آموزش سرویس هوش مصنوعی Azure Agent (AI Foundry، SDK هسته معنایی) - آخرین آپدیت

دانلود Azure AI Agent Service (AI Foundry, Semantic Kernel SDK)

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

با Azure AI Agent Service قدرت هوش مصنوعی را مهار کنید و راهکارهای هوشمند، مقیاس‌پذیر و کارآمد مبتنی بر هوش مصنوعی بسازید! این دوره جامع Udemy شما را از مبانی تا پیاده‌سازی پیشرفته هدایت می‌کند و به شما امکان می‌دهد عامل‌های هوش مصنوعی (AI Agents) را توسعه دهید که وظایف را خودکار می‌کنند، تصمیم‌گیری را بهبود می‌بخشند و به طور یکپارچه در جریان‌های کاری تجاری ادغام می‌شوند.

آنچه در این دوره خواهید آموخت

  • مقدمه‌ای بر Azure AI Agent Service – درک قابلیت‌ها و معماری اصلی سرویس Azure AI Agent.
  • ساخت عامل‌های هوش مصنوعی – یادگیری نحوه طراحی، توسعه و استقرار عامل‌های هوش مصنوعی برای موارد استفاده مختلف.
  • ادغام با سرویس‌های Azure AI – استفاده از سرویس‌هایی مانند Azure OpenAI، Cognitive Services و Machine Learning برای قابلیت‌های پیشرفته هوش مصنوعی.
  • سازماندهی و خودکارسازی عامل‌ها – پیاده‌سازی جریان‌های کاری مبتنی بر هوش مصنوعی با استفاده از Azure AI Studio و ابزارهای سازماندهی.
  • هوش مصنوعی مکالمه‌ای و NLP – توسعه عامل‌های هوش مصنوعی با درک زبان طبیعی و قابلیت‌های مکالمه‌ای.
  • امنیت، انطباق و بهترین شیوه‌ها – اطمینان از اینکه عامل‌های هوش مصنوعی شما استانداردهای امنیتی و اصول اخلاقی هوش مصنوعی را رعایت می‌کنند.
  • موارد استفاده واقعی – کار بر روی پروژه‌های عملی برای پشتیبانی از مشتری، خودکارسازی کسب و کار و تصمیم‌گیری هوشمند.

چرا این دوره را بگذرانیم؟

Azure AI Agent Service با ارائه یک پلتفرم قدرتمند و مقیاس‌پذیر برای ایجاد عامل‌های هوشمند، در حال متحول کردن توسعه برنامه‌های کاربردی هوش مصنوعی است. فرقی نمی‌کند یک توسعه‌دهنده، دانشمند داده یا متخصص فناوری اطلاعات باشید، این دوره به شما تخصص لازم برای استفاده مؤثر از Azure AI Agent Service را می‌دهد.

در پایان این دوره، دانش و تجربه عملی لازم برای استقرار عامل‌های هوش مصنوعی را خواهید داشت که جریان‌های کاری را خودکار می‌کنند، تعاملات کاربر را بهبود می‌بخشند و هوش مصنوعی را در راهکارهای سازمانی ادغام می‌کنند.

این دوره برای چه کسانی مناسب است؟

  • توسعه‌دهندگانی که به دنبال ادغام عامل‌های هوش مصنوعی در برنامه‌های کاربردی هستند.
  • مهندسان هوش مصنوعی و ML که می‌خواهند از Azure AI برای خودکارسازی استفاده کنند.
  • متخصصان فناوری اطلاعات و معماران راه حل که به دنبال خودکارسازی مبتنی بر هوش مصنوعی هستند.
  • متخصصان کسب و کار و کارآفرینانی که به برنامه‌های کاربردی هوش مصنوعی علاقه‌مند هستند.

پیش نیازها

  • درک اولیه از رایانش ابری و سرویس‌های Azure.
  • تجربه کار با زبان برنامه‌نویسی پایتون توصیه می‌شود.
  • اشتیاق به کشف خودکارسازی مبتنی بر هوش مصنوعی!

همین امروز به این دوره بپیوندید و ساخت عامل‌های هوشمند هوش مصنوعی را با Azure AI Agent Service آغاز کنید! همچنین، برای یادگیری بیشتر در مورد Azure AI Foundry، Azure OpenAI، RAG (Retrieval-Augmented Generation)، ساخت سیستم‌های چندعامله با Semantic Kernel SDK و Azure AI Agents، با ما همراه باشید.


سرفصل ها و درس ها

مقدمه Introduction

  • معرفی دوره Course Introduction

  • دوره مکمل: تجاری سازی عوامل هوش مصنوعی با Azure API Management Supplementary Course: Productionize AI Agents with Azure API Management

به سرور دیسکورد بپیوندید! Join the Discord Server!

  • به سرور دیسکورد بپیوندید! Join the Discord Server!

آشنایی با هوش مصنوعی تولیدی (GA-101) GenAI Primer (GA-101)

  • هوش مصنوعی تولیدی چیست؟ What is Generative AI?

  • Azure OpenAI چیست؟ What is Azure OpenAI?

  • آزمایشگاه: استقرار یک منبع Azure OpenAI (آزمایشگاه عملی) Lab: Deploying an Azure OpenAI Resource (Hands-On Lab)

  • آزمایشگاه: گفتگو با مدل Azure OpenAI ما (آزمایشگاه عملی) Lab: Chatting With Our Azure OpenAI Model (Hands-On Lab)

  • آزمایشگاه: فراخوانی LLM Azure OpenAI ما از طریق ChatCompletions API (آزمایشگاه عملی) Lab: Calling our Azure OpenAI LLM through ChatCompletions API (Hands-On Lab)

مقدمه ای بر Azure AI Foundry Introduction to Azure AI Foundry

  • مقدمه ای بر Azure AI Foundry (قبلا "Azure AI Studio") Introduction to Azure AI Foundry (previously "Azure AI Studio")

  • به روز رسانی: تغییرات UI در AI Foundry پس از کنفرانس Build 2025 Update: UI Changes to AI Foundry after Build Conference 2025

  • به روز رسانی: کدام Azure AI Foundry SDK برای آزمایشگاه ها استفاده شود؟ Update: Which Azure AI Foundry SDK to use for Labs ?

  • آزمایشگاه: استقرار منبع Azure AI Foundry (آزمایشگاه عملی) Lab: Deploying Azure AI Foundry Resource (Hands-On Lab)

  • آزمایشگاه: اتصال Azure OpenAI به Azure AI Foundry (آزمایشگاه عملی) Lab: Connecting Azure OpenAI to Azure AI Foundry (Hands-On Lab)

  • معماری Azure AI Foundry Azure AI Foundry Architecture

مقدمه ای بر Azure AI Agents (AAI-101) Introduction to Azure AI Agents (AAI-101)

  • عوامل هوش مصنوعی چیست؟ What are AI Agents?

  • مقدمه ای بر سرویس Azure AI Agents Introduction to Azure AI Agents Service

  • دوره مکمل: تجاری سازی عوامل هوش مصنوعی با Azure API Management Supplementary Course: Productionize AI Agents with Azure API Management

  • آزمایشگاه: ساخت اولین عامل از طریق رابط کاربری Azure AI Foundry (آزمایشگاه عملی) Lab: Building First Agent through Azure AI Foundry UI (Hands-On Lab)

  • مقدمه ای بر Azure AI Foundry SDK و مقایسه آن با Assistants API Introduction to Azure AI Foundry SDK and comparison with Assistants API

  • آزمایشگاه: ساخت یک عامل پایه با Azure AI Foundry SDK (آزمایشگاه عملی) Lab: Building a Basic Agent with Azure AI Foundry SDK (Hands-On Lab)

  • آزمایشگاه: کار با Threads و Azure AI Agent (آزمایشگاه عملی) Lab: Working With Threads and Azure AI Agent (Hands-On Lab)

ساخت یک عامل جستجوگر وب بینگ Building a Bing WebSearcher Agent

  • آزمایشگاه: استقرار یک منبع Grounding بینگ (آزمایشگاه عملی) Lab: Deploying a Bing Grounding Resource (Hands-On Lab)

  • آزمایشگاه: ساخت عامل ما با SDK (آزمایشگاه عملی) Lab: Building our Agent with the SDK (Hands-On Lab)

ساخت یک عامل با فراخوانی تابع Building an Agent with Function Calling

  • مقدمه ای بر فراخوانی تابع Introduction to Function Calling

  • چه چیزی خواهیم ساخت What we will be building

  • مقدمه ای بر API OpenWeather Introduction to the OpenWeather API

  • آزمایشگاه: ساخت یک عامل فراخوانی تابع (آزمایشگاه عملی) Lab: Building a Function Calling Agent (Hands-On Lab)

ساخت یک عامل با ابزارهای مشخص شده OpenAPI Building an Agent with OpenAPI specified Tools

  • ابزارهای OpenAPI چیست؟ What are OpenAPI Tools?

  • چه چیزی خواهیم ساخت؟ What we will be building?

  • آزمایشگاه: ساخت یک Azure AI Agent با ابزار OpenAPI (آزمایشگاه عملی) Lab: Building an Azure AI Agent with OpenAPI Tool (Hands-On Lab)

ساخت یک عامل RAG Building a RAG Agent

  • چه، چرا و چگونه RAG The What, Why and How of RAG

  • Vector Embeddings چیست؟ What Are Vector Embeddings?

  • آزمایشگاه: کار با موتور Vector Embedding (آزمایشگاه عملی) Lab: Working with Vector Embedding engine (Hands-On Lab)

  • جستجوی برداری با تئوری جستجوی شناختی Azure Vector Search With Azure Cognitive Search Theory

  • معماری عامل RAG RAG Agent Architecture

  • آزمایشگاه: ایجاد شاخص جستجوی هوش مصنوعی Azure ما برای RAG (آزمایشگاه عملی) Lab: Creating Our Azure AI Search Index for RAG (Hands-On Lab)

  • آزمایشگاه: جان بخشیدن به عامل RAG خود با SDK (آزمایشگاه عملی) Lab: Bringing our RAG agent to life with the SDK (Hands-On Lab)

ساخت یک عامل مفسر کد Building a Code Interpreter Agent

  • آزمایشگاه: ساخت یک عامل مفسر کد (آزمایشگاه عملی) Lab: Building a Code Interpreter Agent (Hands-On Lab)

ابزارهای متعدد با یک عامل واحد Multiple Tools With a Single Agent

  • چه چیزی خواهیم ساخت؟ What we will be building?

  • آزمایشگاه: ساخت عامل چند ابزاره ما (آزمایشگاه عملی) Lab: Building Our Multi-Tool Agent (Hands-On Lab)

پروتکل متن مدل (MCP) Model Context Protocol (MCP)

  • مقدمه ای بر MCP Introduction to MCP

  • تجزیه و تحلیل دقیق MCP Detailed breakdown of MCP

  • Claude Desktop و GitHub Copilot در نصب VSCode Claude Desktop and GitHub Copilot on VSCode Installation

  • آزمایشگاه 1: اجرای سرور GitHub MCP (نمایش عملی) Lab 1: Running GitHub MCP Server (Hands-On Demo)

  • آزمایشگاه 2: ایجاد یک سرور هواشناسی MCP (نمایش عملی) Lab 2: Creating a Weather MCP Server (Hands-On Demo)

  • آزمایشگاه 3: ایجاد یک سرور Azure AI Agent Service MCP (نمایش عملی) Lab 3: Creating an Azure AI Agent Service MCP Server (Hands-On Demo)

کار با Semantic Kernel SDK (سیستم های چند عاملی) Working with the Semantic Kernel SDK (Multi-Agentic Systems)

  • مقدمه ای بر ساخت گردش کار Agentic با Semantic Kernel SDK Introduction to Building Agentic Workflows with Semantic Kernel SDK

  • درک پلاگین ها در Semantic Kernel SDK Understanding Plugins in Semantic Kernel SDK

  • درک پلاگین های قالب Prompt Understanding Prompt Template Plugins

  • درک پلاگین های Native Understanding Native Plugins

  • آزمایشگاه 1: شروع به کار (عملی) (پایتون) Lab1: Getting Started (Hands-On) (Python)

  • آزمایشگاه 2: کاوش در پلاگین های قالب Prompt (عملی) (پایتون) Lab2: Exploring Prompt Template Plugins (Hands-On) (Python)

  • آزمایشگاه 3: کاوش در پلاگین های Native (عملی) (پایتون) Lab3: Exploring Native Plugins (Hands-On) (Python)

  • آزمایشگاه 4: کاوش در Planner (عملی) (پایتون) lab4: Exploring Planner (Hands-On) (Python)

  • معماری برای ساخت یک سیستم چند عاملی Architecture for Building a Multi-Agent System

  • آزمایشگاه: ساخت یک سیستم چند عاملی (آزمایشگاه عملی) Lab: Building a Multi-Agent System (Hands-On Lab)

چارچوب Semantic Kernel Agent Semantic Kernel Agent Framework

  • مقدمه ای بر چارچوب Semantic Kernel Agent Introduction to the Semantic Kernel Agent Framework

  • آزمایشگاه: شروع به کار و ایجاد "Chat Completions Agent" (آزمایشگاه عملی) Lab: Getting Started and creating a "Chat Completions Agent" (Hands-On Lab)

  • آزمایشگاه: ایجاد یک "Azure AI Agent" (آزمایشگاه عملی) Lab: Creating an "Azure AI Agent" (Hands-On Lab)

  • آزمایشگاه: Agent با پلاگین های Native و Prompt Template (آزمایشگاه عملی) Lab: Agent with Native and Prompt Template Plugins (Hands-On Lab)

  • آزمایشگاه: Azure AI Agent با پلاگین های متعدد (آزمایشگاه عملی) Lab: Azure AI Agent with Multiple Plugins (Hands-On Lab)

  • آزمایشگاه: چت گروهی Agent با Azure AI Agents (آزمایشگاه عملی) Lab: Agent Group Chat with Azure AI Agents (Hands-On Lab)

AI Foundry Local: LLM های محلی برای برد! AI Foundry Local: Local LLMs for the Win!

  • مقدمه ای بر AI Foundry Local Introduction to AI Foundry Local

  • آزمایشگاه: آنبورد کردن AI Foundry Local به دستگاه ما (آزمایشگاه عملی) Lab: Onboarding AI Foundry Local to our Device (Hands-On Lab)

  • آزمایشگاه: فراخوانی مدل های Foundry Local از طریق Python Notebook (آزمایشگاه عملی) Lab: Calling Foundry Local Models via Python Notebook (Hands-On Lab)

  • آزمایشگاه: شروع به کار با Langchain و AI Foundry Local (آزمایشگاه عملی) Lab: Getting Started with Langchain and AI Foundry Local (Hands-On Lab)

  • آزمایشگاه: رابط کاربری وب برای AI Foundry Local (آزمایشگاه عملی) Lab: Web UI for AI Foundry Local (Hands-On Lab)

ارزیابی عامل ما Evaluating Our Agent

  • مقدمه ای بر ارزیابی GenAI و AI Evaluation SDK Introduction to GenAI Evaluation and AI Evaluation SDK

  • آزمایشگاه 1: شروع به کار با AI Evaluation SDK (آزمایشگاه عملی) Lab1: Getting Started with the AI Evaluation SDK (Hands-On Lab)

  • مکانیک AI Evaluation SDK: چگونه کار می کند Mechanics of the AI Evaluation SDK: How it Works

  • آزمایشگاه: ارزیابی عامل RAG خود با Groundedness (آزمایشگاه عملی) Lab: Evaluating our RAG Agent with Groundedness (Hands-On Lab)

  • آزمایشگاه: ساخت یک ارزیاب Prompt سفارشی Lab: Building a Custom Prompt Evaluator

  • مقدمه ای بر قابلیت ردیابی عامل Introduction to Agent Tracing Capability

  • آزمایشگاه: اتصال Application Insights به پروژه Azure AI (آزمایشگاه عملی) Lab: Connecting Application Insights to Azure AI Project (Hands-On Lab)

  • آزمایشگاه: ردیابی عامل خود از طریق کد (آزمایشگاه عملی) Lab: Tracing our Agent via Code (Hands-On Lab)

  • آزمایشگاه: ساخت داشبوردهای استفاده از توکن برای بهینه سازی هزینه (آزمایشگاه عملی) Lab: Building Token Usage Dashboards for Cost Optimization (Hands-On Lab)

شبکه مجازی Azure: ایمن سازی عامل هوش مصنوعی ما Azure Virtual Networking: Securing our AI Agent

  • مقدمه ای بر شبکه مجازی Azure Introduction to Azure Virtual Networking

  • مقدمه ای بر Private و Service Endpoints Introduction to Private and Service Endpoints

  • آزمایشگاه: ایجاد یک Private Endpoint (آزمایشگاه عملی) Lab: Creating a Private Endpoint (Hands-On Lab)

  • مقدمه ای بر فایروال Azure Introduction to Azure Firewall

  • آزمایشگاه: ایجاد فایروال Azure (آزمایشگاه عملی) Lab: Creating Azure Firewall (Hands-On Lab)

  • مقدمه ای بر طرح حفاظت از DDoS Azure Introduction to Azure DDoS Protection Plan

  • مقدمه ای بر NSG و ASG (گروه های امنیتی شبکه و برنامه) Introduction to NSGs and ASGs (Network and Application Security Groups)

  • آزمایشگاه: کار با NSG (آزمایشگاه عملی) Lab: Working with NSG (Hands-On Lab)

پروژه نهایی 1: ساخت یک موتور جستجو با Vector Embeddings Capstone Project 1: Building a Search Engine with Vector Embeddings

  • معرفی پروژه: چرا، چه و چگونه؟ Project Introduction: The Why, What and How?

  • مقدمه ای بر RAG با Azure CosmosDB Introduction to RAG with Azure CosmosDB

  • RAG با CosmosDB برای NoSQL API: معماری RAG with CosmosDB for NoSQL API: Architecture

  • RAG با CosmosDB برای NoSQL API: آزمایشگاه عملی RAG with CosmosDB for NoSQL API: Hands on Lab

  • استقرار منابع در Azure (آزمایشگاه عملی) Deploying Resources on Azure (Hands-On Lab)

  • اجرای پروژه ما (آزمایشگاه عملی) Running our Project (Hands-On Lab)

پروژه نهایی 2: ساخت یک سیستم چند عاملی تولید ویدیو Capstone Project 2: Building a Video Generation Multi-Agent System

  • پروژه نهایی 2: مقدمه Capstone Project 2: Introduction

  • آزمایشگاه 1: تست OpenAI Sora در Video Playground (آزمایشگاه عملی) Lab 1: Testing OpenAI Sora in Video Playground (Hands-On Lab)

  • آزمایشگاه 2: تست OpenAI Sora از طریق کد پایتون (آزمایشگاه عملی) Lab 2: Testing OpenAI Sora via Python Code (Hands-On Lab)

  • آزمایشگاه 3: سیستم چند عاملی تولید کننده ویدیو (آزمایشگاه عملی) Lab 3: Video Generator Multi-Agent System (Hands-On Lab)

نمایش نظرات

آموزش سرویس هوش مصنوعی Azure Agent (AI Foundry، SDK هسته معنایی)
جزییات دوره
17.5 hours
94
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
991
4.5 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Kuljot Singh Bakshi Kuljot Singh Bakshi

مربی در Udemy