Uelekezaji wa Sura: - 📚 Nyumbani kwa Kozi: AZD Kwa Waanzilishi - 📖 Sura ya Sasa: Sura ya 2 - Maendeleo Yanayoweka AI Kwanza - ⬅️ Iliyotangulia: Muunganisho wa Microsoft Foundry - ➡️ Ifuatayo: Uenezi wa Mfano wa AI - 🚀 Maendeleo: Suluhisho za Wakala Wengi Wakala wa AI ni programu huru ambazo zinaweza kuhisi mazingira yao, kufanya maamuzi, na kuchukua hatua kufanikisha malengo maalum. Tofauti na chatbots rahisi zinazojibu amri, wakala wanaweza: Mwongozo huu unaonyesha jinsi ya kueneza wakala…
அதிகாரம் வழிசெலுத்தல்: - 📚 பாடநெடுஞ்சாலை முகப்பு: AZD For Beginners - 📖 தற்போதைய அதிகாரம்: அதிகாரம் 2 - முதன்மையான AI மேம்பாடு - ⬅️ முந்தையது: Microsoft Foundry ஒருமை - ➡️ அடுத்து: AI மாதிரி வினியோகம் - 🚀 முன்னேற்றம்: பல முகவர் தீர்வுகள் AI முகவர்கள் சுயமாக இயங்கும் நிரல்கள் ஆகும், அவை சுற்றுப்புறத்தை உணர்ந்து, தீர்மானங்களை எடுத்து, குறிப்பிட்ட இலக்குகளை அடைய நடவடிக்கைகள் எடுக்க முடியும். தட்டுப்பூங்கல் (chatbot) போன்ற எளிதானதாக அல்லாமல், முகவர்கள்: இந்த வழிகாட்டி Azure Developer CLI (azd) பயன்படுத்தி Azure-க்கு AI முகவர்களை எப்படி வினியோகிக்கின்றது என்பதைக் காட்டுகிறது. சரிபார்ப்பு குறிப்பு (2026-07-13): இந்த வழிகாட்டி azd…
అధ్యాయం నావిగేషన్: - 📚 కోర్సు హోమ్: AZD మొదటిదారులకు - 📖 ప్రస్తుత అధ్యాయం: అధ్యాయం 2 - AI-ఫస్ట్ డెవలప్మెంట్ - ⬅️ మునుపటి: Microsoft Foundry ఇంటిగ్రేషన్ - ➡️ తదుపరి: AI మోడల్ డిప్లాయ్మెంట్ - 🚀 అధునాతన: మల్టీ-ఏజెంట్ సొల్యూషన్స్ AI ఏజెంట్లు స్వతంత్ర ప్రోగ్రామ్లు, ఇవి తమ పరిసరాలను గ్రహించి, నిర్ణయాలు తీసుకుని, నిర్దిష్ట లక్ష్యాలను సాధించడానికి చర్యలు తీసగలవు. ప్రాంప్ట్లకు ప్రతిస్పందించే సాధారణ చాట్బాట్లకు భిన్నంగా, ఏజెంట్లు: ఈ మార్గదర్శకము Azure Developer CLI (azd) ఉపయోగించి AI ఏజెంట్లను Azureలో ఎలా డిప్లాయ్ చేయాలనే చూపిస్తుంది. నిర్ధారణ గమనిక (2026-07-13): ఈ మార్గదర్శకము azd 1.27.1 మరియు azure.ai.agents 1.0.0-beta.5 ఆధారంగా…
Pag-navigate sa Kabanata: - 📚 Pahina ng Kurso: AZD Para sa mga Nagsisimula - 📖 Kasalukuyang Kabanata: Kabanata 2 - AI-Primereng Pag-unlad - ⬅️ Nakaraang Kabanata: Microsoft Foundry Integration - ➡️ Susunod na Kabanata: Pag-deploy ng AI Model - 🚀 Advanced: Mga Solusyon na Multi-Agent Ang mga AI agent ay autonomous na mga programa na maaaring makita ang kanilang kapaligiran, gumawa ng mga desisyon, at magsagawa ng mga aksyon upang makamit ang mga partikular na layunin. Hindi tulad ng simpleng…
Bölüm Navigasyonu: - 📚 Kurs Ana Sayfası: AZD Yeni Başlayanlar İçin - 📖 Mevcut Bölüm: Bölüm 2 - AI-Öncelikli Geliştirme - ⬅️ Önceki: Microsoft Foundry Entegrasyonu - ➡️ Sonraki: AI Model Dağıtımı - 🚀 İleri Düzey: Çoklu Ajan Çözümleri AI ajanları, çevrelerini algılayabilen, karar verebilen ve belirli hedeflere ulaşmak için eylemler gerçekleştirebilen otonom programlardır. Basit istemlere yanıt veren sohbet botlarının aksine, ajanlar: Bu rehber, Azure Developer CLI (azd) kullanarak Azure’a AI ajanları nasıl dağıtacağınızı gösterir. Doğrulama notu (2026-07-13): Bu rehber…
Навігація по розділах: - 📚 Домашня сторінка курсу: AZD для початківців - 📖 Поточний розділ: Розділ 2 - Розробка з використанням ШІ першочергово - ⬅️ Попередній: Інтеграція Microsoft Foundry - ➡️ Наступний: Розгортання моделей ШІ - 🚀 Просунуті теми: Багатоагентні рішення Агенти ШІ — це автономні програми, які можуть сприймати своє середовище, приймати рішення та виконувати дії для досягнення конкретних цілей. На відміну від простих чатботів, які відповідають на запити, агенти можуть: Цей посібник показує, як розгорнути агентів ШІ в…
باب نیویگیشن: - 📚 کورس ہوم: AZD برائے مبتدیان - 📖 موجودہ باب: باب 2 - AI-فرسٹ ڈیولپمنٹ - ⬅️ پچھلا: Microsoft Foundry انٹیگریشن - ➡️ اگلا: AI ماڈل کی تعیناتی - 🚀 ایڈوانسڈ: کثیر ایجنٹ حل AI ایجنٹس خود مختار پروگرام ہوتے ہیں جو اپنے ماحول کو محسوس کر سکتے ہیں، فیصلے کر سکتے ہیں، اور مخصوص مقاصد کے حصول کے لیے کارروائی کرتے ہیں۔ سادہ چیٹ بوٹس کے برعکس جو صرف پرامپٹس کا جواب دیتے ہیں، ایجنٹس کر…
Điều hướng Chương: - 📚 Trang Khóa Học: AZD Dành Cho Người Mới - 📖 Chương Hiện Tại: Chương 2 - Phát Triển Ưu Tiên AI - ⬅️ Trước: Tích hợp Microsoft Foundry - ➡️ Tiếp Theo: Triển Khai Mô Hình AI - 🚀 Nâng Cao: Giải Pháp Đa Đại Lý Đại lý AI là các chương trình tự động có thể nhận biết môi trường, đưa ra quyết định và thực hiện hành động để đạt được các mục…
Agents are autonomous actors that make decisions and interact in the marketplace. Each agent has a profile, runs in a continuous loop, and executes actions through the platform. For our marketplace, we created two basic agents that interact: a CustomerAgent and a BusinessAgent. Each agent inherits from a BaseAgent class which handles the agent loop to register the agent, then continuously run by calling the step() function. The customer agent implements shopping behavior: searches for businesses, sends inquiries, evaluates proposals,…
Code in this repository should follow the guidelines specified in the Microsoft Rust Guidelines. Crate README files are auto-generated via just anvil-readme --fix. Do not manually update them. Because they are generated, do not edit them by hand and do not raise their formatting, wording, or casing (for example the title-cased crate name) as issues in code review - such content is not authored here and is regenerated from the crate's doc comments. Use each Anvil recipe's --package PACKAGE_NAME option…
Code in this crate should follow the Microsoft Rust Guidelines. These assumptions shape how we write and optimize code in this crate. Keep them in mind when proposing or reviewing changes, especially performance-related ones. Our types are intended to be used in a thread-isolated architecture where mutexes are almost never contended. Any mutex that exists does so for safety in degenerate scenarios (e.g. memory allocated on one thread but released on another), not because we expect concurrent access on the…
A TLS backend is mandatory to create an HttpClient for real network use. The tokio runtime alone is not enough — the hyper transport layer is built on top of TLS, so both must be enabled together. There are currently two TLS backends, rustls and native-tls, and more may be added. This produces the recurring cfg-guard pattern: When adding a new TLS backend, extend the inner any(...) accordingly (e.g. add the new feature alongside rustls and native-tls). Some items are…
Code in this crate should follow the Microsoft Rust Guidelines. Each middleware has two logic-equivalent Service trait impls in the same file: one for layered::Service (execute) and one for towerservice::Service (call). The business logic flow must be identical between the two — they differ only mechanically (boxed futures, pollready, Arc cloning, Result output type). Any change to execute must be mirrored in call, and vice versa. Prefer adding logic to the shared *Shared helper structs rather than inlining into both…
When adding a new example, update README.md with a link to the new file and a brief one-line description. Keep the list in the same order: timeout, retry, breaker, fallback, combined pipelines, then configuration. Also synchronize the Examples section in the lib.rs documentation.
This document provides guidance for AI agents assisting with the Microsoft Fabric CLI (fab) — a Python-based command-line interface for Microsoft Fabric. The Fabric CLI is a file-system-inspired command-line interface that lets users explore, automate, and script their Microsoft Fabric environment. Key characteristics: Repository: https://github.com/microsoft/fabric-cli All AI-related resources (skills, context, prompts, modes) are organized in the .ai-assets/ folder. See .ai-assets/README.md for a complete catalog of available resources. When assisting with code contributions to this repository (adding features, fixing bugs, writing…
MicrosoftAGENTS.md