آموزش ساخت راهکارهای هوش مصنوعی مولد و کوپایلت‌ها با Azure AI Foundry (Azure AI Studio سابق) - آخرین آپدیت

مقدمه Introduction

• خوش‌آمدگویی به Azure AI Foundry/Azure AI Studio Welcome to Azure AI Foundry/Azure AI Studio

1. آشنایی با Azure AI Foundry/Azure AI Studio 1. Introduction to Azure AI Foundry/Azure AI Studio

• آنچه باید بدانید What you need to know

• درک معیارهای ارزیابی مدل‌ها (Benchmarks) Understanding the model benchmarks

• بررسی سرویس‌های تکمیلی هوش مصنوعی Exploring additional AI services

• کار با پورتال Azure AI Foundry/Azure AI Studio Navigating the Azure AI Foundry/Azure AI Studio portal

• بررسی کاتالوگ مدل‌ها Exploring the model catalog

• Azure AI Foundry/Azure AI Studio چیست؟ What is Azure AI Foundry/Azure AI Studio?

• راه‌اندازی حساب کاربری Azure AI Foundry/Azure AI Studio Setting up your Azure AI Foundry/Azure AI Studio account

2. شروع کار با Hubها در Azure AI Foundry/Azure AI Studio 2. Getting Started with Hubs in Azure AI Foundry/Azure AI Studio

• مدیریت کاربران برای Hub Managing users for the hub

• ایجاد Hub با استفاده از Azure CLI Creating a hub using the Azure CLI

• مدیریت منابع متصل به Hub Managing connected resources for the hub

• استقرار یک مدل OpenAI در Hub Deploying an OpenAI model to a hub

• ایجاد Hub از طریق پورتال Azure AI Foundry/Azure AI Studio Creating a hub using the Azure AI Foundry/Azure AI Studio portal

• مدیریت فیلترهای محتوایی Managing content filters

• ایجاد Hub با استفاده از پورتال Azure Creating a hub using the Azure portal

3. ایجاد پروژه‌ها و استفاده از Playgroundها در Azure AI Foundry/Azure AI Studio 3. Creating Projects and Using the Playgrounds in Azure AI Foundry/Azure AI Studio

• استفاده از Assistants Playground Using the assistants playground

• پایه‌گذاری پاسخ‌های مدل با قابلیت افزودن داده‌ها (Add your data) Grounding the model response with the add your data feature

• ادغام کوپایلت در یک اپلیکیشن پایتون Incorporating a Copilot into a Python application

• استفاده از Completions Playground Using the completions playground

• ایجاد اولین پروژه Creating your first project

• استقرار مدل با استفاده از قابلیت Models as a Service Deploying a model using the models as a service feature

• استفاده از Images Playground Using the images playground

4. ساخت اولین کوپایلت با Prompt Flow در Azure AI Foundry/Azure AI Studio 4. Building Your First Copilot with Prompt Flow in Azure AI Foundry/Azure AI Studio

• پیکربندی ابزارها و تست جریان (Flow) Configuring the tools and testing the flow

• تست Endpoint با استفاده از Postman Testing the endpoint using Postman

• ایجاد اولین Flow Creating your first flow

• درک نودها و ابزارها در یک Flow Understanding nodes and tools in a flow

• به‌روزرسانی Flow و ایجاد استقرار جدید Updating the flow and creating a new deployment

• استقرار Flow روی یک Endpoint Deploying the flow to an endpoint

5. ساخت یک چت کوپایلت با Prompt Flow و Azure Cosmos DB در Azure AI Foundry/Azure AI Studio 5. Building a Chat Copilot with Prompt Flow and Azure Cosmos DB in Azure AI Foundry/Azure AI Studio

• تخصیص منابع Azure Cosmos DB و بارگذاری داده‌ها Provisioning the Azure Cosmos DB resource and loading the data

• ایجاد جریان چت (Chat Flow) Creating the chat flow

• پیاده‌سازی کد برای اتصال به Azure Cosmos DB Implementing the code for connecting to Azure Cosmos DB

• تست Endpoint از طریق پورتال و Postman Testing the endpoint using the portal and Postman

• بهبود پرامپت با استفاده از فرمت Jinja Augmenting the prompt using the Jinja format

جمع‌بندی Conclusion

• منابع برای یادگیری بیشتر Resources for additional learning