آموزش توسعه اپلیکیشن‌های تک‌عاملی .NET با استفاده از Semantic Kernel - آخرین آپدیت

دانلود Develop Single Agent .NET Applications Using Semantic Kernel

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: تسلط بر اپلیکیشن‌های تک‌عاملی (Single Agent) که از فراخوانی ابزارهای سفارشی، RAG، ادغام MCP و ارکستراسیون تک‌عاملی استفاده می‌کنند. تسلط بر توسعه اپلیکیشن‌های هوش مصنوعی برای توسعه‌دهندگان C# درک مفاهیم کلیدی فریم‌ورک Semantic Kernel یادگیری نحوه استفاده از Semantic Kernel برای اتصال به مدل‌ها و ارائه‌دهندگان مختلف از جمله Azure OpenAI، OpenAI و Inferencing API یادگیری نحوه پیاده‌سازی پلاگین‌های تولید تقویت‌شده با بازیابی (RAG) درک قدرت ادغام سرورهای Model Context Protocol (MCP) در Semantic Kernel یادگیری مبانی هوش مصنوعی و مدل‌های زبانی بزرگ (LLMs) تسلط بر داده‌های چندوجهی (متن، تصویر، ویدیو و غیره) در اپلیکیشن‌های هوش مصنوعی مولد کسب مهارت در Azure AI Foundry و استقرار مدل‌های OpenAI یادگیری نحوه اتصال به مدل‌های محلی با استفاده از ONNX، Ollama و Hugging Face کسب تجربه عملی در استفاده از Semantic Kernel در محیط ASP.NET دستیابی به سطح خبرگی در ایجاد پلاگین‌های Semantic Kernel و فراخوانی توابع (Function Calling) مطابق با استانداردهای صنعت یادگیری ایجاد سریع پلاگین‌ها با استفاده از API Endpointهای موجود پیش نیازها: تجربه پایه در .NET، C# و ASP.NET مفید است اما ضروری نیست نرم‌افزار Visual Studio، VS Code یا هر IDE دیگر برای .NET داشتن اکانت Azure مفید است اما الزامی نیست

تسلط بر توسعه اپلیکیشن‌های هوش مصنوعی با Semantic Kernel: مسیر جامع توسعه‌دهنده

مهارت‌های توسعه و اپلیکیشن‌های خود را با قابلیت‌های پیشرفته هوش مصنوعی متحول کنید!این دوره جامع شما را از مفاهیم بنیادی هوش مصنوعی تا ساخت اپلیکیشن‌های هوشمند و پیچیده با استفاده از فریم‌ورک قدرتمند Semantic Kernel مایکروسافت همراهی می‌کند.

در چشم‌انداز تکنولوژیکی امروز که با سرعت در حال تغییر است، ادغام هوش مصنوعی از یک امتیاز به یک ضرورت برای اپلیکیشن‌های مدرن تبدیل شده است. این دوره شما را به مهارت‌های عملی و دانش تئوری مجهز می‌کند تا پیشرو بمانید و به سرمایه‌ای ارزشمند برای هر تیم توسعه یا سازمانی تبدیل شوید که به دنبال بهره‌برداری از پتانسیل‌های تحول‌آفرین AI است.

سفر تسلط بر هوش مصنوعی خود رابا پایه‌ای قوی در مدل‌های زبانی بزرگ (LLMs) آغاز کنید و سپس وارد قابلیت‌های قدرتمند Azure AI Foundry شوید؛ جایی که یاد می‌گیرید چگونه مدل‌های OpenAI را برای نیازهای خاص خود مستقر، سفارشی و بهینه کنید. شما استراتژی‌های استقرار مدل، ایجاد پرامپت‌های کاربردی، مدیریت تاریخچه چت و طراحی پرامپت‌های سیستمی برای دستیابی به نتایج بهینه را خواهید آموخت.

بخش اصلی دورهبر فریم‌ورک ارکستراسیون تک‌عاملی Semantic Kernel متمرکز است و به شما می‌آموزد چگونه به طور یکپارچه به ارائه‌دهندگان مختلف مدل از جمله Azure OpenAI، نقاط اتصال استاندارد OpenAI و APIهای مختلف استنتاج متصل شوید. همچنین کار با مدل‌های محلی از طریق ONNX، Ollama و Hugging Face را فرا خواهید گرفت تا در پیاده‌سازی هوش مصنوعی خود نهایت انعطاف‌پذیری را داشته باشید.

اپلیکیشن‌های خود را به سطوح جدیدی ببریدو یاد بگیرید چگونه پلاگین‌های هوشمند را از طریق روش‌های مختلف بسازید:

  • ساخت پلاگین‌های Native که مستقیماً با قابلیت‌های اپلیکیشن شما ادغام می‌شوند

  • ایجاد پلاگین‌های OpenAPI که از API Endpointهای موجود برای گسترش قابلیت‌های AI استفاده می‌کنند

  • ادغام سرورهای پیشرفته Model Context Protocol (MCP) برای تعاملات بهبودیافته با مدل

  • پیاده‌سازی پلاگین‌های RAG (تولید تقویت‌شده با بازیابی) برای کار با داده‌های خصوصی

در سراسر دوره بر پیاده‌سازی عملی تأکید شده است، با بخش‌های اختصاصی برای ادغام Semantic Kernel در اپلیکیشن‌های ASP.NET و کار با مدل‌های چندوجهی برای مدیریت انواع داده‌ها شامل متن، تصویر و موارد دیگر.

چه یک توسعه‌دهنده باسابقه باشید که می‌خواهد قابلیت‌های AI را به ابزارهای خود اضافه کند، یا یک تحلیلگر کسب‌وکار که به دنبال بهره‌برداری از AI برای تحلیل داده‌هاست، این دوره تعادلی ایده‌آل بین درک تئوری و توسعه عملی اپلیکیشن ایجاد می‌کند.

به پیش‌زمینه گسترده‌ای در هوش مصنوعی نیاز ندارید؛ فقط دانش پایه .NET خود را به همراه داشته باشید و آماده شوید تا نسل بعدی اپلیکیشن‌های هوشمندی را بسازید که تجربه کاربری را متحول کرده، عملیات را بهینه می‌کند و فرصت‌های تجاری جدیدی را می‌گشاید!


سرفصل ها و درس ها

مقدمه دوره Course Introduction

  • معرفی دوره Course Introduction

  • منابع Resources

  • سیستم امتیازدهی Ratings

Azure AI Foundry Azure AI Foundry

  • مقدمه Introduction

  • استقرار یک مدل Deploy a Model

  • پرامپت‌های کاربر User Prompts

  • مروری بر تاریخچه چت Chat History Overview

  • پرامپت سیستمی System Prompt

  • پرسش و پاسخ Q&A

مبانی Semantic Kernel Semantic Kernel Foundation

  • مقدمه Introduction

  • استفاده از مدل‌های غیر Azure Using Non-Azure Models

  • اولین اپلیکیشن Semantic Kernel First Semantic Kernel Application

  • تنظیمات اجرای پرامپت Prompt Execution Settings

  • تاریخچه چت Chat History

  • مدیریت تاریخچه چت Managing Chat History

  • استریم کردن پاسخ‌ها Response Streaming

  • پرسش و پاسخ Q&A

  • سورس کد Source Code

ارائه‌دهندگان مدل Model Providers

  • مقدمه Introduction

  • OpenAI OpenAI

  • استنتاج هوش مصنوعی (AI Inference) AI Inference

  • مدل‌های رایگان GitHub Free GitHub Models

  • Hugging Face Hugging Face

  • مدل‌های ONNX ONNX Models

  • نمونه‌های مستقل (Standalone) Standalone Instances

  • Ollama Ollama

  • LM Studio LM Studio

  • پرسش و پاسخ Q&A

  • سورس کد Source Code

مدل‌های چندوجهی (Multimodal) Multimodal Models

  • مقدمه Introduction

  • مرور کلی Overview

  • پرامپت سیستمی System Prompt

  • آپلود تصاویر Upload Images

  • تعریف کلاس خروجی ساختاریافته Structored Output Class Definition

  • فرمت پاسخ خروجی ساختاریافته Structored Output Response Format

  • خروجی JSON ساختاریافته Structored Output JSON

  • پرسش و پاسخ Q&A

  • سورس کد Source Code

پلاگین‌های Native Native Plugins

  • مقدمه Introduction

  • بررسی داشبورد Aspire Review Aspire Dashboard

  • پرسش و پاسخ Aspire Aspire Q&A

  • ادغام Semantic Kernel با ASP.NET Integrating Semantic Kernel with ASP.NET

  • اولین پلاگین Native شما Your First Native Plugin

  • پلاگین آب و هوا Weather Plugin

  • پلاگین Geocode Geocode Plugin

  • پلاگین شخصی Personal Plugin

  • پرسش و پاسخ Q&A

  • سورس کد Source Code

پلاگین‌های OpenAPI OpenAPI Plugins

  • شروع کار با پلاگین‌های OpenAPI Getting Started with OpenAPI Plugins

  • وارد کردن مشخصات OpenAPI و درک بهترین روش‌ها Importing OpenAPI Spec and Understanding Best Practices

  • فراخوانی موازی توابع Parallel Function Calling

  • نتیجه‌گیری Conclusion

  • پرسش و پاسخ Q&A

  • سورس کد Source Code

پلاگین‌های MCP MCP Plugins

  • مقدمه Introduction

  • شناسایی MCP MCP Discovery

  • آماده‌سازی کد Prepare Code

  • افزودن سرور MCP محلی Add Local MCP Server

  • تست سرور MCP محلی Testing Local MCP Server

  • افزودن سرور MCP راه دور Add Remote MCP Server

  • تست سرور MCP راه دور Testing Remote MCP Server

  • پرسش و پاسخ Q&A

  • سورس کد Source Code

تولید تقویت‌شده با بازیابی (RAG) RAG - Retrieval-Augmented Generation

  • بررسی عمیق: RAG چگونه کار می‌کند Deep Dive: How Retrieval-Augmented Generation (RAG) Works

  • جذب اسناد و Embedding با Azure AI Foundry و AI Search Document Ingestion & Embedding with Azure AI Foundry and AI Search

  • ساخت یک پلاگین RAG با Semantic Kernel و Azure AI Search Building a RAG Plugin with Semantic Kernel and Azure AI Search

  • پرسش و پاسخ Q&A

  • سورس کد Source Code

نمایش نظرات

آموزش توسعه اپلیکیشن‌های تک‌عاملی .NET با استفاده از Semantic Kernel
جزییات دوره
7 hours
68
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
2,456
4.7 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

Randy Patterson Randy Patterson

معمار راهکارهای ابری (Cloud Solution Architect)