ai-agents-for-beginners / kn

# AGENTS.md

## ಯೋಜನೆಯ ಅವಲೋಕನ

ಈ ರೆಪೊಸಿಟರಿ "ನವಶಿಕರುಗಳಿಗಾಗಿ AI ಏಜೆಂಟ್ಸ್" ಅನ್ನು ಒಳಗೊಂಡಿದೆ - AI ಏಜೆಂಟ್ಸ್ ನಿರ್ಮಿಸಲು ಬೇಕಾಗುವ ಎಲ್ಲಾ ವಿಷಯಗಳನ್ನು ಕಲಿಸುವ സമಗ್ರ ಶಿಕ್ಷಣ ಕೋರ್ಸ್. ಕೋರ್ಸ್‌ನಲ್ಲಿ 18 ಪಾಠಗಳಿವೆ (00-18 ಸಂಖ್ಯಿತ) ಮೂಲತತ್ವಗಳು, ವಿನ್ಯಾಸ ಮಾದರಿಗಳು, ഫ്രೇಮುവർಕುಗಳು, ಉತ್ಪಾದನೆ ನಿಯೋಜನೆ, ಸ್ಥಳೀಯ/ಯಂತ್ರದ ಮೇಲೆ ಏಜೆಂಟ್ಸ್, ಮತ್ತು AI ಏಜೆಂಟ್ಸ್ ಸುರಕ್ಷತೆ ಒಳಗೊಂಡಿವೆ.

**ಮುಖ್ಯ ತಂತ್ರಜ್ಞಾನಗಳು:**
- Python 3.12+
- ಸಂವಹನಾತ್ಮಕ ಕಲಿಕೆಗೆ ಜುಪಿಟರ್ ನೋಟಬುಕ್‌ಗಳು
- AI ഫ്രೇಮುവർಕ್ಸ್: Microsoft Agent Framework (MAF)
- ಅಜೂರ್ AI ಸೇವೆಗಳು: Microsoft Foundry, Microsoft Foundry Agent Service V2

**ವಾಸ್ತುಶಿಲ್ಪ:**
- ಪಾಠಾಧಾರಿತ ಸಂರಚನೆ (00-15+ ಡೈರೆಕ್ಟರಿಗೆ)
- ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ಇರುತ್ತದೆ: README ದಾಖಲೆ, ಕೋಡ್ ಉದಾಹರಣೆಗಳು (ಜುಪಿಟರ್ ನೋಟಬುಕ್‌ಗಳು), ಮತ್ತು ಚಿತ್ರಗಳು
- ಸ್ವಯಂಕ್ರಿಯಅನುವಾದ ವ್ಯವಸ್ಥೆಯ ಮೂಲಕ ಬಹುಭಾಷಾ ಬೆಂಬಲ
- ಪ್ರತಿ ಪಾಠಕ್ಕೆ Microsoft Agent Framework ಬಳಸಿ ಒಂದು ಪೈಥಾನ್ ನೋಟಬುಕ್

## ಸೆಟ್ ಅಪ್ ಕಮಾಂಡ್‌ಗಳು

### ಮುಂಚಿತ ಅಗತ್ಯಗಳು
- Python 3.12 ಅಥವಾ ಹೆಚ್ಚಿನ ಆವೃತ್ತಿ
- ಅಜೂರ್ ಚಂದಾದಾರಿಕೆ (Microsoft Foundry ಗೆ)
- ಅಜೂರ್ CLI ಸ್ಥಾಪನೆ ಮತ್ತು ಆಸ್ಪತ್ರೆಗೆ ಪ್ರವೇಶ (`az login`)

### ಪ್ರಾಥಮಿಕ ಸೆಟ್ ಅಪ್

1. **ರೆಪೊಸಿಟರಿ ಕ್ಲೋನ್ ಅಥವಾ ಫೋರ್ಕ್ ಮಾಡಿ:**
   ```bash
   gh repo fork microsoft/ai-agents-for-beginners --clone
   # ಅಥವಾ
   git clone https://github.com/microsoft/ai-agents-for-beginners.git
   cd ai-agents-for-beginners
   ```

2. **Python ವರ್ಚುಯಲ್ ವಾತಾವರಣ ರಚಿಸಿ ಮತ್ತು ಸಕ್ರಿಯಗೊಳಿಸಿ:**
   ```bash
   python3 -m venv venv
   source venv/bin/activate  # Windows ಮೇಲೆ: venv\Scripts\activate
   ```

3. **ಅವಶ್ಯಕತೆಗಳನ್ನು ಇನ್ಸ್ಟಾಲ್ ಮಾಡಿ:**
   ```bash
   pip install -r requirements.txt
   ```

4. **ಪರಿಸರ ಚರಗಳನ್ನು ಸೆಟ್ ಮಾಡಿ:**
   ```bash
   cp .env.example .env
   # ನಿಮ್ಮ API ಕೀಲಿಗಳು ಮತ್ತು ಎಂಡ್ಪಾಯಿಂಟ್‌ಗಳೊಂದಿಗೆ .env ಅನ್ನು ಸಂಪಾದಿಸಿ
   ```

### ಅಗತ್ಯ ಪರಿಸರ ಚರಗಳು

**Microsoft Foundry** (ಅಗತ್ಯವಿದೆ):
- `AZURE_AI_PROJECT_ENDPOINT` - Microsoft Foundry ಯೋಜನೆ ಅಂತಿಮ ಬಿಂದು
- `AZURE_AI_MODEL_DEPLOYMENT_NAME` - ಮಾದರಿ ನಿಯೋಜನೆಯ ಹೆಸರು (ಉದಾ: gpt-5-mini)

**ಅಜೂರ್ AI Search** (ಪಾಠ 05 - RAG):
- `AZURE_SEARCH_SERVICE_ENDPOINT` - ಅಜೂರ್ AI ಶೋಧ ಅಂತಿಮ ಬಿಂದು
- `AZURE_SEARCH_API_KEY` - ಅಜೂರ್ AI ಶೋಧ API ಕೀ

ಪ್ರಾಮಾಣೀಕರಣ: ನೋಟಬುಕ್‌ಗಳನ್ನು ಚಾಲನೆ ಮಾಡುವ ಮುನ್ನ `az login` ಪರಿಚಲಿಸಿ (`AzureCliCredential` ಬಳಸುತ್ತದೆ).

## ಅಭಿವೃದ್ಧಿ ಕೆಲಸದ ಪ್ರಕ್ರಿಯೆ

### ಜುಪಿಟರ್ ನೋಟಬುಕ್‌ಗಳನ್ನು ಚಾಲನೆ ಮಾಡುವುದು

ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ವಿವಿಧ ഫ്രೇಮುവർಕ್ಸ್‌ಗಾಗಿ ಹಲವು ಜುಪಿಟರ್ ನೋಟಬುಕ್‌ಗಳಿವೆ:

1. **ಜುಪಿಟರ್ ಪ್ರಾರಂಭಿಸಿ:**
   ```bash
   jupyter notebook
   ```

2. **ಪಾಠ ಡೈರೆಕ್ಟರಿಗೆ ನಾವಿಗೇಟ್ ಮಾಡಿ** (ಉದಾ: `01-intro-to-ai-agents/code_samples/`)

3. **ನೋಟಬುಕ್‌ಗಳನ್ನು ತೆರೆಯಿರಿ ಹಾಗೂ ರನ್ ಮಾಡಿ:**
   - `*-python-agent-framework.ipynb` - Microsoft Agent Framework (Python) ಬಳಸುವುದು
   - `*-dotnet-agent-framework.ipynb` - Microsoft Agent Framework (.NET) ಬಳಸುವುದು

### Microsoft Agent Framework ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು

**Microsoft Agent Framework + Microsoft Foundry:**
- ಅಜೂರ್ ಚಂದಾದಾರಿಕೆ ಬೇಕಾಗುತ್ತದೆ
- Agent Service V2 ಗಾಗಿ `FoundryChatClient` ಬಳಕೆ (Foundry ಪೋರ್ಟಲ್‌ನಲ್ಲಿ ಏಜೆಂಟ್ಗಳು ಗೋಚರಿಸುವುದು)
- ಉತ್ಪಾದನೆ-ಸಿದ್ದವಾದ ಇನ್ಬಿಲ್ಟ್ ಮೌಲ್ಯಮಾಪನದೊಂದಿಗೆ
- ಫೈಲ್ ಮಾದರಿ: `*-python-agent-framework.ipynb`

## ಪರೀಕ್ಷಾ ಸೂಚನೆಗಳು

ಇದು ಉದಾಹರಣಾ ಕೋಡ್ಗಳಿರುವ ವಿದ್ಯಾ ರೆಪೊಸಿಟರಿ, ಸ್ವಯಂಚಾಲಿತ ಪರೀಕ್ಷೆಗಳೊಂದಿಗೆ ಉತ್ಪಾದನಾ ಕೋಡ್ ಅಲ್ಲ. ನಿಮ್ಮ Setup ಮತ್ತು ಬದಲಾವಣೆಗಳನ್ನು ಪರಿಶೀಲಿಸಲು:

### ಕೈಮುಗಿಸಲು ಪರೀಕ್ಷೆ

1. **Python ಪರಿಸರ ಪರೀಕ್ಷೆ:**
   ```bash
   python --version  # 3.12 ಕ್ಕಿಂತ ಹೆಚ್ಚು ಇರಬೇಕು
   pip list | grep -E "(agent-framework|azure-ai|azure-identity)"
   ```

2. **ನೋಟಬುಕ್ ಕಾರ್ಯನಿರ್ವಹಣೆ ಪರೀಕ್ಷೆ:**
   ```bash
   # ನೋಟ್ಬುಕ್ ಅನ್ನು ಸ್ಕ್ರಿಪ್ಟ್ ಗೆ ಪರಿವರ್ತಿಸಿ ಮತ್ತು ಚಲಾಯಿಸಿ (ಪರೀಕ್ಷೆಗಳಿಗೆ ಇಂಪೋರ್ಟ್‌ಗಳು)
   jupyter nbconvert --to script <lesson-folder>/code_samples/<notebook>.ipynb --stdout | python
   ```

3. **ಪರಿಸರ ಚರಗಳನ್ನು ಪರಿಶೀಲಿಸಿ:**
   ```bash
   python -c "import os; from dotenv import load_dotenv; load_dotenv(); print('✓ AZURE_AI_PROJECT_ENDPOINT' if os.getenv('AZURE_AI_PROJECT_ENDPOINT') else '✗ AZURE_AI_PROJECT_ENDPOINT missing')"
   ```

### ವೈಯಕ್ತಿಕ ನೋಟಬುಕ್‌ಗಳು ರನ್ ಮಾಡುವುದು

ಜುಪಿಟರ್‌ನಲ್ಲಿ ನೋಟಬುಕ್ ತೆರೆಯಿರಿ ಮತ್ತು ಸೆಲ್ಗಳನ್ನು ಕ್ರಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿ. ಪ್ರತಿಯೊಂದು ನೋಟಬುಕ್ ಸ್ವತಂತ್ರ ಮತ್ತು ಒಳಗೊಂಡಿದೆ:
- ಆಮದು ಹೇಳಿಕೆಗಳು
- ಸಂರಚನೆ ಲೋಡ್ ಮಾಡುವುದು
- ಉದಾಹರಣಾ ಏಜೆಂಟ್ ಅನುಷ್ಠಾನಗಳು
- ನಿರೀಕ್ಷಿತ ಫಲಿತಾಂಶಗಳು ಮಾರ್ಕ್ಡೌನ್ ಸೆಲ್ಗಳಲ್ಲಿ

### ನಿಯೋಜಿಸಲಾದ ಏಜೆಂಟ್ಸ್ಗಳ ಸ್ಮೋಕ್-ಪರೀಕ್ಷೆ

Microsoft Foundry ಹೋಸ್ಟ್ ಮಾಡಲಾದ ಏಜೆಂಟಾಗಿ ನಿಯೋಜಿಸಲಾದ ಪಾಠಗಳಿಗಾಗಿ (01, 04, 05, 16), ರೆಪೊದಲ್ಲಿ `tests/` ಅಡಿಯಲ್ಲಿ ಸ್ಮೋಕ್-ಟೆಸ್ಟ್ ಕ್ಯಾತಲಾಗ್ಗಳಿವೆ, ಅವು `.github/workflows/smoke-test.yml` ಕಾರ್ಯಪ್ರವೃತ್ತಿಯಲ್ಲಿ [AI Smoke Test](https://github.com/marketplace/actions/ai-smoke-test) ಕ್ರಿಯೆಯನ್ನು ಮೂಲಕ ಚಾಲಿತವಾಗುತ್ತವೆ. ಇವು ನಿಗದಿತ-ವಿವೆಚನ ವಾಹಿನಿ ಪಾಠ 10 ಮತ್ತು 16 ರಲ್ಲಿ ಪೂರ್ಣಗೊಳಿಸುವಿಕೆಗೂ ಸಹಾಯವಾಗುವ, ನಿಯೋಜನೆಯ ನಂತರದ ಲಘು ಪರೀಕ್ಷೆಗಳಾಗಿವೆ (ಏಜೆಂಟ್ ತಲುಪಬಹುದೇ ಮತ್ತು ಮೂಲ ಪ್ರಾಂಪ್ಟ್ ನಿರೀಕ್ಷೆಗಳನ್ನು ಅನುಸರಿಸುತ್ತಿದೆಯೇ?). ಕ್ಯಾತಲಾಗ್-ತರುವಾಯ-ಪಾಠ-ತರುವಾಯ- ಏಜೆಂಟ್ ನ ನಕ್ಷೆಯನ್ನು  ನೋಡಿ [tests/README.md](./tests/README.md). ಪಾಠ 17 Foundry Local ಬಳಸಿ ಸ್ಥಳೀಯವಾಗಿ ಓಡುತ್ತದೆ ಮತ್ತು ಯಾವುದೇ ಹೋಸ್ಟ್ ಅಂತಿಮ ಬಿಂದುವಿಲ್ಲ, ಆದಕಾರಣ ನೆಯ ನೋಟಬುಕ್ ನೇರವಾಗಿ ಚಲಿಸುವ ಮೂಲಕ ಮಾನ್ಯತೆಯನ್ನು ಪಡೆಯುತ್ತದೆ.

## ಕೋಡ್ ಶೈಲಿ

### Python ನಿಯಮಗಳು

- **ಪೈಥಾನ್ ಆವೃತ್ತಿ**: 3.12+
- **ಕೋಡ್ ಶೈಲಿ**: ಮಾನ್ಯ Python PEP 8 ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸಿ
- **ನೋಟಬುಕ್‌ಗಳು**: ಧಾರ್ಮಿಕವಾಗಿ ಸ್ಪಷ್ಟ ಮಾರ್ಕ್ಡೌನ್ ಸೆಲ್ಗಳಲ್ಲಿ ತತ್ವಗಳನ್ನು ವಿವರಿಸಿ
- **ಆಮದುಗಳು**: ಮಾನ್ಯ ಲೈಬ್ರರಿ, ತ್ರೈತೀಯ, ಸ್ಥಳೀಯ ಆಮದುಗಳನ್ನು ಗುಂಪುಗೊಳಿಸಿ

### ಜುಪಿಟರ್ ನೋಟಬುಕ್ ನಿಯಮಗಳು

- ಕೋಡ್ ಸೆಲ್ಗಳ ಹಿಂದಿನ ವಿವರಣೆಮಯ ಮಾರ್ಕ್ಡೌನ್ ಸೆಲ್ಗಳನ್ನು ಸೇರಿಸಿ
- ಉಲ್ಲೇಖಕ್ಕಾಗಿ ನೋಟಬುಕ್‌ಗಳಲ್ಲಿ ಉತ್ಯದ ಉದಾಹರಣೆಗಳನ್ನು ಸೇರಿಸಿ
- ಪಾಠ ತತ್ವಗಳಿಗೆ ಹೊಂದಿಕೊಳ್ಳುವ ಸ್ಪಷ್ಟ ಚರ ಹೆಸರಗಳನ್ನು ಬಳಸಿ
- ನೋಟಬುಕ್ ಕಾರ್ಯನಿರ್ವಹಣೆಯ ಕ್ರಮವನ್ನು ಸರಳವಾಗಿ ಇಡಿ (ಸೆಲ್ 1 → 2 → 3...)

### ಫೈಲ್ ಸಂಘಟನೆ

```
<lesson-number>-<lesson-name>/
├── README.md                     # Lesson documentation
├── code_samples/
│   ├── <number>-python-agent-framework.ipynb
│   └── <number>-dotnet-agent-framework.ipynb  (optional)
└── images/
    └── *.png
```

## ನಿರ್ಮಾಣ ಮತ್ತು ನಿಯೋಜನೆ

### ದಾಖಲಾತಿ ನಿರ್ಮಾಣ

ಈ ರೆಪೊ ಇಂಡಾಕ್ಷನ್‌ಗಾಗಿ ಮಾರ್ಕ್ಡೌನ್ ಬಳಸುತ್ತದೆ:
- ಪ್ರತಿ ಪಾಠ ಫೋಲ್ಡರ್‌ನಲ್ಲಿ README.md ಫೈಲ್‌ಗಳು
- ರೆಪೊ ಮೂಲದಲ್ಲಿ ಪ್ರಮುಖ README.md
- GitHub ಕ್ರಿಯೆಗಳ ಮೂಲಕ ಸ್ವಯಂಕ್ರಿಯ ಅನುವಾದ ವ್ಯವಸ್ಥೆ

### CI/CD ಪೈಪ್‌ಲೈನ್

`.github/workflows/` ನಲ್ಲಿ ಇದೆ:

1. **co-op-translator.yml** - 50+ ಭಾಷೆಗಳಿಗೂ ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದ
2. **welcome-issue.yml** - ಹೊಸ ಸಮಸ್ಯೆ ರಚಿಸಿದವರಿಗೆ ಸ್ವಾಗತ
3. **welcome-pr.yml** - ಹೊಸ ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್ ಕೊಡುಗೆದಾರರಿಗೆ ಸ್ವಾಗತ

### ನಿಯೋಜನೆ

ಇದು ಶಿಕ್ಷಣ ರೆಪೊ - ಯಾವುದೇ ನಿಯೋಜನಾ ಪ್ರಕ್ರಿಯೆ ಇಲ್ಲ. ಬಳಕೆದಾರರು:
1. ರೆಪೊ ಫೋರ್ಕ್ ಅಥವಾ ಕ್ಲೋನ್ ಮಾಡಿರಿ
2. ನೋಟಬುಕ್‌ಗಳನ್ನು ಸ್ಥಳೀಯವಾಗಿ ಅಥವಾ GitHub Codespaces ನಲ್ಲಿ ಚಲಾಯಿಸಿರಿ
3. ಉದಾಹರಣೆಗಳನ್ನು ಬದಲಾಯಿಸಿ ಮತ್ತು ಪ್ರಯೋಗ ಮಾಡಿ ಕಲಿಯಿರಿ

## ಪುಲ್ ರಿಕ್ವೆಸ್ಟ್ ಮಾರ್ಗದರ್ಶಿಗಳು

### ಸಲ್ಲಿಸುವ ಮೊದಲು

1. **ನಿಮ್ಮ ಬದಲಾವಣೆಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ:**
   - ಸಂಬಂಧಿತ ನೋಟಬುಕ್‌ಗಳನ್ನು ಸಂಪೂರ್ಣ ನಡೆಸಿ
   - ಎಲ್ಲಾ ಸೆಲ್‌ಗಳು ದೋಷರಹಿತವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆಯೇ ಎಂದು ತಪಾಸಣೆ ಮಾಡಿ
   - ಔಟ್ಪುಟ್‌ಗಳು ಸಮರ್ಪಕವಾಗಿದ್ದರೆ ದೃಢೀಕರಿಸಿ

2. **ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ನವೀಕರಣಗಳು:**
   - ಹೊಸ ತತ್ವಗಳನ್ನು ಸೇರಿಸುವಲ್ಲಿ README.md ನವೀಕರಿಸಿ
   - ಸಂಕೀರ್ಣ ಕೋಡ್‌ಗಳಿಗೆ ನೋಟಬುಕ್‌ಗಳಲ್ಲಿ ಕಾಮೆಂಟುಗಳನ್ನು ಸೇರಿಸಿ
   - ಮಾರ್ಕ್ಡೌನ್ ಸೆಲ್ಗಳು ಉದ್ದೇಶವನ್ನು ಅರ್ಥಮಾಡಿಸಬೇಕು

3. **ಫೈಲ್ ಬದಲಾವಣೆಗಳು:**
   - `.env` ಫೈಲ್‌ಗಳನ್ನು ಕಮಿಟ್ ಮಾಡಬೇಡಿ (`.env.example` ಬಳಸಿ)
   - `venv/` ಅಥವಾ `__pycache__/` ಡೈರೆಕ್ಟರಿ ಕಮಿಟ್ ಮಾಡಬೇಡಿ
   - ತತ್ವಗಳನ್ನು ತೋರಿಸುತ್ತಿದ್ದರೆ ನೋಟಬುಕ್ ಔಟ್ಪುಟ್‌ಗಳನ್ನು ಉಳಿಸಿ
   - ತಾತ್ಕಾಲಿಕ ಫೈಲ್‌ಗಳು ಮತ್ತು ಬ್ಯಾಕಪ್ ನೋಟಬುಕ್‌ಗಳನ್ನ (`*-backup.ipynb`) ತೆಗೆದುಹಾಕಿ

### PR ಶೀರ್ಷಿಕೆ ಫಾರ್ಮ್ಯಾಟ್

ವಿವರಣಾಶೀಲ ಶೀರ್ಷಿಕೆಗಳನ್ನು ಬಳಸಿ:
- `[Lesson-XX] ಹೊಸ ಉದಾಹರಣೆ <ತತ್ವ>` ಸೇರಿಸಿ
- `[Fix] ಪಾಠ-XX README ನಲ್ಲಿ ಟೈಪೋ ಸರಿಪಡಿಸಿ`
- `[Update] ಪಾಠ-XX ನಲ್ಲಿ ಕೋಡ್ ಉದಾಹರಣೆ ಸುಧಾರಣೆ`
- `[Docs] ಸೆಟ್ ಅಪ್ ಸೂಚನೆಗಳನ್ನು ನವೀಕರಿಸಿ`

### ಅಗತ್ಯ ಪರಿಶೀಲನೆಗಳು

- ನೋಟಬುಕ್‌ಗಳು ದೋಷರಹಿತವಾಗಿ ನಡೆಸಬೇಕು
- README ಫೈಲ್‌ಗಳು ಸ್ಪಷ್ಟ ಮತ್ತು ನಿಖರವಾಗಿರಬೇಕು
- ರೆಪೊದಲ್ಲಿರುವ ಪ್ರಸ್ತುತ ಕೋಡ್ ಮಾದರಿಗಳನ್ನು ಅನುಸರಿಸಿ
- ಇತರೆ ಪಾಠಗಳೊಂದಿಗೆ ಸಸಂಬಂಧತೆ ಕಾಪಾಡಿಕೊಳ್ಳಿ

## ಹೆಚ್ಚುವರಿ ಟಿಪ್ಪಣಿಗಳು

### ಸಾಮಾನ್ಯ ಸವಾಲುಗಳು

1. **Python ಆವೃತ್ತಿ ಪ್ರತ್ಯಯ:**
   - Python 3.12+ ಬಳಸಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ
   - ಕೆಲವು ಪ್ಯಾಕೇಜುಗಳು ಹಳೆಯ ಆವೃತ್ತಿಗಳಲ್ಲಿ ಕೆಲಸಮಾಡದಿರಬಹುದು
   - Python ಆವೃತ್ತಿಯನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಸೂಚಿಸಲು `python3 -m venv` ಬಳಸಿ

2. **ಪರಿಸರ ಚರಗಳು:**
   - ಯಾವಾಗಲೂ `.env.example` ನಿಂದ `.env` ರಚಿಸಿ
   - `.env` ಫೈಲ್ ಅನ್ನು ಕಮಿಟ್ ಮಾಡಬೇಡಿ (`.gitignore`ರಲ್ಲಿ ಇದೆ)
   - ಕೀ ಇಲ್ಲದೆ Entra ID ಪ್ರಾಮಾಣೀಕರಣಕ್ಕಾಗಿ `az login` ಬಳಸಿ ಸೈನ್ ಇನ್ ಆಗಿ

3. **ಪ್ಯಾಕೇಜು ಘರ್ಷಣೆಗಳು:**
   - ಹೊಸ ವರ್ಚುಯಲ್ ಪರಿಸರ ಬಳಸಿ
   - ವೈಯಕ್ತಿಕ ಪ್ಯಾಕೇಜುಗಳಿಗಿಂತ `requirements.txt` ಮೂಲಕ ಇನ್ಸ್ಟಾಲ್ ಮಾಡಿರಿ
   - ಕೆಲವು ನೋಟಬುಕ್‌ಗಳಿಗೆ ಮಾರ್ಕ್ಡೌನ್ ಸೆಲ್ಗಳಲ್ಲಿ ಉಲ್ಲೇಖಿತ ಹೆಚ್ಚಿನ ಪ್ಯಾಕೇಜುಗಳ ಅಗತ್ಯವಿರಬಹುದು

4. **ಅಜೂರ್ ಸೇವೆಗಳು:**
   - ಅಜೂರ್ AI ಸೇವೆಗಳಿಗೆ ಚಂದಾದಾರಿಕೆ ಸಕ್ರಿಯವಾಗಿರಬೇಕು
   - ಕೆಲವು ವೈಶಿಷ್ಟ್ಯಗಳು ಪ್ರಾಂತ್ಯಾವಲಂಬಿತವಾಗಿರಬಹುದು
   - ನಿಮ್ಮ ಅಜೂರ್ OpenAI ಮಾದರಿ ನಿಯೋಜನೆ Responses API ನ ಬೆಂಬಲ ಹೊಂದಿರಬೇಕು ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ

### ಕಲಿಕೆಯ ಮಾರ್ಗ

ಪಾಠಗಳನ್ನು ಕ್ರಮವಾಗಿ ಅಭ್ಯಾಸ ಮಾಡುವುದು ಶಿಫಾರಸು ಮಾಡಲಾಗಿದೆ:
1. **00-course-setup** - ವಾತಾವರಣ ಸೆಟ್ ಅಪ್‌ಗೆ ಇಲ್ಲಿ ಪ್ರಾರಂಭಿಸಿ
2. **01-intro-to-ai-agents** - AI ಏಜೆಂಟ್ ಮೂಲತತ್ವಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ
3. **02-explore-agentic-frameworks** - ವಿವಿಧ ಫ್ರೇಮುವರ್ಕ್‌ಗಳ ಬಗ್ಗೆ ತಿಳಿದುಕೊಳ್ಳಿ
4. **03-agentic-design-patterns** - ಮೂಲ ವಿನ್ಯಾಸ ಮಾದರಿಗಳು
5. ಕ್ರಮವಾಗಿ ಸಂಖ್ಯಿತ ಪಾಠಗಳನ್ನು ಮುಂದುವರೆಸಿ ಕಲಿಯಿರಿ

### ಫ್ರೇಮುವರ್ಕ್ ಆಯ್ಕೆ

ನಿಮ್ಮ ಗುರಿಗಳ ಆಧಾರದ ಮೇಲೆ ಫ್ರೇಮುವರ್ಕ್ ಆಯ್ಕೆಮಾಡಿ:
- **ಎಲ್ಲಾ ಪಾಠಗಳು**: Microsoft Agent Framework (MAF) `FoundryChatClient` ಜೊತೆಗೆ
- **ಏಜೆಂಟ್ಗಳು ಸರ್ವರ್-ಪಾರ್ಶ್ವದಲ್ಲಿ ನೋಂದಾಯಿಸಲ್ಪಡುತ್ತವೆ** Microsoft Foundry Agent Service V2 ನಲ್ಲಿ ಮತ್ತು Foundry ಪೋರ್ಟಲ್‌ನಲ್ಲಿ ಗೋಚರಿಸುತ್ತವೆ

### ಸಹಾಯ ಪಡೆಯುವುದು

- [Microsoft Foundry Community Discord](https://aka.ms/ai-agents/discord) ಗೆ ಸೇರಿಕೊಳ್ಳಿ
- ನಿರ್ದಿಷ್ಟ ಮಾರ್ಗದರ್ಶನಕ್ಕಾಗಿ ಪಾಠ README ಫೈಲ್‌ಗಳನ್ನು ಪರಿಶೀಲಿಸಿ
- ಕೋರ್ಸ್ ಅವಲೋಕನಕ್ಕಾಗಿ ಮುಖ್ಯ [README.md](./README.md) ಅನ್ನು ನೋಡಿ
- ವಿವರವಾದ ಸೆಟ್ ಅಪ್ ಸೂಚನೆಗಳಿಗಾಗಿ [Course Setup](./00-course-setup/README.md) ನೋಡಿ

### ಕೊಡುಗೆ ನೀಡುವುದು

ಇದು ತೆರೆದ ಶಿಕ್ಷಣ ಪ್ರಾಜೆಕ್ಟ್. ಕೊಡುಗೆಗಳ ಸ್ವಾಗತ:
- ಕೋಡ್ ಉದಾಹರಣೆಗಳನ್ನು ಸುಧಾರಿಸಿ
- ಟೈಪೋ ಅಥವಾ ದೋಷಗಳನ್ನು ಸರಿಪಡಿಸಿ
- ಸ್ಪಷ್ಟಪಡಿಸುವ ಕಾಮೆಂಟುಗಳನ್ನು ಸೇರಿಸಿ
- ಹೊಸ ಪಾಠ ವಿಷಯಗಳನ್ನು ಸೂಚಿಸಿ
- ಹೆಚ್ಚುವರಿ ಭಾಷೆಗಳಿಗೆ ಅನುವಾದಿಸಿರಿ

ಪ್ರಸ್ತುತ ಆವಶ್ಯಕತೆಗಳಿಗಾಗಿ [GitHub Issues](https://github.com/microsoft/ai-agents-for-beginners/issues) ನೋಡಿ.

## ಪ್ರಾಜೆಕ್ಟ್-ನಿರ್ದಿಷ್ಟ ಸನ್ನಿವೇಶ

### ಬಹುಭಾಷಾ ಬೆಂಬಲ

ಈ ರೆಪೊ ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದ ವ್ಯವಸ್ಥೆ ಬಳಸುತ್ತದೆ:
- 50+ ಭಾಷೆಗಳಿಗೆ ಬೆಂಬಲ
- ಅನುವಾದಗಳು `/translations/<lang-code>/` ಡೈರೆಕ್ಟರಿಗಳಲ್ಲಿ ಇವೆ
- GitHub Actions ಕಾರ್ಯಪ್ರವೃತ್ತಿ ಅನುವಾದ ನವೀಕರಣಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ
- ಮೂಲ ಫೈಲ್‌ಗಳು ಇಂಗ್ಲಿಷ್‌ನಲ್ಲಿ ರೆಪೊ ಮೂಲದಲ್ಲಿ ಇವೆ

### ಪಾಠ ಸಂರಚನೆ

ಪ್ರತಿ ಪಾಠ ಸಹಜ ಮಾದರಿಯನ್ನು ಅನುಸರಿಸುತ್ತದೆ:
1. ಲಿಂಕ್ ಒಳಗೊಂಡ ವೀಡಿಯೋ ಥಂಬ್ನೇಲ್
2. ಬರಹದ ಪಾಠ ವಿಷಯ (README.md)
3. ಬಹು ಫ್ರೇಮುವರ್ಕ್‌ಗಳಲ್ಲಿ ಕೋಡ್ ಉದಾಹರಣೆಗಳು
4. ಕಲಿಕಾ ಉದ್ದೇಶಗಳ ಮತ್ತು ಮುನ್ನಡೆಯಾದ ಅಗತ್ಯಗಳು
5. ಹೆಚ್ಚು ಕಲಿಕೆಯ ಸಂಪನ್ಮೂಲಗಳಿಗೆ ಲಿಂಕ್‌ಗಳು

### ಕೋಡ್ ಉದಾಹರಣೆ ಹೆಸರಿಸುವಿಕೆ

ಸ್ವರೂಪ: `<lesson-number>-python-agent-framework.ipynb`
- `01-python-agent-framework.ipynb` - ಪಾಠ 1, MAF Python
- `14-sequential.ipynb` - ಪಾಠ 14, MAF ಉನ್ನತ ಮಾದರಿಗಳು
- `16-python-agent-framework.ipynb` - ಪಾಠ 16, ಉತ್ಪಾದನಾ ಗ್ರಾಹಕ-ಬೆಂಬಲ ಏಜೆಂಟ್
- `17-local-agent-foundry-local.ipynb` - ಪಾಠ 17, Foundry Local + Qwen ಜೊತೆಗೆ ಸ್ಥಳೀಯ ಏಜೆಂಟ್

### ವಿಶೇಷ ಡೈರೆಕ್ಟರಿಗಳು

- `translated_images/` - ಅನುವಾದಿತ ಚಿತ್ರಗಳು
- `images/` - ಮೂಲ ಇಂಗ್ಲಿಷ್ ಚಿತ್ರಗಳು
- `.devcontainer/` - VS ಕೋಡ್ ಅಭಿವೃದ್ಧಿ ಕಂಟೇನರ್ ಸಂರಚನೆ
- `.github/` - GitHub ಕ್ರಿಯೆಗಳು ಕಾರ್ಯಪ್ರವೃತ್ತಿಗಳು ಮತ್ತು ಟೆಂಪ್ಲೇಟುಗಳು

### ಅವಶ್ಯಕತೆಗಳು

`requirements.txt` ನ ಪ್ರಮುಖ ಪ್ಯಾಕೇಜುಗಳು:
- `agent-framework` - Microsoft Agent Framework
- `a2a-sdk` - ಏಜೆಂಟ್-ತೊ-ಏಜೆಂಟ್ ಪ್ರೋಟೋಕಾಲ್ ಬೆಂಬಲ
- `azure-ai-inference`, `azure-ai-projects` - ಅಜೂರ್ AI ಸೇವೆಗಳು
- `azure-identity` - ಅಜೂರ್ ಪ್ರಾಮಾಣೀಕರಣ (AzureCliCredential)
- `azure-search-documents` - ಅಜೂರ್ AI ಶೋಧ ಸಮನ್ವಯ
- `mcp[cli]` - ಮಾದರಿ ಸನ್ನಿವೇಶ ಪ್ರೋಟೋಕಾಲ್ ಬೆಂಬಲ

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**ಅಸ್ವೀಕಾರ**:
ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ದಯವಿಟ್ಟು ಗಮನಿಸಿ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸಡ್ಡೆಗಳು ಇರಬಹುದು. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜು ಪ್ರಾಮಾಣಿಕ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದವನ್ನು ಬಳಸುವ ಮೂಲಕ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಗಳ ಅಥವಾ ತಪ್ಪು ವ್ಯಾಖ್ಯಾನಗಳ ಬಗ್ಗೆ ನಾವು ಹೊಣೆಗಾರರಲ್ಲ.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->