آموزش هوش مصنوعی در C# با استفاده از Microsoft Agent Framework - آخرین آپدیت

دانلود AI in C# using the Microsoft Agent Framework

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: آموزش چت، فراخوانی ابزارها (Tool Calling)، خروجی‌های ساختاریافته و RAG یاد بگیرید چگونه کار با هوش مصنوعی در C# را شروع کنید از سطح صفر تا اولین پرامپت (Hello World) پیش بروید جزئیات تبدیل چت به پاسخ (Chat to Completions) را بیاموزید نحوه عملکرد Tool Calling (با استفاده از ابزارهای شخصی یا MCPها) را یاد بگیرید با مفهوم Structured Output آشنا شوید مقدمه‌ای بر RAG (تولید تقویت شده بازیابی) داشته باشید پیش نیازها: تسلط به زبان C# نصب Visual Studio یا محیط‌های مشابه

سلام، به دوره 'هوش مصنوعی در C# با استفاده از Microsoft Agent Framework' خوش آمدید.

نام من راسموس است و شما را با نحوه استفاده از هوش مصنوعی در برنامه‌های C# با استفاده از Agent Framework مایکروسافت (جایگزین Semantic Kernel) آشنا خواهم کرد...


محتوای این دوره حول محور ۴ مفهوم اصلی هوش مصنوعی می‌چرخد که پایه‌ای استوار برای کار با AI ایجاد می‌کند.

این ۴ مفهوم عبارتند از:


۱. چت (قابلیت‌های کلی پرسش و پاسخ)
چه به صورت یک چت واقعی و چه در پشت صحنه


۲. فراخوانی ابزارها (توانایی اجرای کدهای کاربر)
تعامل زنده با سایر سیستم‌ها برای کوئری‌های داده‌ای و دستورات


۳. خروجی ساختاریافته (پاسخ‌های سازمان‌یافته‌تر)
دریافت پاسخ‌های هوش مصنوعی در قالب JSON به جای متن ساده


۴. تولید تقویت شده بازیابی (RAG)
ارائه داده‌های اختصاصی به هوش مصنوعی از طریق تبدیل متن به بردارهای جستجو


---


برای دنبال کردن این دوره، انتظار دارم که در C# مسلط باشید؛ به این معنی که من بخش‌های مربوط به هوش مصنوعی را آموزش می‌دهم اما فرض می‌کنم شما زبان C# را به‌طور کامل می‌شناسید.


همچنین به یک IDE مانند Visual Studio یا مشابه آن نیاز دارید (من از VS2026 استفاده خواهم کرد).


در نهایت، به دسترسی به یک مدل زبانی بزرگ (LLM) نیاز خواهید داشت... اگر هنوز دسترسی ندارید، نگران نباشید، من به شما نشان می‌دهم چگونه این دسترسی را به دست آورید...

در این دوره، OpenAI و Azure OpenAI را به صورت دمو نمایش خواهم داد.


بیایید شروع کنیم!


سرفصل ها و درس ها

مقدمه‌ای بر دوره Introduction to the course

  • خوش‌آمدگویی Welcome

  • Microsoft Agent Framework چیست؟ What is Microsoft Agent Framework?

  • نکته: تغییرات و تغییر نام‌ها بین زمان ضبط و نسخه 1.0.0 Note: Changes and Renames between recording and 1.0.0 release

سلام دنیا (از صفر تا اولین پرامپت) Hello World (Zero to first Prompt)

  • دریافت اعتبارنامه‌ها (Credentials) Getting our credentials

  • NuGet و اتصال مستقیم NuGet and raw connection

  • ساخت Agent و اولین فراخوانی Creating the Agent and making the first call

  • تلاش برای تغییر به Azure OpenAI Let's try and switch to Azure OpenAI

  • مدیریت امنیتی (حفاظت از Secrets) A bit of housekeeping (Securing Secrets)

  • سایر ارائه‌دهندگان / مدل‌های آفلاین (درس اختیاری) Other Providers / Offline Models (Optional Lecture)

قبل از ورود به مباحث عمیق‌تر... Before we dive deeper...

  • معرفی مخزن گیت‌هاب همراه دوره Introduction to the companion GitHub Repository

  • هزینه و توکن‌ها (بررسی عمیق اختیاری) Cost and Tokens (Optional Deep Dive)

  • ۴ مفهوم اصلی هوش مصنوعی The 4 main concepts of AI

چت (Chat) Chat

  • تفاوت Chat با Chatbot Chat != Chatbot

  • پاسخ‌های معمولی در مقابل Streaming Normal vs Streaming Responses

  • حلقه چت (AgentSession) Chat Loop (AgentSession)

  • دستورالعمل‌ها (اصول مهندسی پرامپت) Instructions (Prompt Engineering 101)

  • گزینه‌های موجود هنگام ساخت Agentها (بررسی عمیق اختیاری) What options you have when creating Agents (Optional DeepDive)

  • گزینه‌های موجود هنگام فراخوانی یک Agent (بررسی عمیق اختیاری) What options you have when calling an Agent (Optional DeepDive)

فراخوانی ابزارها (Tool Calling) Tool Calling

  • ساخت ابزارها (Tools) Creating Tools

  • استفاده از سرورهای MCP به عنوان ابزار Consuming MCP Servers as Tools

  • میان‌افزار (Middleware) فراخوانی ابزار Tool Calling Middleware

  • استفاده از سایر Agentها به عنوان ابزار Other Agents as Tools

  • ابزار جستجوی وب Web Search Tool

  • ابزار مفسر کد (Code Interpreter) Code Interpreter Tool

خروجی ساختاریافته (Structured Output) Structured Output

  • خروجی ساختاریافته چیست و چه مشکلی را حل می‌کند؟ What is Structured output, and what problem does it solve?

  • دستورالعمل‌های مربوط به اشیاء خروجی ساختاریافته Instructions on Structured Output objects

میان‌پرده: چرخه حیات یک فراخوانی LLM Intermission: The Life of an LLM Call

  • هنگام فراخوانی LLM واقعاً چه اتفاقی می‌افتد؟ What actually happens when you make a call to an LLM?

  • نحوه دریافت جزئیات خام فراخوانی LLM (بررسی عمیق اختیاری) How to get the raw LLM call details (Optional DeepDive)

تولید تقویت شده بازیابی (RAG) RAG (Retrieval Augmented Generation)

  • RAG چیست و چرا به آن نیاز داریم؟ What is RAG and why do we need it?

  • اجزای مختلف سیستم RAG The many moving parts of RAG

  • جاسازی داده‌ها (Embedding) Embedding Data

  • ساخت و وارد کردن داده‌ها به Vector Store Create and ingest data into a Vector Store

  • جستجو در Vector Store Searching in a Vector Store

  • استفاده از RAG به عنوان یک ابزار RAG as a Tool

فراتر از ۴ قابلیت اصلی: مقدمه‌ای بر ادامه دوره Beyond the 4 main features: An intro to the rest of this course

  • فراتر رفتن از ۴ مفهوم اصلی هوش مصنوعی Going beyond the 4 main concepts of AI

مباحث پیشرفته Agent Framework Advanced Agent Framework Topics

  • مقدمه‌ای بر استدلال (Reasoning) Introduction to Reasoning

  • تلاش برای استدلال / تفکر (Thinking Effort) Reasoning / Thinking Effort

  • چندوجهی ( تصاویر / PDF) Multi-modal (Images/PDF)

  • حافظه (AIContextProvider) Memory (AIContextProvider)

  • پایداری گفتگو (ChatMessageProvider) Conversation Persistance (ChatMessageProvider)

  • تله‌متری (Telemetry) Telemetry

  • هوش مصنوعی به عنوان فیلتر داده AI as data-filter

  • کاهش‌کننده‌های سفارشی تاریخچه چت (ChatHistory Reducers) Custom ChatHistory Reducers

  • بررسی عمیق AI Context Provider AI Context Provider Deep Dive

  • یکپارچه‌سازی CodeAct و Hyperlight CodeAct and Hyperlight integration

مجموعه ابزار Agent Framework Toolkit (پکیج NuGet من) Agent Framework Toolkit (My NuGet package on top of AF)

  • Agent Framework Toolkit چیست؟ What is Agent Framework Toolkit

  • ساخت Agentهای ساده‌تر Easier Agents

  • ساخت ابزارهای ساده‌تر Easier Tools

مقدمه‌ای بر بخش Workflow در Microsoft Agent Framework Introduction to the Workflow Part of Microsoft Agent Framework

  • Workflows چیست؟ What is Workflows

  • چرا من شخصاً از Workflows در Microsoft Agent Framework استفاده نمی‌کنم Why I personally don't use Workflows in Microsoft Agent Framework

مباحث اختصاصی OpenAI OpenAI Specific Topics

  • بررسی عمیق استدلال در OpenAI OpenAI Reasoning Deep Dive

  • سیستم کشینگ توکن‌ها در OpenAI چگونه کار می‌کند؟ How does OpenAI Caching Tokens Work?

  • کنترل هزینه‌های OpenAI با لایه‌های سرویس How to control your OpenAI Price with Service tiers

  • استفاده از Batch Jobs برای کاهش ۵۰ درصدی هزینه‌ها How to use Batch Jobs and get 50% off your AI Costs

  • پیاده‌سازی تبدیل گفتار به گفتار با OpenAI Realtime API How to do speech-to-speech using the OpenAI Realtime API

مباحث اختصاصی Google Gemini Google Gemini Specific Topics

  • استدلال در Google Gemini Reasoning in Google Gemeini

  • جستجوی وب در Google Gemini Web Search in Google Gemini

  • استفاده از گوگل مپ با Gemini Prompting Google Maps with Gemini

  • اجرای کد (Code Executor) در Gemini Code Executor in Gemini

مباحث اختصاصی Anthropic Anthropic Specific Topics

  • استدلال در Anthropic (Claude) Reasoning in Anthropic (Claude)

سایر مباحث هوش مصنوعی Other AI Topics

  • رابط کاربری توسعه‌دهنده (DevUI) DevUI

  • پشتیبانی از AG UI AG-UI Support

  • Microsoft Foundry - بخش اول: مقدمه Microsoft Foundry - Part 1: Introduction

  • Microsoft Foundry - بخش دوم: مدل‌ها Microsoft Foundry - Part 2: Models

  • Microsoft Foundry - بخش سوم: Agentها Microsoft Foundry - Part 3: Agents

  • Durable Agent Framework (اجنت‌ها در Azure Functions) Durable Agent Framework (Agents in Azure Functions)

  • پشتیبانی از A2A (ارتباط اجنت با اجنت) A2A (Agent to Agent) Support

  • مقایسه Semantic Kernel vs Agent Framework vs Microsoft.Extensions.AI Semantic Kernel vs Agent Framework vs Microsoft.Extensions.AI

  • راهنمای مهاجرت از Semantic Kernel به Agent Framework (محتوای اختیاری) Semantic Kernel to Agent Framework Migration Guide (Optional Content)

  • ساخت سرور MCP ریموت شخصی Create your own remote MCP Server

  • نحوه محافظت از سرور MCP با API Key How to protect an MCP Server with an API Key

  • بررسی پشتیبانی رسمی از Agent Skills در Agent Framework Review of the official Agent Skills Support in Agent Framework

  • مهارت‌های اجنت (Agent Skills) Agent Skills

  • Foundry Local (دسترسی به مدل‌های آفلاین) Foundry Local (Offline model access)

منابع بیشتر More resources

  • برای یادگیری بیشتر به کانال یوتیوب من سر بزنید Check out my YouTube Channel for even more learning

نمایش نظرات

آموزش هوش مصنوعی در C# با استفاده از Microsoft Agent Framework
جزییات دوره
13 hours
75
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,059
4.5 از 5
ندارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Rasmus Wulff Jensen Rasmus Wulff Jensen

علاقه‌مند به C# و هوش مصنوعی (به دور از هایپ‌های تبلیغاتی)