لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
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
نمایش نظرات