  • ಏಜೆಂಟಿಕ್ ಪರಿಹಾರ ವಿನ್ಯಾಸದಲ್ಲಿ ನೀವು ಬಳಸುವ ಮುಖ್ಯ ನಿರ್ಮಾಣ ಘಟಕಗಳು

ಕಲಿಕಾ ಗುರಿಗಳು

ಈ ಪಾಠದ ಕೊನೆಗೆ, ನೀವು ಈ ಕೆಳಗಿನವನ್ನು ಮಾಡಬಲ್ಲಿರೆಂದು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ:

  • AI ಏಜೆಂಟ್ ಎಂದರೇನು ಮತ್ತು ಅದು ಸಾಮಾನ್ಯ AI ಪರಿಹಾರದಿಂದ ಹೇಗೆ ವಿಭಿನ್ನ ಎಂಬುದನ್ನು ವಿವರಿಸುವುದು
  • AI ಏಜೆಂಟ್‌ಗೆ ಯಾವಾಗ ತಲುಪಬೇಕು (ಮತ್ತು ಯಾವಾಗ ಅಲ್ಲ) ಎಂಬುದನ್ನು ತಿಳಿದುಕೊಳ್ಳುವುದು
  • ನಿಜವಾದ ಸಮಸ್ಯೆಗೆ ಮೂಲ ಏಜೆಂಟಿಕ್ ಪರಿಹಾರ ವಿನ್ಯಾಸವನ್ನು ರೇಖಾಕೃತಿ ಮಾಡಲು

AI ಏಜೆಂಟ್ಗಳ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು AI ಏಜೆಂಟ್ ಪ್ರಕಾರಗಳು

AI ಏಜೆಂಟ್ಗಳು ಏನು?

ಇದನ್ನು ಸರಳವಾಗಿ ಈ ರೀತಿಯಾಗಿ ಯೋಚಿಸಬಹುದು:

AI ಏಜೆಂಟ್ಗಳು LLM ಗಳಿಗೆ ವಾಸ್ತವವಾಗಿ ಕಾರ್ಯ ಮಾಡಬೇಕಾಗಿರುವ სისტემ್ಗಳು — ಅವರಿಗೆ ಜಾಗತಿಕವಾಗಿ ಕೆಲಸ ಮಾಡಲು ಉಪಕರಣಗಳು ಮತ್ತು ಜ್ಞಾನವನ್ನು ನೀಡುವ ಮೂಲಕ, ಗಾತ್ರದ ಪ್ರಕಟಗಳಿಗೆ ಮಾತ್ರ ಪ್ರತಿಕ್ರಿಯಿಸುವುದಲ್ಲ.

ಅದನ್ನು ಸ್ವಲ್ಪ ವಿವರಿಸೋಣ:

  • ಸಿಸ್ಟಮ್ — AI ಏಜೆಂಟ್ ಒಬ್ಬೊಮ್ಮೆ ಇದ್ದದ್ದು ಅಲ್ಲ. ಅದು ಭಾಗಗಳ ಸಂಗ್ರಹ. ಪ್ರತಿಯೊಂದು ಏಜೆಂಟ್‌ನಲ್ಲಿ ಮೂರು ಭಾಗಗಳಿವೆ:
    • ಪರಿಸರ — ಏಜೆಂಟ್ ಕೆಲಸಮಾಡುವ ಜಾಗ. ಪ್ರವಾಸಿ ಬುಕ್ಕಿಂಗ್ ಏಜೆಂಟ್‌ಗಾಗಿ, ಅದು ಬುಕ್ಕಿಂಗ್ ವೇದಿಕೆ ಆಗಿರುತ್ತದೆ.
    • ಸೆನ್ಸರ್ಸ್ — ಏಜೆಂಟ್ ತನ್ನ ಪರಿಸರದ ಪ್ರಸ್ತುತ ಸ್ಥಿತಿಯನ್ನು ಓದುತ್ತದೆ. ನಮ್ಮ ಪ್ರವಾಸಿ ಏಜೆಂಟ್ ಹೊಟೆಲ್ ಲಭ್ಯತೆ ಅಥವಾ ವಿಮಾನ ದರಗಳನ್ನು ಪರಿಶೀಲಿಸಬಹುದು.
    • ಆಕ್ಟುಯೇಟರ್ಸ್ — ಏಜೆಂಟ್ ಕಾರ್ಯವನ್ನು ಕೈಗೊಳ್ಳುತ್ತದೆ. ಪ್ರವಾಸಿ ಏಜೆಂಟ್ ಒಂದು ಕೊಠಡಿ ಬುಕ್ ಮಾಡಿ, ದೃಢೀಕರಣ ಕಳುಹಿಸಬಹುದು, ಅಥವಾ ರದ್ದುಗೊಳಿಸಬಹುದು.

What Are AI Agents?

  • ಮಹತ್ವದ ಭಾಷಾ ಮಾದರಿಗಳು — ಏಜೆಂಟ್ಗಳು LLM ಗಳು ಬಂದಿಗೂ ಇದ್ದವು, ಆದರೆ LLM ಗಳು ನಮೂದಿಸುವ ಏಜೆಂಟ್ಗಳನ್ನು ಬಲಿಷ್ಠವಾಗಿಸುತ್ತವೆ. ಅವು ನೈಸರ್ಗಿಕ ಭಾಷೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, ಪ್ರಾಸಂಗಿಕತೆಯ ಕುರಿತು ಯೋಚಿಸಲು, ಮತ್ತು ಅಪಾರಿಯಾದ ಬಳಕೆದಾರ ವಿನಂತಿಯನ್ನು ಸ್ಪಷ್ಟ ಕಾರ್ಯ ಯೋಜನೆಗೆ ತಿರುಗಿಸುತ್ತದೆ.

  • ಕಾರ್ಯ ನಿರ್ವಹಣೆ — ಏಜೆಂಟ್ ಸಿಸ್ಟಮ್ ಇಲ್ಲದಿದ್ದರೆ, LLM ಸ್ವಲ್ಪ ಪ್ರಚುರಪದವನ್ನು ಮಾತ್ರ ಉತ್ಪತ್ತಿ ಮಾಡುತ್ತದೆ. ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ, LLM ವಾಸ್ತವವಾಗಿ ನಡಪು ಮೀಟಬಹುದು — ಡೇಟಾಬೇಸ್ ಹುಡುಕುವುದು, API ಕರೆಮಾಡುವುದು, ಸಂದೇಶ ಕಳುಹಿಸುವುದು.

  • ಉಪಕರಣಗಳಿಗೆ ಪ್ರವೇಶ — ಏಜೆಂಟ್ ಬಳಸಬಹುದಾದ ಉಪಕರಣಗಳು ಅವು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿರುವ (1) ಪರಿಸರ ಮತ್ತು (2) ಡೆವಲಪರ್ ಆಯ್ಕೆ ಮಾಡಿರುವುದರ ಮೇಲೆ ಅವಲಂಬಿತ. ಪ್ರವಾಸಿ ಏಜೆಂಟ್ ವಿಮಾನ ಹುಡುಕಬಹುದು ಆದರೆ ಗ್ರಾಹಕ ದಾಖಲೆಗಳನ್ನು ಸಂಪಾದಿಸೋದಿಲ್ಲ — ಇದು ನೀವು ಹೇಗೆ ಜೋಡಿಸುತ್ತೀರಿ ಎಂಬುದರ ಮೇಲೆ ನಿಂತಿದೆ.

  • ಸ್ಮೃತಿ + ಜ್ಞಾನ — ಏಜೆಂಟ್ಗಳಿಗೆ ಶೀಘ್ರ ಮತ್ತು ದೀರ್ಘಕಾಲದ ಸ್ಮೃತಿಯಿರುತ್ತದೆ (ಪ್ರಸ್ತುತ ಸಂಭಾಷಣೆ ಮತ್ತು ಗ್ರಾಹಕ ಡೇಟಾಬೇಸ್, ಹಳೆಯ ಸಂವಹನ). ಪ್ರವಾಸಿ ಏಜೆಂಟ್ ನಿಮಗೆ ಕಿಟಕಿಯ ಆಸನಗಳನ್ನು ಇಷ್ಟವಿದೆಯೆಂದು "ಮನಾಸು" ಮಾಡಬಹುದು.


AI ಏಜೆಂಟ್ಗಳ ವಿಭಿನ್ನ ಪ್ರಕಾರಗಳು

ಎಲ್ಲಾ ಏಜೆಂಟ್ಗಳೂ ಒಂದೇ ರೀತಿಯಲ್ಲಿ ರಚಿಸಲ್ಪಟ್ಟಿಲ್ಲ. ಪ್ರಮುಖ ಪ್ರಕಾರಗಳ ವಿವರ ಇಲ್ಲಿದೆ, ಒಂದು ಪ್ರವಾಸಿ ಬುಕ್ಕಿಂಗ್ ಏಜೆಂಟ್ ಉದಾಹರಣೆಯಾಗಿ:

ಏಜೆಂಟ್ ಪ್ರಕಾರ ಅದು ಏನು ಮಾಡುತ್ತದೆ ಪ್ರವಾಸಿ ಏಜೆಂಟ್ ಉದಾಹರಣೆ
ಸರಳ ರೆಫ್ಲೆಕ್ಸ್ನ್ ಏಜೆಂಟ್ಗಳು ಕಟ್ಟುಕಥನ ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸುತ್ತವೆ — ಸ್ಮೃತಿ ಇಲ್ಲ, ಯೋಜನೆ ಇಲ್ಲ. ದೂರಿನ शिकायत ಇಮೇಲ್ ನೋಡಿ → ಗ್ರಾಹಕ ಸೇವೆಗೆ ಹಂಚಿಕೆ ಮಾಡುತ್ತದೆ. ಅಷ್ಟೇ.
ಮಾಡೆಲ್ ಆಧಾರಿತ ರೆಫ್ಲೆಕ್ಸ್ನ್ ಏಜೆಂಟ್ಗಳು ಜಗತ್ತಿನ ಆಂತರಿಕ ಮಾಡೆಲ್ ಇಟ್ಟುಕೊಂಡು ಅದನ್ನು ಹಾದುಹೋಗುತ್ತಾ ನವೀಕರಿಸುತ್ತವೆ. ಇತಿಹಾಸದ ವಿಮಾನ ದರಗಳನ್ನು ಗಮನಿಸಿ अचानक ಹಿಂತೆಗೆದ ದಿಕ್ಕುಗಳನ್ನು ಸೂಚಿಸುತ್ತದೆ.
ಗೋಲ್ ಆಧಾರಿತ ಏಜೆಂಟ್ಗಳು ಗುರಿಯನ್ನು ಮನಸ್ಸಿನಲ್ಲಿ ಇಟ್ಟುಕೊಂಡು, ಹಂತಹಂತವಾಗಿ ತಲುಪಲು ಯೋಚಿಸುತ್ತವೆ. ನಿಮ್ಮ ಪ್ರಸ್ತುತ ಸ್ಥಳದಿಂದ ಗಮ್ಯಸ್ಥಳಕ್ಕೆ ಪೂರ್ತಿಯ ಪ್ರವಾಸ (ವಿಮಾನ, ಕಾರು, ಹೊಟೇಲ್) ಬುಕ್ ಮಾಡುತ್ತದೆ.
ಉಪಯೋಗಿತಾ ಆಧಾರಿತ ಏಜೆಂಟ್ಗಳು ಒಂದು ಪರಿಹಾರವೇ ಹುಡುಕುವುದಿಲ್ಲ — ತುಲನೆ ಮಾಡಲು ಸಾವಿರಾರು ಕಾರ್ಯಗಳನ್ನು ಅಳೆಯುತ್ತಾ ಉತ್ತಮ ಪರಿಹಾರ ಹುಡುಕುತ್ತದೆ. ವೆಚ್ಚ ಮತ್ತು ಸುಲಭತೆಯನ್ನು ಸಮತೋಲನ ಮಾಡಿ, ನಿಮ್ಮ ಇಷ್ಟದ ತಲುಪುವಿಕೆಗೆ ಉತ್ತಮ ಪ್ರವಾಸ ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ.
ಕಲಿಕೆಯ ಏಜೆಂಟ್ಗಳು ಪ್ರತಿಕ್ರಿಯೆಯಿಂದ ಕಲಿಯುತ್ತಾ ಸಮಯಕ್ಕೆ ಉತ್ತಮವಾಗುತ್ತವೆ. ಪ್ರವಾಸದ ಬಳಿಕ ಸಮೀಕ್ಷಾ ಫಲಿತಾಂಶಗಳ ಆಧಾರದಲ್ಲಿ ಭವಿಷ್ಯದ ಬುಕ್ಕಿಂಗ್ ಶಿಫಾರಸುಗಳನ್ನು ಸರಿಪಡಿಸುತ್ತದೆ.
ಹೆౖರಾರ್ಕಿಕಲ್ ಏಜೆಂಟ್ಗಳು ಉನ್ನತ ಮಟ್ಟದ ಏಜೆಂಟ್ ಕಾರ್ಯವನ್ನು ಉಪಕಾರ್ಯಗಳಾಗಿ ವಿಭಜಿಸಿ ತಳಮಟ್ಟದ ಏಜೆಂಟ್‌ಗಳಿಗೆ ನಿಯೋಜಿಸುತ್ತವೆ. "ಪ್ರವಾಸ ರದ್ದು" ವಿನಂತಿಯನ್ನು ಹಂಚಿಕೆ ಮಾಡುತ್ತದೆ: ವಿಮಾನ, ಹೊಟೇಲ್, ಕಾರ್ ರೆಂಟಲ್ ರದ್ದುಪಡಿಸುವಂತೆ — ಪ್ರತಿ ಉಪ ಏಜೆಂಟ್ ನಿರ್ವಹಣೆ.
ಬಹು ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಗಳು (MAS) ಬಹುತೇಕ ಸ್ವತಂತ್ರ ಏಜೆಂಟ್ಗಳು ಸಹಕಾರ ಅಥವಾ ಸ್ಪರ್ಧೆಯಲ್ಲಿ ಕೆಲಸ ಮಾಡುತ್ತವೆ. ಸಹಕಾರ: ವಿಭಿನ್ನ ಏಜೆಂಟ್ಗಳು ಹೊಟೇಲ್, ವಿಮಾನ, ಮನರಂಜನೆಗೆ. ಸ್ಪರ್ಧಾತ್ಮಕ: ಹಲವಾರು ಏಜೆಂಟ್‌ಗಳು ಉತ್ತಮ ದರಕ್ಕೆ ಹೊಟೇಲ್ ಕೊಠಡಿಗಳನ್ನು ತುಂಬಲು ಸ್ಪರ್ಧಿಸುತ್ತವೆ.

AI ಏಜೆಂಟ್ಗಳನ್ನು ಯಾವಾಗ ಬಳಸುವುದು

ನೀವು ಬಳಸಬಹುದು ಎನ್ನೋದರಿಂದಲೆ ಎಂದಿಗೂ ಬಳಸಬೇಕು ಅರ್ಥವಿಲ್ಲ. ಏಜೆಂಟ್ಗಳು ಸತ್ಯವಾಗಿಯೂ ಹೊಳೆಯುವ ಪರಿಸ್ಥಿತಿಗಳು ಇಲ್ಲಿ:

When to use AI Agents?

  • ತೆರೆಮಾಡು ಗತಿಯಲ್ಲದ ಸಮಸ್ಯೆಗಳು — ಸಮಸ್ಯೆ ಪರಿಹಾರಕ್ಕೆ ಹಂತಗಳನ್ನು ಪೂರ್ವನಿಗದಿಯಾಗಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ನೀವು LLM ಗೆ ದಾರಿ ಹೇಗೆ ಹೋದುದೋ ತಿಳಿಯಬೇಕಾಗುತ್ತದೆ.
  • ಬಹು ಹಂತ ಪ್ರಕ್ರಿಯೆಗಳು — ಕೆಲವು ಹಂತಗಳಲ್ಲಿ ಉಪಕರಣಗಳ ಬಳಕೆಯನ್ನು ಆವಶ್ಯಕ ಮಾಡುತ್ತವೆ, ಒಂದು ಹುಡುಕಾಟ ಅಥವಾ ಉತ್ಪತ್ತಿಗೆ ಅಲ್ಲ.
  • ಕಾಲಕ್ಕೆ ಉತ್ತಮಗೊಳ್ಳುವುದು — ಬಳಕೆದಾರ ಪ್ರತಿಕ್ರಿಯೆ ಅಥವಾ ಪರಿಸರದ ಲಕ್ಷಣಗಳನ್ನು ಆಧರಿಸಿ ವ್ಯವಸ್ಥೆ ಹೆಚ್ಚು ಬುದ್ಧಿವಂತವಾಗಲಿ ಎಂದಾಗ.

ನಾವು ಮುಂದಿನ ನಂಬಿಗಸ್ಥ AI ಏಜೆಂಟ್ ನಿರ್ಮಿಸುವಿಕೆ ಪಾಠದಲ್ಲಿ ಯಾವಾಗ (ಮತ್ತು ಯಾವಾಗ ಬಲ್ಲದೇ) AI ಏಜೆಂಟ್ಗಳನ್ನು ಬಳಸುವುದೆಂಬುದನ್ನು ಆಳವಾಗಿ ನೋಡುತ್ತೇವೆ.


ಏಜೆಂಟಿಕ್ ಪರಿಹಾರಗಳ ಮೂಲಭೂತಗಳು

ಏಜೆಂಟ್ ಅಭಿವೃದ್ಧಿ

ಏಜೆಂಟ್ ನಿರ್ಮಿಸಲು ಮೊದಲು ನೀವು ಮಾಡುವುದೇ ಅದು ಏನು ಮಾಡಬಹುದು ಎಂಬುದನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದು — ಅದಕ್ಕೆ ಉಪಕರಣಗಳು, ಕ್ರಿಯೆಗಳು, ಮತ್ತು ವರ್ತನೆಗಳು.

ಈ ಕೋರ್ಸ್‌ನಲ್ಲಿ ನಾವು ಮುಖ್ಯ ವೇದಿಕೆ ಆಗಿ Microsoft Foundry Agent Service ನನ್ನು ಬಳಸುತ್ತೇವೆ. ಇದು ಬೆಂಬಲಿಸುತ್ತದೆ:

  • OpenAI, Mistral, ಮತ್ತು Meta (Llama) ಗಳಂತಹ ವಿತರಕರಿಂದ ಮಾದರಿಗಳು
  • Tripadvisor ನಂತಹ ವಿತರಕರಿಂದ ಪರವಾನಗಿ ಪಡೆದ ಡೇಟಾ
  • ನಿಯಮಿತ OpenAPI 3.0 ಉಪಕರಣ ವ್ಯಾಖ್ಯಾನಗಳು

ಏಜೆಂಟಿಕ್ ಮಾದರಿಗಳು

ನೀವು LLM ಗಳೊಂದಿಗೆ ಪ್ರಾಂಪ್ಟ್ಗಳ ಮೂಲಕ ಸಂವಹನ ಮಾಡುತ್ತೀರಿ. ಏಜೆಂಟ್ಗಳಲ್ಲಿ, ಪ್ರತಿ ಪ್ರಾಂಪ್ಟ್ ಕೈಯಿಂದ ಹಂದಿ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ — ಏಜೆಂಟ್ ಅನೇಕ ಹಂತಗಳಲ್ಲಿ ಕಾರ್ಯಗಳನ್ನು ಕೈಗೊಂಡಿರಬೇಕು. ಅದನ್ನೇ ಏಜೆಂಟಿಕ್ ಮಾದರಿಗಳು ಆಗಿವೆ. ಅವು LLM ಗಳನ್ನು ಬಹುಮಟ್ಟಿಗೆ, ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ನಿಯಂತ್ರಿಸುವ ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ತಂತ್ರಗಳು.

ಈ ಕೋರ್ಸ್ ಸಾಮಾನ್ಯ ಮತ್ತು ಉಪಯುಕ್ತ ಏಜೆಂಟಿಕ್ ಮಾದರಿಗಳ ಸುತ್ತಲೂ ರಚಿಸಲಾಗಿದೆ.

ಏಜೆಂಟಿಕ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳು

ಏಜೆಂಟಿಕ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳು ಅಭಿವೃದ್ಧಿಪರರಿಗೆ ಪೂರ್ವನಿರ್ಮಿತ ಟೆಂಪ್ಲೇಟ್‌ಗಳು, ಉಪಕರಣಗಳು ಮತ್ತು ಮೂಲಭೂತ ವಸತಿಗಳನ್ನು ನೀಡುತ್ತದೆ. ಇವುಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸುಲಭವಾಗಿ:

  • ಉಪಕರಣಗಳನ್ನು ಮತ್ತು ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಜೋಡಿಸಿ
  • ಏಜೆಂಟ್ ಏನು ಮಾಡುತ್ತಿದೆ ಎಂಬುದನ್ನು ಗಮನಿಸಿ (ಮತ್ತು ದೋಷ ಕಂಡು ತಿದ್ದಿ)
  • ಅನೇಕ ಏಜೆಂಟ್‌ಗಳ ನಡುವೆ ಸಹಕಾರ ಮಾಡಿ

ಈ ಕೋರ್ಸ್‌ನಲ್ಲಿ ನಾವು ಉತ್ಪಾದನೆಗಾಗಿ ಸಿದ್ಧವಾದ ಏಜೆಂಟ್ಗಳ ನಿರ್ಮಾಣಕ್ಕೆ Microsoft Agent Framework (MAF) ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದ್ದೇವೆ.


ಕೋಡ್ ಉದಾಹರಣೆಗಳು

ಅದನ್ನು ಕಾರ್ಯಕ್ಷಮವಾಗಿ ನೋಡಲು ಸಿದ್ಧವೇ? ಈ ಪಾಠದ ಕೋಡ್ ಉದಾಹರಣೆಗಳು ಇಲ್ಲಿವೆ:


ಪ್ರಶ್ನೆಗಳಿವೆಯೇ?

Microsoft Foundry Discord ಗೆ ಸೇರಿ ಇತರ ಕಲಿಯುವವರು ಜೊತೆಗೆ ಸಂಪರ್ಕ ಸಾಧಿಸಿ, ഓഫೀಸ್ ಗಂಟೆಗಳನ್ನು ಹಾಜರಾಗಿರಿ, ಮತ್ತು ಸಮುದಾಯದಿಂದ ನಿಮ್ಮ AI ಏಜೆಂಟ್ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರ ಪಡೆಯಿರಿ.


ಈ ಏಜೆಂಟ್ ಅನ್ನು ಧೂಮಪಾನ-ಪರೀಕ್ಷೆ ಮಾಡೋಣ (ಐಚ್ಛಿಕ)

ನೀವು ಪಾಠ 16 ನಲ್ಲಿ ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿಯೋಜಿಸಲು ಕಲಿತ ಮೇಲೆ, ಈ ಪಾಠದ TravelAgent ಗೆ ತ್ವರಿತ ಪೋಸ್ಟ್-ನಿಯೋಜನೆ ಆರೋಗ್ಯ ಪರಿಶೀಲನೆ ಸೇರಿಸಬಹುದು, ಸಿದ್ಧವಾಗಿ ಇರುವ ಕCatalogue tests/lesson-01-smoke-tests.json ಉಪಯೋಗಿಸಿ. ಚಾಲನೆ ವಿವರಗಳಿಗಾಗಿ tests/README.md ನೋಡಿ.


ಹಿಂದಿನ ಪಾಠ

ಕೋರ್ಸ್ ಸೆಟಪ್

ಮುಂದಿನ ಪಾಠ

ಏಜೆಂಟಿಕ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ಗಳನ್ನು ಅನ್ವೇಷಣೆ ಮಾಡುವುದು


ಅಸ್ವೀಕಾರ: ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ದಯವಿಟ್ಟು ಗಮನಿಸಿ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸಡ್ಡೆಗಳು ಇರಬಹುದು. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜು ಪ್ರಾಮಾಣಿಕ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದವನ್ನು ಬಳಸುವ ಮೂಲಕ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಗಳ ಅಥವಾ ತಪ್ಪು ವ್ಯಾಖ್ಯಾನಗಳ ಬಗ್ಗೆ ನಾವು ಹೊಣೆಗಾರರಲ್ಲ.