PhiCookBook / ne

# AGENTS.md

## परियोजना अवलोकन

PhiCookBook माइक्रोसफ्टको Phi परिवारका साना भाषा मोडेलहरू (SLMs) सँग काम गर्नका लागि व्यावहारिक उदाहरणहरू, ट्यूटोरियलहरू, र डकुमेन्टेसन समावेश गरेको व्यापक कुकबुक भण्डार हो। यस भण्डारले inference, fine-tuning, quantization, RAG कार्यान्वयनहरू, र विभिन्न प्लेटफर्म र फ्रेमवर्कहरूमा मल्टिमोडल अनुप्रयोगहरू सहितका विभिन्न प्रयोगका केसहरू प्रदर्शन गर्दछ।

**मुख्य प्रविधिहरू:**
- **भाषाहरू:** Python, C#/.NET, JavaScript/Node.js
- **फ्रेमवर्कहरू:** ONNX Runtime, PyTorch, Transformers, MLX, OpenVINO, Semantic Kernel
- **प्लेटफर्महरू:** Microsoft Foundry, GitHub Models, Hugging Face, Ollama
- **मोडेल प्रकारहरू:** Phi-3, Phi-3.5, Phi-4 (पाठ, दृष्य, मल्टिमोडल, reasoning भेरियन्टहरू)

**भण्डार संरचना:**
- `/code/` - काम गर्ने कोड उदाहरणहरू र नमुना कार्यान्वयनहरू
- `/md/` - विस्तृत डकुमेन्टेसन, ट्यूटोरियलहरू, र कसरी गर्ने गाइडहरू  
- `/translations/` - बहुभाषी अनुवादहरू (50+ भाषाहरू स्वचालित कार्यप्रवाह मार्फत)
- `/.devcontainer/` - Dev कन्टेनर कन्फिगरेसन (Python 3.12 सहित Ollama)

## विकास वातावरण सेटअप

### GitHub Codespaces वा Dev Containers प्रयोग गर्दै (सिफारिस गरिएको)

1. GitHub Codespaces मा खोल्न (सबैभन्दा छिटो):
   - README मा "Open in GitHub Codespaces" ब्याजमा क्लिक गर्नुहोस्
   - कन्टेनरले Python 3.12 र Phi-3 सहित Ollama स्वचालित रूपमा कन्फिगर गर्दछ

2. VS Code Dev Containers मा खोल्न:
   - README बाट "Open in Dev Containers" ब्याज प्रयोग गर्नुहोस्
   - कन्टेनरले कम्तीमा 16GB होस्ट मेमोरी आवश्यक पर्छ

### स्थानीय सेटअप

**पूर्वआवश्यकताहरू:**
- Python 3.12 वा पछि
- .NET 8.0 SDK (C# उदाहरणहरूको लागि)
- Node.js 18+ र npm (JavaScript उदाहरणहरूको लागि)
- 16GB RAM न्यूनतम सिफारिस गरिएको

**इन्स्टलेसन:**
```bash
git clone https://github.com/microsoft/PhiCookBook.git
cd PhiCookBook
```

**Python उदाहरणहरूको लागि:**
विशिष्ट उदाहरण फोल्डरमा जानुहोस् र निर्भरता इन्स्टल गर्नुहोस्:
```bash
cd code/<example-directory>
pip install -r requirements.txt  # यदि requirements.txt अवस्थित छ भने
```

**.NET उदाहरणहरूको लागि:**
```bash
cd md/04.HOL/dotnet/src
dotnet restore LabsPhi.sln
dotnet build LabsPhi.sln
```

**JavaScript/वेब उदाहरणहरूको लागि:**
```bash
cd code/08.RAG/rag_webgpu_chat
npm install
npm run dev  # विकास सर्भर सुरु गर्नुहोस्
npm run build  # उत्पादनको लागि निर्माण गर्नुहोस्
```

## भण्डार संगठन

### कोड उदाहरणहरू (`/code/`)

- **01.Introduce/** - आधारभूत परिचय र सुरु गर्न नमुना
- **03.Finetuning/** र **04.Finetuning/** - विभिन्न विधिहरूका साथ fine-tuning उदाहरणहरू
- **03.Inference/** - फरक हार्डवेयर (AIPC, MLX) मा inference उदाहरणहरू
- **06.E2E/** - समाप्त-देखि-अन्तसम्म एप्लिकेशन नमुना
- **07.Lab/** - प्रयोगशाला/प्रयोगात्मक कार्यान्वयनहरू
- **08.RAG/** - Retrieval-Augmented Generation नमुना
- **09.UpdateSamples/** - नयाँ अपडेट गरिएका नमुना

### डकुमेन्टेसन (`/md/`)

- **01.Introduction/** - परिचय गाइडहरू, वातावरण सेटअप, प्लेटफर्म गाइडहरू
- **02.Application/** - प्रकार अनुसार व्यवस्थित एप्लिकेशन नमुना (पाठ, कोड, दृष्य, अडियो, आदि)
- **02.QuickStart/** - Microsoft Foundry र GitHub Models को छिटो सुरुवात गाइडहरू
- **03.FineTuning/** - fine-tuning डकुमेन्टेसन र ट्यूटोरियलहरू
- **04.HOL/** - व्यावहारिक ल्याबहरू (.NET उदाहरणहरू सहित)

### फाइल प्रकारहरू

- **Jupyter नोटबुकहरू (`.ipynb`)** - अन्तरक्रियात्मक Python ट्यूटोरियलहरू, README मा 📓 चिन्ह लगाइएको
- **Python स्क्रिप्टहरू (`.py`)** - स्वतन्त्र Python उदाहरणहरू
- **C# प्रोजेक्टहरू (`.csproj`, `.sln`)** - .NET एप्लिकेशन र नमुना
- **JavaScript (`.js`, `package.json`)** - वेब र Node.js आधारित उदाहरणहरू
- **Markdown (`.md`)** - डकुमेन्टेसन र गाइडहरू

## उदाहरणहरूको साथ काम गर्ने तरिका

### Jupyter नोटबुकहरू चलाउने

धेरै उदाहरणहरू Jupyter नोटबुकहरूका रूपमा उपलब्ध छन्:
```bash
pip install jupyter notebook
jupyter notebook  # ब्राउजर इन्टरफेस खोल्छ
# आवश्यक .ipynb फाइलतर्फ जानुहोस्
```

### Python स्क्रिप्टहरू चलाउने

```bash
cd code/<example-directory>
pip install -r requirements.txt
python <script-name>.py
```

### .NET उदाहरणहरू चलाउने

```bash
cd md/04.HOL/dotnet/src/<project-name>
dotnet run
```

वा पुरा समाधान निर्माण गर्नुहोस्:
```bash
cd md/04.HOL/dotnet/src
dotnet run --project <project-name>
```

### JavaScript/वेब उदाहरणहरू चलाउने

```bash
cd code/08.RAG/rag_webgpu_chat
npm install
npm run dev  # तातो रीलोडसँग विकास
```

## परीक्षण

यो भण्डार परम्परागत सफ्टवेयर परियोजनाको समान युनिट टेस्टसहित नभएर उदाहरण कोड र ट्यूटोरियलहरू राखेको छ। मान्यकरण सामान्यतया यसरी हुन्छ:

1. **उदाहरणहरू चलाउने** - प्रत्येक उदाहरण त्रुटि बिना चल्नुपर्छ
2. **आउटपुटहरू जाँच्ने** - मोडेल प्रतिक्रियाहरू उपयुक्त छन् कि छैनन् हेर्ने
3. **ट्यूटोरियलहरू पालना गर्ने** - चरण-द्वारा-चरण मार्गनिर्देशनहरू डकुमेन्ट गरिएको अनुसार काम गर्नुपर्छ

**सामान्य मान्यकरण विधि:**
- लक्षित वातावरणमा उदाहरणहरूको कार्यान्वयन जाँच्ने
- निर्भरता सही तरिकाले इन्स्टल भएका छन् कि छैनन् हेर्ने
- मोडेल डाउनलोड/लोड सफल भए कि भएनन् जाँच्ने
- अपेक्षित व्यवहार डकुमेन्टेसन अनुसार मिल्छ कि मिल्दैन पुष्टि गर्ने

## कोड शैली र परम्पराहरू

### सामान्य मार्गनिर्देशन

- उदाहरणहरू स्पष्ट, राम्रोसँग कमेन्ट गरिएका, र शिक्षाप्रद हुनुपर्छ
- भाषा-विशेष परम्पराहरू पालना गर्नुहोस् (Python का लागि PEP 8, .NET का लागि C# मापदण्ड)
- उदाहरणहरू विशिष्ट Phi मोडेल क्षमताहरू प्रदर्शनमा केन्द्रीत राख्नुहोस्
- मुख्य अवधारणा र मोडेल-विशेष प्यारामिटरहरूको व्याख्या गर्न कमेन्टहरू समावेश गर्नुहोस्

### डकुमेन्टेसन मापदण्डहरू

**URL ढाँचा:**
- `[text](../../url)` ढाँचामा प्रयोग गर्नुहोस्, अतिरिक्त खाली ठाउँ बिना
- सापेक्ष लिंकहरू: हालको डाइरेक्टरीका लागि `./`, अभिभावकका लागि `../` प्रयोग गर्नुहोस्
- URL मा देश-विशेष लोकालहरू राख्न हुँदैन (जस्तो `/en-us/`, `/en/` टाढा राख्नुहोस्)

**छविहरू:**
- सबै छविहरू `/imgs/` डाइरेक्टरीमा राख्नुहोस्
- अंग्रेजी अक्षर, संख्या, र ड्यासहरूसहित वर्णनात्मक नाम प्रयोग गर्नुहोस्
- उदाहरण: `phi-3-architecture.png`

**Markdown फाइलहरू:**
- वास्तविक काम गर्ने उदाहरणहरू `/code/` डाइरेक्टरीमा सन्दर्भ गर्नुहोस्
- डकुमेन्टेसनलाई कोड परिवर्तनहरूसँग समक्रमणमा राख्नुहोस्
- README मा Jupyter नोटबुक लिंकहरूलाई 📓 इमोजीले चिन्ह लगाउनुहोस्

### फाइल संगठन

- कोड उदाहरणहरू `/code/` मा शीर्षक/फिचर अनुसार व्यवस्थित छन्
- डकुमेन्टेसन `/md/` मा लागू भए अनुसार कोड संरचनालाई मिरर गर्छ
- सम्बन्धित फाइलहरू (नोटबुक, स्क्रिप्ट, कन्फिगहरू) उप-डाइरेक्टरीहरूमा सँगै राख्नुहोस्

## पुल अनुरोध दिशानिर्देशहरू

### पेश गर्नु अघि

1. आफ्नो खातामा भण्डार Fork गर्नुहोस्
2. प्रकार अनुसार PR अलग राख्नुहोस्:
   - बग फिक्स एउटै PR मा
   - डकुमेन्टेसन अपडेट अर्को PR मा
   - नयाँ उदाहरणहरू अलग PR मा
   - टाइपो सुधारहरू मिलाएर गर्न सकिन्छ

3. मर्ज द्वन्द्वहरू व्यवस्थापन गर्नुहोस्:
   - परिवर्तनहरू गर्नु अघि स्थानीय `main` शाखा अपडेट गर्नुहोस्
   - नियमित रूपमा upstream सँग समक्रमण गर्नुहोस्

4. अनुवाद PR हरू:
   - फोल्डरका सबै फाइलहरूको अनुवाद समावेश हुनैपर्छ
   - मौलिक भाषासँग संरचना सँगत राख्नुहोस्

### आवश्यक जाँचहरू

PR हरू स्वचालित रूपमा GitHub वर्कफ्लो चलाएर मान्य गर्छन्:

1. **सापेक्ष पथ मान्यकरण** - सबै आन्तरिक लिंकहरू काम गर्नुपर्छ
   - स्थानीय रूपमा लिंकहरू जाँच्न: VS Code मा Ctrl+Click प्रयोग गर्नुहोस्
   - VS Code बाट पथ सुझावहरू (`./` वा `../`) प्रयोग गर्नुहोस्

2. **URL लोकाल जाँच** - वेब URL मा देशको लोकाल हुनु हुँदैन
   - `/en-us/`, `/en/` वा अन्य भाषा कोड हटाउनुहोस्
   - साधारण अन्तर्राष्ट्रिय URL प्रयोग गर्नुहोस्

3. **टूटेका URL जाँच** - सबै URL ले 200 स्थिति फर्काउनुपर्छ
   - पेश गर्नु अघि लिंकहरू पहुँचयोग्य छन् कि छैनन् जाँच गर्नुहोस्
   - ध्यान दिनुहोस्: केही असफलताहरू नेटवर्क प्रतिबन्धका कारण हुन सक्छन्

### PR शीर्षक ढाँचा

```
[component] Brief description
```

उदाहरणहरू:
- `[docs] Add Phi-4 inference tutorial`
- `[code] Fix ONNX Runtime integration example`
- `[translation] Add Japanese translation for intro guides`

## सामान्य विकास ढाँचाहरू

### Phi मोडेलहरूका साथ काम गर्ने

**मोडेल लोडिङ:**
- उदाहरणहरूले विभिन्न फ्रेमवर्कहरू प्रयोग गर्छन्: Transformers, ONNX Runtime, MLX, OpenVINO
- मोडेलहरू प्रायः Hugging Face, Azure, वा GitHub Models बाट डाउनलोड हुन्छन्
- आफ्नो हार्डवेयर (CPU, GPU, NPU) सँग मोडेल उपयुक्त छ कि छैन जाँच गर्नुहोस्

**Inference ढाँचाहरू:**
- पाठ सिर्जना: प्रायः उदाहरणहरूले chat/instruct भेरियन्टहरू प्रयोग गर्छन्
- दृष्य: Phi-3-vision र Phi-4-multimodal छवि बुझ्नका लागि
- अडियो: Phi-4-multimodal ले अडियो इनपुटहरू समर्थन गर्छ
- reasoning: Phi-4-reasoning भेरियन्टहरू उन्नत reasoning कार्यहरूको लागि

### प्लेटफर्म-विशेष नोटहरू

**Microsoft Foundry:**
- Azure सदस्यता र API कुञ्जीहरू आवश्यक
- `/md/02.QuickStart/AzureAIFoundry_QuickStart.md` हेर्नुहोस्

**GitHub Models:**
- परीक्षणका लागि निःशुल्क स्तर उपलब्ध
- `/md/02.QuickStart/GitHubModel_QuickStart.md` हेर्नुहोस्

**स्थानीय Inference:**
- ONNX Runtime: क्रस-प्लेटफर्म, अनुकूलित inference
- Ollama: सजिलो स्थानीय मोडेल व्यवस्थापन (dev कन्टेनरमा प्रि-कन्फिगर गरिएको)
- Apple MLX: Apple Silicon का लागि अनुकूलित

## समस्या समाधान

### सामान्य समस्याहरू

**मेमोरी समस्याहरू:**
- Phi मोडेलहरूले ठूलो RAM आवश्यक पर्छ (विशेष गरी दृष्य/मल्टिमोडल भेरियन्टहरू)
- स्रोत सीमित वातावरणका लागि quantized मोडेलहरू प्रयोग गर्नुहोस्
- `/md/01.Introduction/04/QuantifyingPhi.md` हेर्नुहोस्

**निर्भरता द्वन्द्वहरू:**
- Python उदाहरणहरूमा विशेष संस्करण आवश्यकताहरू हुन सक्छन्
- प्रत्येक उदाहरणका लागि भर्चुअल वातावरण प्रयोग गर्नुहोस्
- व्यक्तिगत `requirements.txt` फाइलहरू जाँच गर्नुहोस्

**मोडेल डाउनलोड असफलता:**
- ठूला मोडेलहरू सुस्त कनेक्शनमा टाइमआउट हुन सक्छ
- क्लाउड वातावरणहरू (Codespaces, Azure) मा काम गर्ने विचार गर्नुहोस्
- Hugging Face क्यास जाँच गर्न: `~/.cache/huggingface/`

**.NET प्रोजेक्ट समस्याहरू:**
- .NET 8.0 SDK स्थापना भएका छन् सुनिश्चित गर्नुहोस्
- निर्माण अघि `dotnet restore` चलाउनुहोस्
- केही प्रोजेक्टहरूमा CUDA-विशेष कन्फिगरेसन (Debug_Cuda) छन्

**JavaScript/वेब उदाहरणहरू:**
- Node.js 18+ प्रयोग गर्नुहोस्
- समस्या आएमा `node_modules` खाली गरी पुन: इन्स्टल गर्नुहोस्
- वेब GPU कम्प्याटिबिलिटी समस्याका लागि ब्राउजर कन्सोल जाँच गर्नुहोस्

### सहायता प्राप्त गर्ने

- **Discord:** Microsoft Foundry community Discord मा सामेल हुनुहोस्
- **GitHub Issues:** भण्डारमा बग र समस्याहरू रिपोर्ट गर्नुहोस्
- **GitHub Discussions:** प्रश्नहरू सोध्नुहोस् र ज्ञान साझा गर्नुहोस्

## अतिरिक्त सन्दर्भ

### उत्तरदायी AI

सिर्जना गर्ने सबै Phi मोडेलहरूको प्रयोगले माइक्रोसफ्टको Responsible AI सिद्धान्तहरू पालना गर्नुपर्छ:
- निष्पक्षता, भरपर्दो, सुरक्षा
- गोपनीयता र सुरक्षा  
- समावेशीता, पारदर्शिता, उत्तरदायित्व
- उत्पादन अनुप्रयोगहरूको लागि Azure AI Content Safety प्रयोग गर्नुहोस्
- `/md/01.Introduction/01/01.AISafety.md` हेर्नुहोस्

### अनुवाद

- 50+ भाषाहरू स्वचालित GitHub Action मार्फत समर्थित
- `/translations/` फोल्डरमा अनुवादहरू
- सहकार्य अनुवादक कार्यप्रवाहद्वारा मर्मत गरिएको
- अनुवाद गरिएको फाइलहरू म्यानुअली सम्पादन नगर्नुहोस् (स्वचालित रूपमा उत्पादन गरिएको)

### योगदान

- `CONTRIBUTING.md` मा दिइएका दिशानिर्देश पालना गर्नुहोस्
- Contributor License Agreement (CLA) मा सहमति जनाउनुहोस्
- माइक्रोसफ्ट खुला स्रोत आचार संहितामा पालना गर्नुहोस्
- सुरक्षा र प्रमाणपत्रहरू कमिटहरूबाट बाहिर राख्नुहोस्

### बहुभाषी समर्थन

यो बहु-भाषी भण्डार हो जसमा उदाहरणहरू छन्:
- **Python** - ML/AI कार्यप्रवाहहरू, Jupyter नोटबुकहरू, fine-tuning
- **C#/.NET** - उद्यम एप्लिकेशनहरू, ONNX Runtime एकीकरण
- **JavaScript** - वेब आधारित AI, वेबGPUसहित ब्राउजर inference

आफ्नो प्रयोग केस र परिनियोजन लक्ष्यसँग मेल खाने भाषा छनोट गर्नुहोस्।

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**अस्वीकरण**:  
यस दस्तावेजलाई AI अनुवाद सेवा [Co-op Translator](https://github.com/Azure/co-op-translator) प्रयोग गरेर अनुवाद गरिएको हो। हामी सटीकताको लागि प्रयास गरिरहेका छौं, तर कृपया ध्यान दिनुहोस् कि स्वचालित अनुवादमा गलतिहरू वा अशुद्धताहरू हुन सक्दछन्। मूल दस्तावेज यसको मूल भाषामा आधिकारिक स्रोत मानिनुपर्छ। महत्त्वपूर्ण जानकारीको लागि व्यावसायिक मानव अनुवाद सिफारिस गरिन्छ। यस अनुवादको प्रयोगबाट उत्पन्न कुनै पनि गलतफहमी वा गलत व्याख्याका लागि हामी जिम्मेवार छैनौं।
<!-- CO-OP TRANSLATOR DISCLAIMER END -->