لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش مایکروسافت Copilot Studio: عاملهای هوش مصنوعی، RAG، MCP و امنیت AI
- آخرین آپدیت
دانلود Microsoft Copilot Studio: AI Agents, RAG, MCP & AI Security
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
[جدید ۲۰۲۶] ساخت عاملهای هوش مصنوعی با Copilot Studio به همراه آزمایشگاههای عملی و سناریوهای تحت هدایت مدرس
ساخت و استقرار عاملهای هوش مصنوعی با استفاده از Microsoft Copilot Studio برای موارد استفاده واقعی در کسبوکار
پیادهسازی تولید تقویتشده با بازیابی (RAG) با استفاده از Microsoft 365، SharePoint و منابع داده خارجی
طراحی راهکارهای امن هوش مصنوعی سازمانی با استفاده از Entra ID، RBAC و کنترلهای حاکمیتی Microsoft Purview
یکپارچهسازی پروتکل مدل کانتکست (MCP)، A2A و ابزارهای خارجی برای گسترش قابلیتهای Copilot
معماری راهکارهای مقیاسپذیر هوش مصنوعی با ترکیب Copilot Studio، Azure AI Studio و Microsoft 365
پیش نیازها: بدون نیاز به تجربه برنامهنویسی. هر آنچه لازم است را خواهید آموخت.
مایکروسافت Copilot Studio ابزاری قدرتمند است — اما در محیطهای سازمانی، امنیت و حاکمیت (Governance) اختیاری نیستند.
در این دوره، شما یاد میگیرید چگونه با استفاده از Microsoft Copilot Studio، تولید تقویتشده با بازیابی (RAG)، پروتکل مدل کانتکست (MCP) و کنترلهای امنیتی سطح سازمانی، عاملهای هوش مصنوعی را بسازید، گسترش دهید و ایمن کنید.
این دوره فراتر از ساخت چتباتهای ساده است.
شما درک خواهید کرد که عاملهای Copilot چگونه در داخل Microsoft 365 عمل میکنند، Grounding با استفاده از Microsoft Graph و SharePoint چگونه کار میکند و چگونه معماریهای امن هوش مصنوعی را برای سازمانهای واقعی طراحی کنید.
شما یاد خواهید گرفت که چگونه:
• عاملهای هوش مصنوعی را با استفاده از Microsoft Copilot Studio بسازید
• RAG را با استفاده از SharePoint و منابع داده سازمانی پیادهسازی کنید
• عاملها را با استفاده از پروتکل مدل کانتکست (MCP) و APIهای خارجی گسترش دهید
• احراز هویت را با استفاده از Entra ID و جریانهای امن OBO پیکربندی کنید
• حاکمیت و انطباق را با استفاده از Microsoft Purview اعمال کنید
• Entra Agent ID را برای کنترل دسترسی درک و پیکربندی کنید
• راهکارهای هوش مصنوعی امن و قابل حسابرسی را برای استقرار سازمانی طراحی کنید
امنیت تم اصلی در سراسر این دوره است.
شما خواهید دید که چگونه هویت عامل (Agent identity)، دسترسی شرطی (Conditional Access)، RBAC و سیاستهای Purview بر نحوه دسترسی عاملهای Copilot به دادهها تأثیر میگذارند — و چگونه از افشای غیرمجاز دادهها جلوگیری کنید.
در پایان این دوره، شما فقط نحوه ساخت یک عامل هوش مصنوعی را نخواهید دانست.
بلکه میدانید چگونه عاملی بسازید که از سختگیرانهترین بررسیهای امنیتی سازمانی عبور کند.
این دوره برای مدیران Microsoft 365، مهندسان Azure AI، معماران راهکار و مشاورانی که مسئول پذیرش امن هوش مصنوعی هستند، ایدهآل است.
پذیرش هوش مصنوعی بدون حاکمیت، ریسکآفرین است.
این دوره به شما میآموزد که چگونه مسئولانه — و امن — بسازید.
سرفصل ها و درس ها
مقدمه دوره
Course Introduction Video
معرفی دوره
Course Introduction
مبانی و مفاهیم اولیه
Fundamentals and Primers
چه انتظاری از این بخش از دوره داشته باشیم
What to expect from this section of the course
مقدمهای بر GenAI و مدلهای زبانی بزرگ (LLMs)
Introduction to GenAI and LLMs
اصطلاحات تخصصی GenAI
GenAI Jargons
مقدمهای بر عاملهای هوش مصنوعی و سیستمهای هوش مصنوعی ترکیبی
Introduction to AI Agents and Compound AI Systems
مایکروسافت Copilot Studio: شور و اشتیاق عاملمحور!
Microsoft Copilot Studio - Agentic Ecstasy!
چه انتظاری از این بخش از دوره داشته باشیم
What to expect from this section of the course
آشنایی با مایکروسافت Copilot Studio
Introduction to Microsoft Copilot Studio
راهنمای لایسنسهای Copilot Studio
Copilot Studio Licensing Guide
آزمایشگاه: ثبتنام در دوره آزمایشی رایگان Copilot Studio (عملی)
Lab: Copilot Studio Free Trial Sign Up (Hands-On Lab)
آزمایشگاه: بررسی محیط Copilot Studio (عملی)
Lab: Copilot Studio Walkthrough
ارکستراتور/برنامهریز هوش مصنوعی مولد برای Microsoft Copilot Studio
Generative AI Orchestrator/Planner for Microsoft Copilot Studio
آزمایشگاه: ساخت عامل مستقل با قابلیت Web Grounding (عملی)
Lab: Creating Web Grounding Standalone Agent (Hands-On Lab)
آزمایشگاه: ساخت عامل تعبیه شده در سایت SharePoint (عملی)
Lab: Creating a SharePoint Site Embedded Agent (Hands-On Lab)
مقایسه عاملهای تعبیه شده در مقابل عاملهای مستقل در Copilot Studio
Embedded v/s Standalone Copilot Studio Agents
آزمایشگاه: افزودن کانکتور آب و هوای MSN به عنوان یک اکشن (عملی)
Lab: Adding MSN Weather Connector as an Action to Agent (Hands-On Lab)
مهندسی پرامپت: مقدمه و بهترین روشها
Prompt Engineering: Introduction and Best Practises
آزمایشگاه: کار با Prompt Actions در Copilot Studio (عملی)
Lab: Working with Prompt Actions in Copilot Studio (Hands-On Lab)
آزمایشگاه: اجرای جریان Power Automate با عامل Copilot Studio (عملی)
Lab: Running a Power Automate Flow with Copilot Studio Agent (Hands-On Lab)
آزمایشگاه: جریان تحلیل احساسات با استفاده از AI Builder (عملی)
Lab: Sentiment Analysis Flow using AI Builder (Hands-On Lab)
مقدمهای بر سرورهای MCP
Introduction to MCP Servers
آزمایشگاه: عامل سرور MCP در Copilot Studio (عملی)
Lab: MCP Server Agent in Copilot Studio (Hands-On Lab)
آزمایشگاه: جریانهای کاری چند-عاملی با Copilot Studio (عملی)
Lab: Multi-Agent Workflows with Copilot Studio (Hands-On Lab)
مقدمهای بر A2A
Introduction to A2A
آزمایشگاه: پیادهسازی A2A در Copilot Studio (عملی)
Lab: A2A in Copilot Studio (Hands-On Lab)
آزمایشگاه: بررسی تب Analytics در Copilot Studio برای نظارت و تحلیل استفاده (عملی)
Lab: Copilot Studio "Analytics" Tab for Monitoring and Usage (Hands-On Lab)
آزمایشگاه: بررسی تب Settings در عامل Copilot Studio (عملی)
Lab: Copilot Studio Agent "Settings" Tab (Hands-On Lab)
گسترش M365 Copilot با استفاده از Copilot Studio
Extending M365 Copilot with Copilot Studio
استفاده از Copilot Studio با Prompt Flows در Azure AI Foundry
Copilot Studio with Prompt Flows in Azure AI Foundry
چه انتظاری از این بخش از دوره داشته باشیم
What to expect from this section of the course
مقدمهای بر Azure AI Foundry Studio Hub
Introduction to Azure AI Foundry Studio Hub
آزمایشگاه: استقرار Azure AI Foundry Hub (عملی)
Lab: Deploying Azure AI Foundry Hub (Hands-On Lab)
آزمایشگاه: استقرار LLMها از کاتالوگ مدلها (عملی)
Lab: Deploying LLMs from Model Catalog (Hands-On Lab)
مقدمهای بر Microsoft Prompt Flow
Introduction to Microsoft Prompt Flow
آزمایشگاه: ساخت جریان شناسایی موجودیتهای نامدار (NER) (عملی)
Lab: Building our NER (Named Entity Recognition) Flow (Hands-On Lab)
آزمایشگاه: انتشار جریان پرامپت NER به عنوان یک API (عملی)
Lab: Publishing our NER Prompt Flow as an API (Hands-On Lab)
آزمایشگاه: استنتاج از جریان NER با استفاده از فراخوانیهای API (عملی)
Lab: Inferencing our NER Flow using API Calls (Hands-On Lab)
آزمایشگاه: ترکیب Prompt Flow با Copilot Studio (عملی)
Lab: Prompt Flow with Copilot Studio (Hands-On Lab)
تکنیک RAG در Copilot Studio: استفاده از دادههای شخصی در مقیاس بالا
RAG With Copilot Studio - Using your Own Data at Scale
چه انتظاری از این بخش از دوره داشته باشیم
What to expect from this section of the course
تکنیک RAG (تولید تقویتشده با بازیابی) چیست؟
What is RAG (Retrieval Augmented Generation) ?
مقدمهای بر Multi Modal RAG با Azure AI Search (عملی)
Introduction to Multi-Modal RAG with Azure AI Search (Hands-On Lab)
آزمایشگاه: استقرار زیرساخت RAG روی Azure (عملی)
Lab: Deploying the RAG Infra on Azure (Hands-On Lab)
آزمایشگاه: ایجاد ایندکس AI Search (عملی)
Lab: Creating the AI Search Index (Hands-On Lab)
آزمایشگاه: استفاده از AI Search RAG در Copilot Studio (عملی)
Lab: AI Search RAG with Copilot Studio (Hands-On Lab)
Copilot Studio و Microsoft Foundry: سیستمهای چند-عاملی
Copilot Studio and Microsoft Foundry - Multi-Agent Systems
چه انتظاری از این بخش از دوره داشته باشیم
What to expect from this section of the course
مقدمهای بر Microsoft Foundry
Introduction to Microsoft Foundry
تفاوت بین پروژههای Foundry مستقل و مبتنی بر Hub
Difference between Standalone and Hub-Based Foundry Projects
آزمایشگاه: استقرار یک پروژه مستقل Microsoft Foundry (عملی)
Lab: Deploying a Standalone Microsoft Foundry Project (Hands-On Lab)
آزمایشگاه: استقرار اولین LLM ما (عملی)
Lab: Deploying our First LLM (Hands-On Lab)
آزمایشگاه: ساخت اولین عامل با استفاده از Agent Service (عملی)
Lab: Creating our First Agent using the Agent Service (Hands-On Lab)
آزمایشگاه: ترکیب Copilot Studio با Microsoft Foundry (عملی)
Lab: Copilot Studio with Microsoft Foundry (Hands-On Lab)
Copilot Studio و محیطهای Power Platform و Dataverse
Copilot Studio and Power Platform Environments and Dataverse
چه انتظاری از این بخش از دوره داشته باشیم
What to expect from this section of the course
مقدمهای بر Microsoft Power Platform
Introduction to the Microsoft Power Platform
مقدمهای بر Microsoft Dataverse
Introduction to Microsoft Dataverse
آزمایشگاه: بررسی جامع Power Platform (عملی)
Lab: Walkthrough of Power Platform (Hands-On Lab)
بررسی پروژه نهایی (Capstone Project) که خواهیم ساخت
What we will be creating as a Capstone Project
نمایش نظرات