آموزش دوره جامع توسعه‌دهنده اپلیکیشن‌ها و ایجنت‌های هوش مصنوعی Azure (AI-103) - آخرین آپدیت

سرفصل ها و درس ها

مقدمه دوره و راه‌اندازی Course Introduction & Setup

• مرور کلی دوره AI-103 AI-103 Course Overview

• بررسی جزئیات ماژول‌های AI-103 AI-103 Modules Breakdown

• مهارت‌های مورد سنجش در AI-103 Skills Measured in AI-103

• راه‌اندازی لایه رایگان Azure و حساب Microsoft Foundry Setting up Azure Free Tier & Microsoft Foundry Account

• منابع دوره و مخزن گیت‌هاب Course Resources & GitHub Repo

برنامه‌ریزی و آماده‌سازی راهکارهای هوش مصنوعی در Azure Plan and Prepare AI Solutions on Azure

• هوش مصنوعی چیست؟ What is Artificial Intelligence?

• مقدمه‌ای بر Microsoft Foundry Introduction to Microsoft Foundry

• مرور ابزارهای Foundry Overview of Foundry Tools

• ابزارهای توسعه و SDKها Developer Tools and SDKs

• اصول هوش مصنوعی مسئولانه Responsible AI Principles

انتخاب، استقرار و ارزیابی مدل‌ها Select, Deploy, and Evaluate Models

• بررسی کاتالوگ مدل‌ها Explore Model Catalog

• انتخاب مدل‌ها با استفاده از بنچمارک‌ها Select Models Using Benchmarks

• استقرار مدل‌ها در Endpoints Deploy Models to Endpoints

• ارزیابی عملکرد مدل Evaluate Model Performance

ساخت اپلیکیشن‌های چت هوش مصنوعی مولد Build Generative AI Chat Applications

• بررسی محیط Model Playground Explore Model Playground

• انتخاب Endpoint و SDK Choose Endpoint and SDK

• تولید پاسخ‌ها با استفاده از Responses API Generate Responses using Responses API

• تولید پاسخ‌ها با استفاده از ChatCompletions API Generate Responses using ChatCompletions API

• آزمایشگاه عملی Hands-on Lab

استفاده از ابزارها در اپلیکیشن‌های هوش مصنوعی مولد Use Tools in Generative AI Apps

• مقدمه‌ای بر ابزارها در هوش مصنوعی Introduction to Tools in AI

• ابزار مفسر کد (Code Interpreter) Code Interpreter Tool

• ابزار جستجوی وب Web Search Tool

• ابزار جستجوی فایل File Search Tool

• ابزار فراخوانی توابع (Function Calling) Function Calling Tool

• آزمایشگاه عملی Hands-on Lab

بهینه‌سازی عملکرد هوش مصنوعی مولد Optimize Generative AI Performance

• مقدمه‌ای بر مهندسی پرامپت Introduction to Prompt Engineering

• تکنیک‌های طراحی پرامپت Prompt Design Techniques

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

• تنظیم دقیق (Fine Tuning) مدل‌ها Fine-Tuning Models

• دمو: نحوه تنظیم دقیق مدل Demo - How to Fine-Tune the Model

• مقایسه و ترکیب استراتژی‌های بهینه‌سازی هوش مصنوعی Comparing and Combining AI Optimization Strategies

پیاده‌سازی راهکارهای هوش مصنوعی مسئولانه Implement Responsible AI Solutions

• شناسایی و ترسیم ریسک‌های احتمالی Identify & Map the Potential Risk

• اندازه‌گیری ریسک‌ها در سیستم‌های هوش مصنوعی Measure Risks in AI Systems

• کاهش ریسک‌های هوش مصنوعی Mitigate AI Risks

• پیاده‌سازی نرده‌های حفاظتی (Guardrails) Implement Guardrails

مقدمه‌ای بر ایجنت‌های هوش مصنوعی در Azure Introduction to AI Agents on Azure

• ایجنت‌های هوش مصنوعی چیستند؟ What are AI Agents?

• سرویس ایجنت Microsoft Foundry Microsoft Foundry Agent Service

• رویکردهای توسعه ایجنت Agent Development Approaches

• ساخت اولین ایجنت شما (Foundry) Build Your First Agent (Foundry)

• راه‌اندازی VS Code برای توسعه ایجنت Setup VS Code for Agent Development

• پیکربندی و مدیریت ایجنت‌ها در VS Code Configure and Manage Agents in VS Code

• گسترش ایجنت‌ها با ابزارها Extend Agents with Tools

• تست و استقرار ایجنت‌ها Test and Deploy Agents

ابزارهای سفارشی و یکپارچه‌سازی MCP Custom Tools and MCP Integration

• چرا از ابزارهای سفارشی استفاده کنیم؟ Why Use Custom Tools

• گزینه‌های پیاده‌سازی ابزارهای سفارشی Options for Implementing Custom Tools

• یکپارچه‌سازی ابزارهای سفارشی در ایجنت‌ها Integrate Custom Tools into Agents

• پروتکل MCP چیست؟ What is MCP

• مفاهیم سرور و کلاینت MCP MCP Server and Client Concepts

• درک نحوه شناسایی ابزار در MCP Understand MCP Tool Discovery

• یکپارچه‌سازی ابزارهای MCP با ایجنت‌ها Integrate MCP Tools with Agents

• دمو: یکپارچه‌سازی MCP با ایجنت‌ها Demo: MCP Integration with Agents

• آزمایشگاه عملی Hands-on Lab

ساخت ایجنت‌های هوش مصنوعی تقویت شده با دانش Build Knowledge-Enhanced AI Agents

• مقدمه‌ای بر RAG برای ایجنت‌ها Introduction to RAG for Agents

• مرور کلی Foundry IQ Overview of Foundry IQ

• پیکربندی منابع داده برای پایگاه‌های دانش Configuring Data Sources for Knowledge Bases

• راه‌اندازی بازیابی با Foundry IQ Setting Up Retrieval with Foundry IQ

یکپارچه‌سازی ایجنت‌ها با Microsoft 365 Integrate Agents with Microsoft 365

• گزینه‌های انتشار ایجنت Agent Publishing Options

• انتشار ایجنت در Microsoft Teams Publish Agent to Microsoft Teams

• مجموعه ابزارهای ایجنت Microsoft 365 Microsoft 365 Agents Toolkit

• دسترسی به داده‌های Microsoft 365 با استفاده از Work IQ Access Microsoft 365 Data using Work IQ

• تست و تکرار در توسعه ایجنت‌ها Test and Iterate Agents

• دمو: یکپارچه‌سازی ایجنت‌ها با Microsoft 365 Demo: Integrate Agents with Microsoft 365

ساخت جریان‌های کاری (Workflows) ایجنت Build Agent Workflows

• مقدمه‌ای بر جریان‌های کاری (Workflows) Introduction to Workflows

• الگوهای جریان کاری Workflow Patterns

• ایجاد جریان‌های کاری در Foundry Create Workflows in Foundry

• افزودن ایجنت‌ها به جریان کاری Add Agents to Workflow

• استفاده از Power Fx در جریان‌های کاری Use Power Fx in Workflows

• نگهداری جریان‌های کاری Maintain Workflows

• دمو: ساخت جریان کاری ایجنت Demo: Build Agent Workflow

چارچوب ایجنت مایکروسافت (Microsoft Agent Framework) Microsoft Agent Framework

• استفاده از جریان‌های کاری در کد Use Workflows in Code

• شروع کار با Microsoft Agent Framework Getting Started with Microsoft Agent Framework

• ساخت اولین ایجنت Azure AI شما Build Your First Azure AI Agent

• تقویت ایجنت‌های Azure AI با ابزارها Enhancing Azure AI Agents with Tools

• دمو: ساخت ایجنت Azure AI با Microsoft Agent Framework Demo: Build Azure AI Agent with Microsoft Agent Framework

• آزمایشگاه عملی Hands-on Lab

ارکستراسیون چند-ایجنت (Multi-Agent) Multi-Agent Orchestration

• شروع کار با سیستم‌های چند-ایجنت Getting Started with Multi-Agent Systems

• درک ارکستراسیون ایجنت‌ها Understanding Agent Orchestration

• الگوی ارکستراسیون متوالی (Sequential) Sequential Orchestration Pattern

• دمو: الگوی ارکستراسیون متوالی Demo: Sequential Orchestration Pattern

• الگوی ارکستراسیون همزمان (Concurrent) Concurrent Orchestration Pattern

• دمو: الگوی ارکستراسیون همزمان Demo: Concurrent Orchestration Pattern

• الگوی همکاری چت گروهی Group Chat Collaboration Pattern

• دمو: الگوی ارکستراسیون چت گروهی Demo: Group Chat Orchestration Pattern

• الگوی تحویل ایجنت (Handoff) Agent Handoff Pattern

• دمو: الگوی تحویل ایجنت Demo: Agent Handoff Pattern

• بررسی ارکستراسیون Magentic Exploring Magentic Orchestration

• آزمایشگاه عملی Hands-on Lab

مقدمه‌ای بر ارتباطات ایجنت به ایجنت (A2A) Welcome to A2A (Agent-to-Agent) Communication

• درک پروتکل A2A Understanding the A2A Protocol

• اجرای ایجنت: مفاهیم اصلی و معماری Agent Executor: Core Concepts and Architecture

• ساخت و میزبانی یک سرور A2A Building and Hosting an A2A Server

• اتصال و تعامل با ایجنت‌های A2A Connecting and Interacting with A2A Agents

تحلیل متن با Azure AI Language Text Analytics with Azure AI Language

• سرویس‌های زبان Azure AI: نمای کلی Azure AI Language Services: The Big Picture

• تشخیص زبان: صحبت به هر زبانی Language Detection - Speak Any Language

• تشخیص موجودیت‌ها: استخراج بینش‌ها Entity Recognition - Extract Insights

• محافظت از داده‌های حساس با تشخیص PII Protect Sensitive Data with PII Detection

• آزمایشگاه عملی Hands-on Lab

ایجنت MCP زبان Language MCP Agent

• معرفی سرور Azure Language MCP Introducing the Azure Language MCP Server

• دمو: اتصال Azure Language MCP به ایجنت‌های هوش مصنوعی Demo - Connecting Azure Language MCP to AI Agents

• دمو: ساخت یک ایجنت تحلیل متن هوشمند Demo - Creating an Intelligent Text Analysis Agent

• آزمایشگاه عملی Hands-on Lab

اپلیکیشن‌های هوش مصنوعی گفتار Speech AI Applications

• درک مدل‌های هوش مصنوعی با قابلیت گفتار Understanding Speech-Capable AI Models

• دمو: تبدیل گفتار به متن Demo - Speech-to-Text: Converting Audio into Text

• دمو: تبدیل متن به گفتار: تولید خروجی صوتی طبیعی Demo - Text-to-Speech: Generating Natural Voice Output

• آزمایشگاه عملی Hands-on Lab

SDK گفتار و ویژگی‌های پیشرفته Speech SDK and Advanced Features

• شروع کار با Azure Speech در Foundry Getting Started with Azure Speech in Foundry

• عملی: کار با API تبدیل گفتار به متن Hands-on - Working with the Speech-to-Text API

• عملی: کار با API تبدیل متن به گفتار Hands-on - Working with the Text-to-Speech API

• عملی: درک فرمت‌های صوتی و گزینه‌های صدا Hands-ons - Understanding Audio Formats and Voice Options

• عملی: استفاده از SSML برای تولید گفتار طبیعی Hands-on - Using SSML for Natural Speech Generation

• آزمایشگاه عملی Hands-on Lab

ایجنت‌های گفتار و هوش مصنوعی صوتی Speech Agents and Voice AI

• مقدمه‌ای بر سرور Azure Speech MCP Introduction to the Azure Speech MCP Server

• دمو: یکپارچه‌سازی Speech MCP با ایجنت‌های هوش مصنوعی Demo - Integrating Speech MCP with AI Agents

• دمو: نحوه یکپارچه‌سازی Speech MCP در ایجنت به عنوان ابزار Demo- How to integrate Speech MCP to Agent as a tool

• آزمایشگاه عملی Hands-on Lab

راهکارهای ترجمه Translation Solutions

• مقدمه‌ای بر ترجمه در Foundry Introduction to Translation in Foundry

• دمو: ترجمه متن با Azure Translation Demo -Translating Text with Azure Translation

• دمو: مبانی ترجمه گفتار Demo - Speech Translation Fundamentals

• دمو: ترجمه با سنتز گفتار Demo - Transaltion with Speech synthesis

• آزمایشگاه عملی Hands-on Lab

هوش مصنوعی مولد با قابلیت بینایی Vision-enabled Generative AI

• مدل‌های دارای قابلیت بینایی Vision-Capable Models

• دمو: ساخت اپلیکیشن‌های چت بینایی Demo - Build Vision Chat Applications

• آزمایشگاه عملی Hands-on Lab

تولید تصویر با هوش مصنوعی Image Generation with AI

• مدل‌های تولید تصویر Image Generation Models

• دمو: تولید تصویر از پرامپت در Foundry Playground Demo - Generate Images from Prompts In Foundry Playground

• دمو: ساخت اپلیکیشن تولید تصویر Demo - Build Image Generation App

• آزمایشگاه عملی Hands-on Lab

تولید ویدیو با هوش مصنوعی Video Generation with AI

• مدل‌های تولید ویدیو Video Generation Models

• دمو: تولید ویدیو از پرامپت در Foundry Playground Demo -Generate Video from Prompts in Foundry Playground

• دمو: استفاده از پایتون برای تولید ویدیو Demo - Use Python for Video Generation

• آزمایشگاه عملی Hands-on Lab

درک محتوای Azure (Content Understanding) Azure Content Understanding

• مقدمه‌ای بر درک محتوای Azure (Content Understanding) Introduction to Azure Content Understanding

• دمو: ساخت اولین تحلیل‌گر محتوا Demo - Build Your First Content Analyzer

• دمو: کار با درک محتوا Demo: Working with the Content Understanding

• آزمایشگاه عملی Hands-on Lab

هوش مستندات Azure (Document Intelligence) Azure Document Intelligence

• مقدمه‌ای بر هوش مستندات Azure (Document Intelligence) Introduction to Azure Document Intelligence

• دمو: شروع کار با Document Intelligence Studio Demo - Getting Started with Document Intelligence Studio

• دمو: استخراج داده‌ها با مدل‌های پیش‌ساخته Demo - Extract Data with Prebuilt Models

• دمو: ساخت و آموزش مدل‌های مستند سفارشی Demo - Build and Train Custom Document Models

استخراج دانش با Azure AI Search Knowledge Mining with Azure AI Search

• شروع کار با Azure AI Search Getting Started with Azure AI Search

• ساخت و پیکربندی ایندکسرهای جستجو Build and Configure Search Indexers

• جستجو و پرس‌وجو در داده‌های ایندکس شده Search and Query Indexed Data

• کار با ذخیره‌سازهای دانش (Knowledge Stores) Working with Knowledge Stores

• دمو: ایجاد یک راهکار استخراج دانش Demo - Creating a Knowledge Mining Solution

آزمون‌های تمرینی Practice Tests

• آزمون 01 Test 01