AGENTS.md

പ്രോജക്ട് ഓവർവ്യൂ

Java ഉപയോഗിച്ച് Generative AI വികസനം പഠിക്കുന്നതിനുള്ള ഈ ഒരു വിദ്യാഭ്യാസ റിപ്പോസിറ്ററിയാണ്. ഇത് വലിയ ഭാഷാ മോഡലുകൾ (LLMs), പ്രോംപ്റ്റ് എഞ്ചിനീയറിങ്, എൻബെഡിങ്ങുകൾ, RAG (Retrieval-Augmented Generation), കൂടാതെ മോഡൽ കോൺടെക്സ്റ്റ് പ്രോട്ടോക്കോൾ (MCP) എന്നിവയെ ഉൾക്കൊള്ളിക്കുന്ന സമഗ്രമായ ഹാൻഡ്‌സ്-ഓൺ കോഴ്സാണ് നൽകുന്നത്.

പ്രധാന സാങ്കേതികവിദ്യകൾ:

• Java 21
• Spring Boot 3.5.x
• Spring AI 1.1.x
• Maven
• LangChain4j
• Azure AI Foundry, Azure OpenAI, OpenAI SDKകൾ

ആർക്കിടെക്ചർ:

• അദ്ധ്യായങ്ങളായി വ്യവസ്ഥാപിതമായ പെട്ടെന്ന് പ്രവർത്തിക്കുന്ന Spring Boot അപ്ലിക്കേഷനുകളുടെ ബഹുലത
• വ്യത്യസ്ത AI മാതൃകകൾ പ്രദർശിപ്പിക്കുന്ന സാമ്പിൾ പ്രോജക്റ്റുകൾ
• മുൻകൂട്ടി ക്രമീകരിച്ച dev കൺടെയിനറുകൾ ഉൾപ്പെടുത്തി GitHub Codespaces-ന്റെ ക്രമീകരണം

സെറ്റപ്പ് കമാൻഡുകൾ

മുൻ ആവശ്യങ്ങൾ

• Java 21 അല്ലെങ്കിൽ അതിന് മുകളിൽ
• Maven 3.x
• Azure AI Foundry മോഡൽ ഡിപ്ലോയ്മെന്റുമായി Azure സബ്സ്ക്രിപ്ഷൻ (azd up ഉപയോഗിച്ച് പ്രൊവിഷൻ ചെയ്യുക)
• Azure CLI (az)യും Azure Developer CLI (azd)യും കീസ് ഇല്ലാത്ത ഓതൻ്റെന്റിക്കേഷനായി സൈൻ ഇൻ ചെയ്തിട്ടുള്ളത്

പരിസര ക്രമീകരണം

ഓപ്ഷൻ 1: GitHub Codespaces (ശിപാർശ ചെയ്യുന്നു)

# ഗിറ്റ്‌ഹബ് UI-ൽ നിന്നു് റിപ്പോസിറ്ററി ഫോർക്ക് ചെയ്ത് ഒരു കോഡ്സ്പേസ് സൃഷ്ടിക്കുക
# ഡെവ് കണ്ടെയ്നർ എല്ലാ ആശ്രിതങ്ങളും സ്വയം ഇൻസ്റ്റാൾ ചെയ്യും
# പരിസ്ഥിതി സജ്ജീകരണത്തിന് ഏകദേശം 2 മിനിറ്റ് കാത്തിരിക്കുക

ഓപ്ഷൻ 2: പ്രാദേശിക ഡെവ് കൺടെയിനർ

# റിപ്പോസിറ്ററി ക്ലോൺ ചെയ്യുക
git clone https://github.com/microsoft/Generative-AI-for-beginners-java.git
cd Generative-AI-for-beginners-java

# ഡെവ് കണ്ടെയ്‌നറുകൾ എക്സ്റ്റൻഷനോടെ VS കോഡിൽ തുറക്കുക
# ചോദിക്കുമ്പോൾ കണ്ടെയ്‌നറിൽ വീണ്ടും തുറക്കുക

ഓപ്ഷൻ 3: പ്രാദേശിക സെറ്റപ്പ്

# ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക
sudo apt-get update
sudo apt-get install -y maven openjdk-21-jdk

# ഇൻസ്റ്റാളേഷൻ പരിശോധിക്കുക
java -version
mvn -version

കോൺഫിഗറേഷൻ

Azure AI Foundry സെറ്റപ്പ് (കീസ് ഇല്ലാത്ത, ശിപാർശ ചെയ്യുന്നു):

# ഫൗണ്ട്രി അക്കൗണ്ടും മോഡൽ ഡിപ്പ്ലോയ്മെന്റും കോഡായി ഒരുക്കുക
cd 02-SetupDevEnvironment
azd auth login
az login
azd up
# azd നിങ്ങളുടെ എൻഡ്‌പോയിന്റ് ഉപയോഗിച്ച് examples/basic-chat-azure/.env എഴുതുന്നു (കീ ഇല്ലാതെ)

മാനുവൽ എണ്ട്‌പോയിന്റ് കോൺഫിഗ്:

# നിങ്ങൾ azd ഉപയോഗിക്കാത്ത പക്ഷം, എൻഡ്‌പോയിന്റ് സ്വയം സജ്ജമാക്കുക (auth az login വഴി കീലെസ് ആയി തുടരുന്നു)
cd 02-SetupDevEnvironment/examples/basic-chat-azure
cp .env.example .env
# .env എഡിറ്റ് ചെയ്യുക: AZURE_OPENAI_ENDPOINT=https://<resource>.openai.azure.com/

ഡെവലപ്പ്മെന്റ് വർക്ക്‌ഫ്ലോ

പ്രോജക്റ്റ് ഘടന

/
├── 01-IntroToGenAI/              # Chapter 1: Introduction
├── 02-SetupDevEnvironment/       # Chapter 2: Environment setup
│   └── examples/                 # Working examples
├── 03-CoreGenerativeAITechniques/ # Chapter 3: Core techniques
├── 04-PracticalSamples/          # Chapter 4: Sample projects
│   ├── calculator/               # MCP service example
│   ├── foundrylocal/            # Local model integration
│   └── petstory/                # Multi-modal app
├── 05-ResponsibleGenAI/         # Chapter 5: Responsible AI
└── translations/                # Multi-language support

അപ്ലിക്കേഷനുകൾ പ്രവർത്തിപ്പിക്കൽ

Spring Boot അപ്ലിക്കേഷൻ പ്രവർത്തിപ്പിക്കുക:

cd [project-directory]
mvn spring-boot:run

ഒരു പ്രോജക്റ്റ് ബിൽഡ് ചെയ്യുക:

cd [project-directory]
mvn clean install

MCP കാൽക്കുലേറ്റർ സെർവർ ആരംഭിക്കുക:

cd 04-PracticalSamples/calculator
mvn spring-boot:run
# സെർവർ http://localhost:8080 ൽ പ്രവർത്തിക്കുന്നു

ക്ലയന്റ് ഉദാഹരണങ്ങൾ പ്രവർത്തിപ്പിക്കുക:

# മറ്റൊരു ടെർമിനലിൽ സെർവർ ആരംഭിച്ചതിനു ശേഷം
cd 04-PracticalSamples/calculator

# നേരിട്ടുള്ള MCP ക്ലൈയന്റ്
mvn exec:java -Dexec.mainClass="com.microsoft.mcp.sample.client.SDKClient"

# AI-ച്ചാലीत ക്ലൈയന്റ് (AZURE_OPENAI_ENDPOINT + az login ആവശ്യമാണ്)
mvn exec:java -Dexec.mainClass="com.microsoft.mcp.sample.client.LangChain4jClient"

# ഇന്ററാക്ടീവ് ബോട്ട്
mvn exec:java -Dexec.mainClass="com.microsoft.mcp.sample.client.Bot"

ഹോട്ട് റീലോഡ്

ഹോട്ട് റീലോഡ് പിന്തുണയ്ക്കുന്ന പ്രോജക്റ്റുകളിൽ Spring Boot DevTools ഉൾപ്പെടുത്തിയിട്ടുള്ളതാണ്:

# ജാവ ഫയലുകളിൽ മാറ്റങ്ങൾ സേവ് ചെയ്തപ്പോൾ സ്വയം വീണ്ടും ലോഡ് ചെയ്യും
mvn spring-boot:run

ടെസ്റ്റിംഗ് നിർദ്ദേശങ്ങൾ

ടെസ്റ്റുകൾ പ്രവർത്തിപ്പിക്കൽ

ഒരു പ്രോജക്റ്റിലെ എല്ലാ ടെസ്റ്റുകളും പ്രവർത്തിപ്പിക്കുക:

cd [project-directory]
mvn test

വിവരവലിപി ഔട്ട്പുട്ടിനൊപ്പം ടെസ്റ്റുകൾ പ്രവർത്തിപ്പിക്കുക:

mvn test -X

നിർദിഷ്ട ടെസ്റ്റ് ക്ലാസ് പ്രവർത്തിപ്പിക്കുക:

mvn test -Dtest=CalculatorServiceTest

ടെസ്റ്റ് ഘടന

• ടെസ്റ്റ് ഫയലുകൾ JUnit 5 (Jupiter) ഉപയോഗിക്കുന്നു
• ടെസ്റ്റ് ക്ലാസ് src/test/java/ ല്‍ സ്ഥിതിചെയ്യുന്നു
• കാൽക്കുലേറ്റർ പ്രോജക്റ്റിലുള്ള ക്ലയന്റ് ഉദാഹരണങ്ങൾ src/test/java/com/microsoft/mcp/sample/client/-ൽ ഉണ്ട്

മാനുവൽ ടെസ്റ്റിംഗ്

എല്ലാമില്ലാതെ കൈകാര്യം ചെയ്യേണ്ട അനേകം ഉദാഹരണങ്ങൾ ഇന്ററാക്ടീവ് അപ്ലിക്കേഷനുകളാണ്:

1. mvn spring-boot:run ഉപയോഗിച്ച് അപ്ലിക്കേഷൻ ആരംഭിക്കുക
2. എൻഡ്പോയിന്റുകൾ പരീക്ഷിക്കുക അല്ലെങ്കിൽ CLI-യുമായി ഇടപഴകുക
3. ഓരോ പ്രോജക്റ്റിന്റെ README.md ലേഖനത്തിലുള്ള രേഖാസഞ്ചയം അനുസരിച്ച് പ്രതീക്ഷിച്ച പ്രవర്ത്തനം സ്ഥിരീകരിക്കുക

Azure AI Foundry ഉപയോഗിച്ച് ടെസ്റ്റിംഗ്

• ഉദാഹരണങ്ങൾ പ്രവർത്തിപ്പിക്കുന്നതിന് മുമ്പ് az login ഉപയോഗിച്ച് സൈൻ ഇൻ ചെയ്യുക (കീസ് ഇല്ലാത്ത ഓതെൻറ്റിക്കേഷൻ)
• റിസോഴ്സിൽ Cognitive Services OpenAI User റോളുള്ള അക്കൗണ്ട് ഉണ്ടെന്ന് ഉറപ്പാക്കുക
• അധ്യായം 5-ൽ ഉള്ള ഉത്തരവാദിത്വ AI ഉദാഹരണത്തോടെ ഉള്ളടക്ക ഫിൽട്ടറിംഗ് പരീക്ഷിക്കുക

കോഡ് സ്റ്റൈൽ മാർഗ്ഗനിർദ്ദേശങ്ങൾ

Java നിശ്ചിതാനുസൃതികളും

• ജാവ വേർഷൻ: Java 21 മോടേൺ സവിശേഷതകളോടെ
• സ്റ്റൈൽ: പ്രമാണിക്കപ്പെട്ട ജാവ മുഖ്യരീതികൾ പാലിക്കുക
• പേര് നൽകിയിട്ടുള്ള രീതി:
  • ക്ലാസുകൾ: PascalCase
  • മേത്തഡുകളും വേരിയബിൾസ്: camelCase
  • സ്ഥിരം മൂല്യങ്ങൾ: UPPER_SNAKE_CASE
  • പാക്കേജ് നാമങ്ങൾ: ചെറിയ അക്ഷരങ്ങൾ

Spring Boot മാതൃകകൾ

• ബിസിനസ് ലജിക് @Service ഉപയോഗിക്കുക
• REST എൻഡ്പോയ്‌ന്റ്റുകൾക്ക് @RestController ഉപയോഗിക്കുക
• കോൺഫിഗറേഷൻ application.yml അല്ലെങ്കിൽ application.properties വഴി
• हार্ড്കോഡ് മൂല്യങ്ങൾക്കുപകരം പാരിസ്ഥിതിക വ്യത്യാസങ്ങൾ മുൻഗണിക്കുക
• MCP പരസ്യപ്പെടുത്തിയ മേത്തഡുകൾക്ക് @Tool അനുബന്ധിക്കുക

ഫയൽ ഓർഗനൈസേഷൻ

src/
├── main/
│   ├── java/
│   │   └── com/microsoft/[component]/
│   │       ├── [Component]Application.java
│   │       ├── config/
│   │       ├── controller/
│   │       ├── service/
│   │       └── exception/
│   └── resources/
│       ├── application.yml
│       └── static/
└── test/
    └── java/
        └── com/microsoft/[component]/

ഡിപെൻഡൻസികൾ

• Maven pom.xml മുഖേന മാനേജു ചെയ്യുന്നു
• വേർഷൻ മാനേജ്മെന്റിന് Spring AI BOM
• AI ഇന്റഗ്രേഷനുകൾക്കായായി LangChain4j
• Spring ഡിപ്പെൻഡൻസികൾക്ക് Spring Boot സ്റ്റാർട്ടർ പെരന്റ്ട്

കോഡ് കമന്റുകൾ

• പൊതു APIകൾക്ക് JavaDoc ചേർക്കുക
• സങ്കീർണ്ണമായ AI ഇടപെടലുകൾക്കായി വിശദീകരണ കമന്റുകൾ ഉൾപ്പെടുത്തുക
• MCP ടൂൾ വിവരണങ്ങൾ വ്യക്തമായി രേഖപ്പെടുത്തുക

ബിൽഡ് ಮತ್ತು ഡെപ്ലോയ്മെന്റ്

പ്രോജക്റ്റുകൾ ബിൽഡ് ചെയ്യൽ

ടെസ്റ്റുകൾ ഇല്ലാതെ ബിൽഡ് ചെയ്യുക:

mvn clean install -DskipTests

എല്ലാ പരിശോധനകളും ഉൾപ്പെടെ ബിൽഡ് ചെയ്യുക:

mvn clean install

അപ്ലിക്കേഷൻ പാക്കേജ് ചെയ്യുക:

mvn package
# target/ ഡയറക്ടറിയിൽ JAR സൃഷ്ടിക്കുന്നു

ഔട്ട്‌പുട്ട് ഡയറക്ടറികൾ

• സംയോജിപ്പിച്ച ക്ലാസുകൾ: target/classes/
• ടെസ്റ്റ് ക്ലാസുകൾ: target/test-classes/
• ജാർ ഫയലുകൾ: target/*.jar
• Maven ആർട്ടിഫാക്ടുകൾ: target/

പരിസ്ഥിതി-നിർദ്ദിഷ്ട കോൺഫിഗറേഷൻ

ഡെവലപ്പ്മെന്റ്:

# application.yml (keyless - no api-key; auth via DefaultAzureCredential)
spring:
  ai:
    azure:
      openai:
        endpoint: ${AZURE_OPENAI_ENDPOINT}
        chat:
          options:
            deployment-name: ${AZURE_OPENAI_DEPLOYMENT:gpt-4o-mini}

പ്രൊഡക്ഷൻ:

• കീസ് ഇല്ലാത്ത ഓതൻറിക്കേഷനായി az login പകരം മാനേജുചെയ്‌തിരിക്കുന്ന ഐഡന്റിറ്റി ഉപയോഗിക്കുക
• നിങ്ങളുടെ പ്രൊഡക്ഷൻ ഫൗണ്ട്രി റിസോഴ്സിലേക്ക് AZURE_OPENAI_ENDPOINT പോയിന്റ് ചെയ്യുക
• കോൺഫിഗറേഷൻ പാരിസ്ഥിതിക വ്യത്യാസങ്ങളോ Azure Key Vault ഉപയോഗിച്ച് മാനേജ് ചെയ്യുക

ഡെപ്ലോയ്മെന്റ് പരിഗണനകൾ

• ഇത് സാമ്പിൾ അപ്ലിക്കേഷനുകളുള്ള ഒരു വിദ്യാഭ്യാസ റിപ്പോസിറ്ററിയാണ്
• നേരിട്ട് പ്രൊഡക്ഷൻ ഡെപ്ലോയ്മെന്റിന് രൂപകൽപ്പന ചെയ്തതല്ല
• സാമ്പിൾ മാർഗരേഖകൾ പ്രൊഡക്ഷൻ ഉപയോഗത്തിനായി അനുയോജ്യമായ മാതൃകകൾ പ്രദർശിപ്പിക്കുന്നു
• വ്യക്തിഗത പ്രോജക്റ്റ് README ഫയലുകളിൽ ഡെപ്ലോയ്മെന്റ് കുറിപ്പുകൾ കാണുക

അധിക കുറിപ്പുകൾ

Azure AI Foundry

• കീസ് ഇല്ലാത്ത ഓതൻറ്റിക്കേഷൻ: Microsoft Entra ID ഉപയോഗിച്ച് കണക്ട് ചെയ്യുക — API കീകൾ കൈകാര്യം ചെയ്യേണ്ടതില്ല
• കോഡായി പ്രൊവിഷൻ ചെയ്തിട്ടുണ്ട്: Bicep + azd (azd up) അക്കൗണ്ടും മോഡൽ ഡിപ്ലോയ്മെന്റുകളും സൃഷ്ടിക്കുന്നു
• ഒരേ ഓപ്പൺഎഐ-ഫലപ്രദമായ കോഡ് ലോക്കലിലും (az login) അസൂറിലും (മാനേജുചെയ്‌തിരിക്കുന്ന ഐഡന്റിറ്റി) പ്രവർത്തിക്കുന്നു

ബഹുസംഖ്യ പ്രോജക്റ്റുകളുമായി ജോലി ചെയ്യൽ

ഓരോ സാമ്പിൾ പ്രോജക്റ്റും സ്വതന്ത്രമായി പ്രവർത്തിക്കുന്ന വിധത്തിലാണ്:

# പ്രത്യേക പ്രോജക്ടിലേക്ക് നാവിഗേറ്റ് ചെയ്യുക
cd 04-PracticalSamples/[project-name]

# ഓരോതിലും തങ്ങളുടെ സ്വന്തം pom.xml ഉണ്ട്, സ്വതന്ത്രമായി നിർമ്മിക്കാവുന്നതാണ്
mvn clean install

സാധാരണ പ്രശ്നങ്ങൾ

Java വേർഷൻ പൊരുത്തക്കേട്:

# ജാവ 21 സ്ഥിരീകരിക്കുക
java -version
# ആവശ്യമെങ്കിൽ JAVA_HOME അപ്ഡേറ്റ് ചെയ്യുക
export JAVA_HOME=/usr/lib/jvm/msopenjdk-current

ഡിപെൻഡൻസി ഡൗൺലോഡ് പ്രശ്നങ്ങൾ:

# Maven കാഷെ പരസിർത്തി വീണ്ടും ശ്രമിക്കുക
rm -rf ~/.m2/repository
mvn clean install

എൻഡ്പോയിന്റ് അല്ലെങ്കിൽ സൈൻ ഇൻ കണ്ടെത്താനായില്ല:

# നിലവിലെ സെഷനിൽ എൻഡ്‌പോയിന്റെ് സജ്ജമാക്കുക കൂടാതെ സൈൻ ഇൻ ചെയ്യുക (കീലെസ്)
export AZURE_OPENAI_ENDPOINT="https://your-resource.openai.azure.com/"
az login

# അല്ലെങ്കിൽ പ്രോജക്ട് ഡയറക്ടറിയിലുള്ള .env ഫയൽ ഉപയോഗിക്കുക
echo "AZURE_OPENAI_ENDPOINT=https://your-resource.openai.azure.com/" > .env

പോർട്ട് ഇതിനകം ഉപയോഗത്തിലാണ്:

# ഡീഫാൾട്ടായി സ്പ്രിംഗ് ബൂട്ട് 8080 പോർട്ട് ഉപയോഗിക്കുന്നു
# application.properties-ൽ മാറ്റം:
server.port=8081

ബഹുഭാഷാ പിന്തുണ

• 45+ ഭാഷകളിൽ ഡോക്യുമെൻറേഷൻ ലഭ്യമാണ് ഓട്ടോമേറ്റഡ് പരിഭാഷയിലൂടെ
• പരിഭാഷകൾ translations/ ഡയറക്ടറിയിൽ സൂക്ഷിക്കുന്നു
• പരിഭാഷകൾ GitHub Actions വർക്ക്‌ഫ്ലോ വഴി നിയന്ത്രിക്കുന്നു

പഠന പാത

1. 02-SetupDevEnvironment മുതൽ ആരംഭിക്കുക
2. അദ്ധ്യായങ്ങൾ ക്രമാനുസൃതമായി പിന്തുടരുക (01 → 05)
3. ഓരോ അദ്ധ്യായത്തിലും ഹാൻഡ്‌സ്-ഓൺ ഉദാഹരണങ്ങൾ പൂർത്തിയാക്കുക
4. അദ്ധ്യായം 4-ൽ സാമ്പിൾ പ്രോജക്റ്റുകൾ പരീക്ഷിക്കുക
5. അദ്ധ്യായം 5-ൽ ഉത്തരവാദിത്വ AI പ്രാക്ടീസുകൾ പഠിക്കുക

ഡെവലപ്പ്മെന്റ് കൺടെയ്നർ

.devcontainer/devcontainer.json ക്രമീകരിക്കുന്നു:

• Java 21 ഡെവലപ്പ്മെന്റ് പരിസരം
• മുൻകൂട്ടി ഇൻസ്റ്റാൾ ചെയ്ത Maven
• VS Code Java വിപുലീകരണങ്ങൾ
• Spring Boot ഉപകരങ്ങൾ
• GitHub Copilot ഇന്റഗ്രേഷൻ
• Docker-in-Docker പിന്തുണ
• Azure CLI

പ്രകടന പരിഗണനകൾ

• Azure AI Foundry ഡിപ്ലോയ്മെന്റുകൾക്ക് മിനിറ്റ് വീതം ടോക്കൻ/അറിയാമ്പ്രീപൊക്ക് പരിധികൾ ഉണ്ട്
• എൻബെഡിങ്ങുകൾക്കായി അനുയോജ്യമായ ബാച്ച് സൈസുകൾ ഉപയോഗിക്കുക
• ആവർത്തിക്കുന്ന API കോൾസിനു കാഷിങ്ങ് പരിഗണിക്കുക
• ചെലവ് മെച്ചപ്പെടുത്തുന്നതിനായി ടോക്കൻ ഉപയോഗം നിരീക്ഷിക്കുക

സുരക്ഷാ കുറിപ്പുകൾ

• .env ഫയലുകൾ ഒരിക്കലും കമ്മിറ്റ് ചെയ്യാതെ ഇരിക്കുക (.gitignore-ൽ ഇതിനായി ക്രമീകരിച്ചിരിക്കുന്നു)
• API കീകൾക്കുപകരം കീസ് ഇല്ലാത്ത ഓതൻറ്റിക്കേഷനാണ് (Microsoft Entra ID) അഭിരുചികരിക്കുക
• Azure-യിൽ മാനേജുചെയ്‌തിരിക്കുന്ന ഐഡന്റിറ്റികൾ ഉപയോഗിക്കുക; പ്രാദേശിക ഡെവലപ്പ്മെന്റിന് az login
• ഉത്തരവാദിത്വ AI മാർഗ്ഗനിർദ്ദേശങ്ങൾ അദ്ധ്യായം 5-ൽ പാലിക്കുക

അറിയിപ്പ്: ഈ രേഖ AI പരിഭാഷാ സേവനം Co-op Translator ഉപയോഗിച്ച് പരിഭാഷപ്പെടുത്തിയതാണ്. ഞങ്ങൾ കൃത്യതയ്ക്കായി ശ്രമിക്കുന്നുവെങ്കിലും, ഓട്ടോമേറ്റഡ് പരിഭാഷകളിൽ പിഴവുകൾ അല്ലെങ്കിൽ തെറ്റായ വിവരങ്ങൾ ഉണ്ടാകാൻ സാധ്യതയുണ്ട്. അതിന്റെ സ്വാഭാവിക ഭാഷയിലുള്ള അസൽ രേഖയാണ് പ്രാമാണികമായ ഉറവിടമായി പരിഗണിക്കേണ്ടത്. നിർണായകമായ വിവരങ്ങൾക്ക്, പ്രൊഫഷണൽ മനുഷ്യ പരിഭാഷ ശുപാർശ ചെയ്യുന്നു. ഈ പരിഭാഷ ഉപയോഗിച്ച് ഉണ്ടാകുന്ന തെറ്റിദ്ധാരണകൾ അല്ലെങ്കിൽ തെറ്റായ വ്യാഖ്യാനങ്ങൾക്കായി ഞങ്ങൾ ഉത്തരവാദികളല്ല.