آموزش جامع Semantic Kernel SDK برای توسعه اپلیکیشن‌های هوشمند - آخرین آپدیت

دانلود Semantic Kernel SDK for Intelligent Applications

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: به‌روزرسانی شده در می ۲۰۲۵. این دوره اکنون دارای قابلیت Coursera Coach است! روشی هوشمندانه‌تر برای یادگیری با گفتگوهای تعاملی و آنی که به شما کمک می‌کند تا دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و در حین پیشروی در دوره، درک خود را عمیق‌تر کنید. با استفاده از Semantic Kernel SDK، پتانسیل کامل راهکارهای تجاری مبتنی بر هوش مصنوعی را آزاد کنید. این دوره شما را با دانش لازم برای ادغام مدل‌های زبانی بزرگ (LLMs) و هوش مصنوعی مولد در اپلیکیشن‌هایتان با استفاده از Semantic Kernel مایکروسافت مجهز می‌کند. شما درک عمیقی از نحوه ایجاد عامل‌های هوشمند (AI Agents)، ساخت اپلیکیشن‌های چت و طراحی پلاگین‌های متناسب با نیازهای کسب‌وکار کسب خواهید کرد. این دوره با مفاهیم بنیادی، از جمله LLMها، هوش مصنوعی مولد و نقش Semantic Kernel در اپلیکیشن‌های مدرن آغاز می‌شود. شما محیط توسعه خود را با ابزارهایی مانند Visual Studio، VS Code و Azure راه‌اندازی می‌کنید تا برای توسعه عملی آماده شوید. سپس، به سراغ ساخت Semantic Kernel اختصاصی، ایجاد اپلیکیشن‌های چت قدرت گرفته از AI و پیکربندی منابع Azure OpenAI خواهید رفت. در نیمه دوم دوره، بر گسترش قابلیت‌های Semantic Kernel از طریق پلاگین‌های داخلی و سفارشی تمرکز خواهید کرد. شما ابزارهای مشاوره شغلی را طراحی می‌کنید، پرسوناهای مختلف را ادغام می‌نمایید و پرامپت‌ها را به‌طور موثر مدیریت می‌کنید. همچنین، توابع Native، اتوماسیون آن‌ها و نحوه بهبود تعاملات با استفاده از ترکیب توابع و پرامپت‌ها در این دوره پوشش داده شده است. این دوره برای توسعه‌دهندگان، مهندسان نرم‌افزار و متخصصان کسب‌وکار علاقه‌مند به ساخت اپلیکیشن‌های مبتنی بر هوش مصنوعی ایده‌آل است. داشتن درک ابتدایی از برنامه‌نویسی و آشنایی با محیط‌های توسعه مانند Visual Studio یا Azure توصیه می‌شود. سطح این دوره متوسط است.

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

آشنایی با Semantic Kernel Introduction to Semantic Kernel

  • مرور کلی بخش Section Overview

  • مدل زبانی بزرگ (LLM) چیست؟ What is an LLM?

  • هوش مصنوعی مولد چیست؟ What is Generative AI?

  • Semantic Kernel چیست؟ What is Semantic Kernel?

  • چرا از Semantic Kernel استفاده کنیم؟ Why use the Semantic Kernel?

  • درک عامل‌های هوش مصنوعی در فضای کسب‌وکار Understanding AI Agents in Business Context

  • مرور بخش Section Review

راه‌اندازی محیط توسعه Environment Setup

  • مرور کلی بخش Section Overview

  • استفاده از Visual Studio (فقط ویندوز) Using Visual Studio (Windows Only)

  • Visual Studio Code Visual Studio Code

  • حساب کاربری Microsoft Azure Microsoft Azure Account

  • مرور بخش Section Review

ساخت کرنل اختصاصی Build Your Kernel

  • مرور کلی بخش Section Overview

  • کرنل (Kernel) چیست؟ What is the Kernel?

  • نحوه ساخت کرنل How to Build Your Kernel

  • ایجاد منبع Azure OpenAI Create Azure OpenAI Resource

  • ساخت اپلیکیشن تکمیل چت (Chat Completion) Build a Chat Completion App

  • مرور بخش Section Review

پلاگین‌های Semantic Kernel Semantic Kernel Plugins

  • مرور کلی بخش Section Overview

  • آشنایی با پلاگین‌ها Introduction to Plugins

  • استفاده از پلاگین داخلی زمان (Time Plugin) Using Built-in Time Plugin

  • استفاده از پلاگین خلاصه ساز گفتگو Using Conversation Summary Plugin

  • درک پرامپت‌ها (Prompts) Understanding Prompts

  • ساخت مشاور شغلی با قالب پرامپت Create Career Advisor with Prompt Template

  • افزودن پرسونا به پرامپت‌ها Adding Personas to Prompts

  • مشاور شغلی با قابلیت پرسونا Career Advisor with Persona

  • ذخیره پرامپت‌ها در فایل‌ها Saving Prompts to Files

  • ساخت پلاگین دستیار شغلی Semantic Create Semantic Career Assistant Plugin

  • مرور بخش Section Review

توابع Native و پلاگین‌ها Native Functions and Plugins

  • مرور کلی بخش Section Overview

  • درک توابع Native Understanding Native Functions

  • ایجاد توابع Native برای عامل هوش مصنوعی ردیابی شغلی Creating Native Functions for Career Tracking AI Agent

  • استفاده از توابع Native در عامل هوشمند Using Native Functions in AI Agent

  • ترکیب توابع با پرامپت‌ها Combining Functions with Prompts

  • به‌کارگیری توابع در پرامپت‌ها Using Functions in Prompts

  • فراخوانی خودکار توابع Automatically Invoking Functions

  • تنظیم فراخوانی خودکار توابع Setting Automatic Function Invocation

  • مرور بخش Section Review

ساخت دستیار چت وب Create Web Chat Assistant

  • مرور کلی بخش Section Overview

  • ایجاد پروژه جدید ASP.NET Core MVC Create a New ASP.NET Core MVC Project

  • ساخت کلاس سرویس Semantic Kernel Build a Semantic Kernel Service Class

  • ایجاد نقطه پایانی (Endpoint) چت Create a Chat Endpoint

  • ساخت نمای پاپ‌آپ چت - بخش اول Build the Chat Popup View - 1

  • ساخت نمای پاپ‌آپ چت - بخش دوم Build the Chat Popup View - 2

  • تست اپلیکیشن Testing the Application

  • راه‌اندازی دیتابیس تاریخچه چت Setup Chat Log Database

  • ذخیره تاریخچه چت در دیتابیس Storing Chat Log in Database

  • بازیابی تاریخچه چت Fetching Chat Log

  • تست تاریخچه گفتگوها Testing Chat History

  • افزودن بافت تاریخی به چت Semantic Kernel Add Historical Context to Semantic Kernel Chat

  • درک مفهوم RAG Understanding RAG

  • پیاده‌سازی RAG با Semantic Kernel Implementing RAG with Semantic Kernel

  • مرور بخش Section Review

جمع‌بندی Conclusion

  • جمع‌بندی نهایی Conclusion

نمایش نظرات

آموزش جامع Semantic Kernel SDK برای توسعه اپلیکیشن‌های هوشمند
جزییات دوره
6h 49m
55
(آخرین آپدیت)
579
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده