agentleFS
MicrosoftKnown publishermicrosoft/Building-AI-Agents-From-Zero-To-Production/translations/pa/AGENTS.md

Building-AI-Agents-From-Zero-To-Production / pa

AGENTS.md194 starsChanged 4 months agoMITView on GitHub

ਇਸ ਰਿਪੋਜ਼ਿਟਰੀ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ AI ਕੋਡਿੰਗ ਏਜੰਟਾਂ (ਅਤੇ ਮਨੁੱਖੀ ਯੋਗਦਾਨਕਾਰਾਂ) ਲਈ ਮਾਰਗਦਰਸ਼ਨ। ਜੇ ਤੁਸੀਂ ਇੱਕ ਇੱਥੇ ਬਦਲਾਅ ਕਰਨ ਵਾਲਾ ਸੁਚਾਲਿਤ ਏਜੰਟ ਹੋ, ਤਾਂ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਇਸ ਫਾਇਲ ਨੂੰ ਪੜ੍ਹੋ ਅਤੇ ਇਸ ਦੀ ਪਾਲਣਾ ਕਰੋ। Building AI Agents from Zero to Production ਇੱਕ Microsoft ਸਿੱਖਣ ਕੋਰਸ ਹੈ। ਇਹ ਵਿਕਾਸਕਰਤਿਆਂ ਨੂੰ Microsoft Foundry 'ਤੇ AI ਏਜੰਟਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ, ਬਣਾਉਣ, ਮੁਲਾਂਕਣ, ਡਿਪਲੋਇ ਅਤੇ ਓਪਰੇਟ ਕਰਨ ਲਈ Microsoft Agent Framework (MAF) ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਸਿਖਾਉਂਦਾ ਹੈ। ਸਮੱਗਰੀ ਪਾਠਾਂ ਦੀ ਲੜੀ ਵਜੋਂ…

  • Reads credentials
  • Installs packages
Files
AGENTS.md

AGENTS.md

ਇਸ ਰਿਪੋਜ਼ਿਟਰੀ ਵਿੱਚ ਕੰਮ ਕਰਨ ਵਾਲੇ AI ਕੋਡਿੰਗ ਏਜੰਟਾਂ (ਅਤੇ ਮਨੁੱਖੀ ਯੋਗਦਾਨਕਾਰਾਂ) ਲਈ ਮਾਰਗਦਰਸ਼ਨ। ਜੇ ਤੁਸੀਂ ਇੱਕ ਇੱਥੇ ਬਦਲਾਅ ਕਰਨ ਵਾਲਾ ਸੁਚਾਲਿਤ ਏਜੰਟ ਹੋ, ਤਾਂ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਇਸ ਫਾਇਲ ਨੂੰ ਪੜ੍ਹੋ ਅਤੇ ਇਸ ਦੀ ਪਾਲਣਾ ਕਰੋ।

ਇਹ ਰਿਪੋਜ਼ਿਟਰੀ ਕੀ ਹੈ

Building AI Agents from Zero to Production ਇੱਕ Microsoft ਸਿੱਖਣ ਕੋਰਸ ਹੈ। ਇਹ ਵਿਕਾਸਕਰਤਿਆਂ ਨੂੰ Microsoft Foundry 'ਤੇ AI ਏਜੰਟਾਂ ਨੂੰ ਡਿਜ਼ਾਈਨ, ਬਣਾਉਣ, ਮੁਲਾਂਕਣ, ਡਿਪਲੋਇ ਅਤੇ ਓਪਰੇਟ ਕਰਨ ਲਈ Microsoft Agent Framework (MAF) ਦੀ ਵਰਤੋਂ ਕਰਨਾ ਸਿਖਾਉਂਦਾ ਹੈ। ਸਮੱਗਰੀ ਪਾਠਾਂ ਦੀ ਲੜੀ ਵਜੋਂ ਵਿਵਸਤਤ ਹੈ, ਹਰ ਇੱਕ README.md ਅਤੇ ਚਲਾਉਣ ਯੋਗ Python ਨਮੂਨੇ।

lesson-1-agent-design/            Use case + how to design effective agents
lesson-2-agent-development/       Build specialised agents with MAF (multiple runnable samples)
lesson-3-agent-evals/             Evaluations and observability
lesson-4-agentdeployment/         Deploy a hosted agent + OpenAI ChatKit front end
lesson-5-hosted-agents-production/ Hosted Agents vs Capability Hosts, BYO storage, governance
lesson-6-toolbox/                 Microsoft Toolbox: define + govern tools centrally
lesson-7-multi-agent-a2a/         Multi-agent orchestration over the A2A protocol

ਮੁੱਖ ਦਸਤਾਵੇਜ਼: README.md (ਇਥੋਂ ਸ਼ੁਰੂ ਕਰੋ), MIGRATION-GUIDE.md (SDK ਮਾਈਗਰੇਸ਼ਨ ਵਿਵਰਣ), CHANGELOG.md.

ਮਹੱਤਵਪੂਰਨ ਨਿਯਮ

  1. ਕਦੇ ਵੀ ਸਿਕ੍ਰੇਟਸ commit ਨਾ ਕਰੋ। ਕੇਵਲ *.env.example ਫਾਈਲਾਂ ਟ੍ਰੈਕ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ; ਅਸਲ .env ਫਾਈਲਾਂ git-ignored ਹਨ। ਨਮੂਨਿਆਂ ਜਾਂ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ endpoints, keys, tokens, ਜਾਂ connection strings ਨੂੰ ਹਾਰਡਕੋਡ ਨਾ ਕਰੋ।
  2. translations/ ਜਾਂ translated_images/ ਨੂੰ ਛੇੜੋ ਨਾ। ਇਹ ਇੱਕ translation GitHub Action ਦੁਆਰਾ ਆਟੋਮੈਟਿਕ ਤਰੀਕੇ ਨਾਲ ਬਣਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਹੱਥੋਂ-ਹੱਥ ਸੋਧ ਕਦੇ ਵੀ ਨਾ ਕਰੋ; ਸੋਰਸ ਬਦਲਾਅ ਸਿਰਫ ਟੌਪ-ਲੇਵਲ ਪਾਠ ਫਾਈਲਾਂ ਵਿੱਚ ਹੀ ਕਰੋ।
  3. ਕੋਈ deprecated ਮਾਡਲ ਨਹੀਂ। ਚੈਟ/ਮੁਲਾਂਕਣ ਲਈ gpt-5.1 ਅਤੇ ਕੋਡਿੰਗ ਲਈ gpt-5-codex ਵਰਤੋ। ਕਿਰਪਾ ਕਰਕੇ ਨਵੇਂ gpt-4o, gpt-4.1, ਜਾਂ ਕਿਸੇ ਵੀ ਰਿਟਾਇਰ ਹੋਏ ਮਾਡਲ ਨੂੰ ਨਹੀਂ ਲਿਆਓ, ਅਤੇ GitHub Models (retiring July 30, 2026) — ਸਾਰੇ ਮਾਡਲ Microsoft Foundry ਰਾਹੀਂ ਸਰਵ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
  4. ਮੌਜੂਦਾ SDK surface ਵਰਤੋ। ਨਮੂਨੇ agent-framework (ਜੋ requirements.txt ਵਿੱਚ pinned ਹੈ) FoundryChatClient ਅਤੇ Responses API ਨਾਲ। ਪੁਰਾਣੇ AzureAIClient / AzureAIAgentClient / AzureOpenAIChatClient ਪੈਟਰਨਸ ਨੂੰ ਮੁੜ ਨਾ ਲਿਆਓ।
  5. ਸ਼ਬਦਾਵਲੀ ਨਵੀਨਤਮ ਰੱਖੋ: Microsoft Foundry (not "Azure AI Foundry"), Microsoft Agent Framework, Hosted Agents, Capability Hosts, Microsoft Toolbox, MCP / Hosted MCP, A2A.

ਸੈੱਟਅੱਪ

python -m venv .venv
# ਵਿੰਡੋਜ਼:  .venv\Scripts\Activate.ps1
# macOS/ਲਿਨਕਸ:  source .venv/bin/activate
pip install -r requirements.txt

az login                     # ਸੈਂਪਲ ਤੁਹਾਡੀ ਡਿਵੈਲਪਰ ਆਈਡੈਂਟੀਟੀ ਨਾਲ ਪ੍ਰਮਾਣਿਕਤਾ ਕਰਦੇ ਹਨ
cp .env.example .env         # ਫਿਰ ਆਪਣਾ Foundry ਪ੍ਰੋਜੈਕਟ ਐਂਡਪਾਇੰਟ + ਮਾਡਲ ਭਰੋ

ਲੋੜਾਂ: Python 3.12+, Azure CLI, ਅਤੇ ਇੱਕ Microsoft Foundry ਪ੍ਰੋਜੈਕਟ ਤੱਕ ਪਹੁੰਚ ਜਿਸ ਉੱਤੇ ਇੱਕ ਡਿਪਲੋਇਡ GPT-5-series ਮਾਡਲ ਹੋਵੇ। ਹਰ ਪਾਠ README ਆਪਣੀਆਂ ਜਰੂਰੀਆਂ ਸ਼ਰਤਾਂ ਅਤੇ env vars ਨੂੰ ਸੂਚੀਬੱਧ ਕਰਦਾ ਹੈ ਇਹਦੀ ਲੋੜਾਂ ਲਈ (ਜਿੱਥੇ ਉਪਲਬਧ ਹੋਵੇ ਤਾਂ lesson-ਲੇਵਲ .env.example ਵੇਖੋ)।

ਨਮੂਨੇ ਚਲਾਉਣਾ

ਜ਼ਿਆਦਾਤਰ lesson-2 ਨਮੂਨੇ ਇੱਕ ਸਮਰਪਿਤ ਪੋਰਟ 'ਤੇ ਲੋਕਲ DevUI ਲਾਂਚ ਕਰਦੇ ਹਨ (ਉਦਾਹਰਣ ਲਈ 8090–8096); A2A ਸਰਵਰ ਪਾਠ 7 ਵਿੱਚ ਪੋਰਟ 9000 'ਤੇ ਸੁਣਦਾ ਹੈ। ਸਹੀ ਕਮਾਂਡ ਅਤੇ ਪੋਰਟ ਲਈ ਹਰ ਨਮੂਨੇ ਦੀ docstring/README ਚੈੱਕ ਕਰੋ। ਕਿਉਂਕਿ ਨਮੂਨੇ ਲਾਈਵ Foundry endpoints ਨੂੰ ਕਾਲ ਕਰਦੇ ਹਨ, ਉਹਨਾਂ ਨੂੰ ਇੱਕ ਵੈਧ .env ਅਤੇ az login ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਬਦਲਾਵਾਂ ਦੀ ਜਾਂਚ

ਇੱਥੇ ਕੋਈ ਯੂਨਿਟ-ਟੈਸਟ ਸੂਟ ਨਹੀਂ ਹੈ; ਵੇਰੀਫਿਕੇਸ਼ਨ static + live ਹੈ:

  • Static gate (must pass before commit): ਹਰ ਨਮੂਨੇ ਨੂੰ byte-compile ਕਰੋ।
    python -m py_compile $(git ls-files '*.py')
    Windows PowerShell 'ਤੇ:
    git ls-files '*.py' | ForEach-Object { python -m py_compile $_ }
  • Markdown links: CI static job markdown-link-check ਚਲਾਂਦਾ ਹੈ (config: .github/workflows/markdown-link-check-config.json). ਕਿਸੇ ਵੀ ਨਵੇਂ ਬਾਹਰੀ ਲਿੰਕ ਦੀ ਜਾਂਚ ਕਰੋ ਕਿ ਉਹ ਸਹੀ ਤਰੀਕੇ ਨਾਲ resolve ਹੁੰਦੇ ਹਨ (HTTP 200)।
  • Smoke test: .github/workflows/smoke-test-hosted-agent.yml AI Smoke Test action ਚਲਾਉਂਦਾ ਹੈ ਇਕ ਡਿਪਲੋਇਡ ਹੋਸਟਡ ਏਜੰਟ ਦੇ ਖਿਲਾਫ (workflow_dispatch, OIDC). ਲਾਈਵ ਏਜੰਟ ਚਲਾਉਣ ਲਈ Azure ਪਹੁੰਚ ਲਾਜ਼ਮੀ ਹੈ।

CI (static job) ਆਪਮੈਟਿਕ ਤੌਰ .py ਫਾਈਲਾਂ ਨੂੰ ਖੋਜਦਾ ਹੈ, ਇਸ ਲਈ ਨਵੇਂ ਨਮੂਨੇ workflow ਸੋਧਣ ਬਿਨਾਂ ਕਵਰ ਹੋ ਜਾਂਦੇ ਹਨ। workflow. py_compile ਫੇਲ ਹੋਣ ਵਾਲਾ ਕੋਡ commit ਨਾ ਕਰੋ।

Commit ਰੀਤੀਆਂ

  • ਧਿਆਨ ਕੇਂਦਰਿਤ commits ਲਿਖੋ ਜਿਨ੍ਹਾਂ ਦੇ ਸੁਨੇਹੇ ਸਪਸ਼ਟ ਅਤੇ ਹੁਕਮਵਾਧਕ ਹੋਣ।
  • agent-ਸਹਾਇਤ commits 'ਤੇ co-author trailer ਸ਼ਾਮਿਲ ਕਰੋ:
    Co-authored-by: Copilot App <223556219+Copilot@users.noreply.github.com>
  • ਤਿਆਰ ਕੀਤੀਆਂ caches, virtual environments, ਜਾਂ .env ਫਾਈਲਾਂ (ਸਭ git-ignored) commit ਨਾ ਕਰੋ।

ਖਾਸ ਬਦਲਾਅ ਕਿੱਥੇ ਕਰਨੇ ਹਨ

ਬਦਲਾਅਸਥਾਨ
ਕੋਰਸ ਵਰਣਨ / ਪਾਠ ਦਾ ਲਿਖਤlesson-*/README.md (source only — never translations/)
ਚਲਣਯੋਗ ਕੋਡlesson-*/**.py, setup_vector_store.py
ਨਿਰਭਰਤਾਵਾਂrequirements.txt (keep versions pinned)
Env var ਦਸਤਾਵੇਜ਼ਕਰਨ.env.example, lesson-level .env.example
CI / ਸਟੈਟਿਕ ਗੇਟ.github/workflows/
AI ਸਹਾਇਕਾਂ ਲਈ ਕੋਰਸ ਸਕਿਲਜ਼.github/skills/

<!-- CO-OP TRANSLATOR DISCLAIMER START -->

ਅਸਵੀਕਾਰੋਪਣ: ਇਸ ਦਸਤਾਵੇਜ਼ ਦਾ ਅਨੁਵਾਦ ਏਆਈ ਅਨੁਵਾਦ ਸੇਵਾ Co-op Translator ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਕੀਤਾ ਗਿਆ ਹੈ। ਜਦੋਂ ਕਿ ਅਸੀਂ ਸਹੀਤਾਵਾਂ ਲਈ ਯਤਨਸ਼ੀਲ ਹਾਂ, ਕਿਰਪਾ ਕਰਕੇ ਧਿਆਨ ਰੱਖੋ ਕਿ ਸਵੈਚਾਲਿਤ ਅਨੁਵਾਦਾਂ ਵਿੱਚ ਗਲਤੀਆਂ ਜਾਂ ਅਸਮੱਤਿਆਵਾਂ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਮੂਲ ਦਸਤਾਵੇਜ਼ ਆਪਣੀ ਮੂਲ ਭਾਸ਼ਾ ਵਿੱਚ ਅਧਿਕਾਰਕ ਸਰੋਤ ਮੰਨਿਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ। ਜਰੂਰੀ ਜਾਣਕਾਰੀ ਲਈ, ਪੇਸ਼ੇਵਰ ਮਨੁੱਖੀ ਅਨੁਵਾਦ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਅਸੀਂ ਇਸ ਅਨੁਵਾਦ ਦੇ ਉਪਯੋਗ ਤੋਂ ਪੈਦਾ ਹੋਣ ਵਾਲੀਆਂ ਕਿਸੇ ਵੀ ਗਲਤਫਹਿਮੀਆਂ ਜਾਂ ਗਲਤ ਵਿਆਖਿਆਵਾਂ ਲਈ ਜਵਾਬਦੇਹ ਨਹੀਂ ਹਾਂ।

<!-- CO-OP TRANSLATOR DISCLAIMER END -->

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

Reviews can't be read right now.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.