generative-ai-for-beginners / ml

# AGENTS.md

## പ്രോജക്ട് അവലോകനം

ഈ റിപ്പോസിറ്ററി ജനറേറ്റീവ് എআই അടിസ്ഥാനങ്ങളും അപ്ലിക്കേഷൻ വികസനവും പറയുന്ന സമ്പൂർണമായ 21 പాఠങ്ങളടങ്ങിയ പാഠ്യക്രമം ഉൾക്കൊള്ളുന്നു. بدايةക്കാർക്കായി രൂപകൽപ്പന ചെയ്തു, അടിസ്ഥാന ആശയങ്ങളിൽ നിന്ന് നിർമ്മാണ-ഉദ്ദേശമുള്ള അപ്ലിക്കേഷനുകൾ വരെയുള്ള എല്ലാം ഉൾക്കൊള്ളുന്ന കോഴ്സ് ആണ്.

**പ്രധാന സാങ്കേതികവിദ്യകൾ:**
- Python 3.9+ ലൈബ്രറികൾ: `openai`, `python-dotenv`, `tiktoken`, `azure-ai-inference`, `pandas`, `numpy`, `matplotlib`
- TypeScript/JavaScript Node.js ഉപയോഗിച്ച്, ലൈബ്രറികൾ: `openai` (Azure OpenAI v1 എന്റ്പോയിന്റും Responses API യും), `@azure-rest/ai-inference` (Microsoft Foundry മാദ്ധ്യമങ്ങൾ)
- Azure OpenAI സർവീസ്, OpenAI API, മൈക്രോസോഫ്റ്റ് ഫൗൻഡ്രി മോഡലുകൾ (GitHub മോഡലുകൾ 2026 ജൂലൈ അവസാനം ഇല്ലാക്കുന്നു)
- Jupyter Notebooks ഇന്ററാക്ടീവ് പഠനത്തിന്
- സ്ഥിരതയുള്ള ഡെവലപ്‌മെന്റ് അന്തരീക്ഷത്തിനായി Dev Containers

**റിപ്പോസിറ്ററി ഘടന:**
- 21 നമ്പറുള്ള പാഠ ഡയറക്ടറികൾ (00-21) README ഫയലുകൾ, കോഡ് ഉദാഹരണങ്ങൾ, അസൈൻമെന്റുകൾ ഉൾക്കൊള്ളുന്നു
- പല നിലവിലെനയ്ക്കലുകൾ: Python, TypeScript, ചിലപ്പോൾ .NET ഉദാഹരണങ്ങൾ
- 40+ ഭാഷാ പതിപ്പുകൾ ഉൾക്കൊള്ളുന്ന പാരായണങ്ങൾ ഡയറക്ടറി
- `.env` ഫയലിലൂടെയുള്ള കേന്ദ്രികൃത കോൺഫിഗറേഷൻ (`.env.copy` ടെംപ്ലേറ്റ് ആയി ഉപയോഗിക്കാം)

## സജ്ജീകരണ കമാൻഡുകൾ

### തുടക്ക റിപ്പോസിറ്ററി സജ്ജീകരണം

```bash
# റിപ്പോസിറ്ററി ക്ലോൺ ചെയ്യുക
git clone https://github.com/microsoft/generative-ai-for-beginners.git
cd generative-ai-for-beginners

# എൻവയോൺമെന്റ് ടെംപ്ലേറ്റ് കോപ്പി ചെയ്യുക
cp .env.copy .env
# നിങ്ങളുടെ API കീകൾക്കും എൻഡ്പോയിന്റുകൾക്കും അനുയോജ്യമായി .env എഡിറ്റ് ചെയ്യുക
```

### Python എൻവയോൺമെന്റ് സജ്ജീകരണം

```bash
# വെർച്വൽ എൻവയൺമെന്റ് സൃഷ്‌ടിക്കുക
python3 -m venv venv

# വെർച്വൽ എൻവയൺമെന്റ് സജീവമാക്കുക
# മാക്ഒഎസ്/ലിനക്സ്-ൽ:
source venv/bin/activate
# വിൻഡോസിൽ:
venv\Scripts\activate

# ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക
pip install -r requirements.txt
```

### Node.js/TypeScript സജ്ജീകരണം

```bash
# മാതൃനില സുരക്ഷിതമായ ആശങ്കകൾ ഇൻസ്റ്റാൾ ചെയ്യുക (ഡോക്യുമെന്റേഷൻ ഉപകരണങ്ങൾക്കായി)
npm install

# വ്യക്തിഗത പാഠത്തിന്റെ TypeScript ഉദാഹരണങ്ങൾക്കായി, പ്രത്യേക പാഠത്തിലേക്ക് നാവിഗേറ്റ് ചെയ്യുക:
cd 06-text-generation-apps/typescript/recipe-app
npm install
```

### Dev Container സജ്ജീകരണം (അനുകൂലിക്കുന്നു)

GitHub Codespaces അല്ലെങ്കിൽ VS Code Dev Containers അണുബദ്ധിച്ച് `.devcontainer` കോൺഫിഗറേഷൻ ഉൾക്കൊള്ളുന്നു:

1. GitHub Codespaces അല്ലെങ്കിൽ VS Code తో Dev Containers എക്സ്റ്റൻഷൻ ഉപയോഗിച്ച് റിപ്പോസിറ്ററി തുറക്കുക
2. Dev Container സ്വയം:
   - `requirements.txt` ലെ Python ആശ്രിതങ്ങൾ ഇൻസ്റ്റാൾ ചെയ്യുക
   - പോസ്റ്റ്-സൃഷ്ടി സ്ക്രിപ്റ്റ് (`.devcontainer/post-create.sh`) പ്രവർത്തിപ്പിക്കുക
   - Jupyter കർണൽ ക്രമീകരിക്കുക

## വികസന പ്രവൃത്തി പ്രവാഹം

### പരിസ്ഥിതി വ്യത്യാസങ്ങൾ

API ആക്സസ് ആവശ്യമുള്ള എല്ലാ പാഠങ്ങളും `.env` ഫയലിൽ നിർവചിച്ച പരിസ്ഥിതി വ്യത്യാസങ്ങൾ ഉപയോഗിക്കുന്നു:

- `OPENAI_API_KEY` - OpenAI API ഉം
- `AZURE_OPENAI_API_KEY` - Microsoft Foundry (Azure OpenAI സർവീസ് ഇപ്പോൾ ഇത് ഭാഗമാണ്: https://ai.azure.com) ൽ Azure OpenAI
- `AZURE_OPENAI_ENDPOINT` - Azure OpenAI എന്റ്പോയിന്റ് URL (Foundry റിസോർസ് എന്റ്പോയിന്റ്)
- `AZURE_OPENAI_DEPLOYMENT` - ചാറ്റ് പൂർത്തിയാക്കൽ മോഡൽ മോഡൽ ഡിപ്ലോയ്മെന്റ് പേര് (കോഴ്‌സ് ഡിഫോൾട്ട്: `gpt-5-mini`)
- `AZURE_OPENAI_EMBEDDINGS_DEPLOYMENT` - എംബെഡ്ഡിങ്സ് മോഡൽ ഡിപ്ലോയ്മെന്റ് പേര് (കോഴ്‌സ് ഡിഫോൾട്ട്: `text-embedding-3-small`)
- `AZURE_OPENAI_API_VERSION` - API പതിപ്പ് (ഡിഫോൾട്ട്: `2024-10-21`)
- `HUGGING_FACE_API_KEY` - Hugging Face മോഡലുകൾക്കായി
- `AZURE_INFERENCE_ENDPOINT` - Microsoft Foundry മോഡലുകൾ എന്റ്പോയിന്റ് (മൾട്ടിപ്രൊവൈഡർ മോഡൽ കാറ്റലോഗ്)
- `AZURE_INFERENCE_CREDENTIAL` - Microsoft Foundry മോഡലുകളുടെ API കീ (പഴയ `GITHUB_TOKEN` മാറ്റി)
- `AZURE_INFERENCE_CHAT_MODEL` - ഒരു നിര്ണയമില്ലാത്ത മോഡൽ (ഉദാ: `Llama-3.3-70B-Instruct`), `temperature` ഉദാഹരണങ്ങളിൽ ഉപയോഗിക്കുന്നു, കാരണം നിര്ണയ മോഡലുകൾ സാമ്പിൾ നിയന്ത്രണങ്ങൾ പിന്തുണയ്ക്കുന്നില്ല

### മോഡൽ പരമ്പരാഗതങ്ങൾ (പ്രധാനമാണ്)

- **ഡിഫോൾട്ട് ചാറ്റ് മോഡൽ `gpt-5-mini` ആണ്** - നിലവിലുള്ള, അമാനമായ **നിയമനിർദ്ദേശം** മോഡൽ. 2026 മുതൽ പഴയ താപനില-സമ്പർക്കമുള്ള "മിനി" മോഡലുകൾ (`gpt-4o-mini`, `gpt-4.1-mini`) സ്തംഭിപ്പിക്കുന്നു, അതുകൊണ്ട് പാഠ്യക്രമം GPT-5 കുടുംബത്തിൽ സ്ഥിരീകരിക്കുന്നു.
- **നിയമനിർദ്ദേശ മോഡലുകൾ `temperature` & `top_p` സ്വീകരിക്കുന്നില്ല**, പകരം `max_output_tokens` (Responses API) / `max_completion_tokens` (ചാറ്റ് പൂർത്തീകരണങ്ങൾ) ഉപയോഗിക്കുന്നു `max_tokens` ന്റെ പകരം. `gpt-5-mini` വിളിക്കുന്ന സാമ്പിളുകളിൽ `temperature`/`top_p`/`max_tokens` ചേർക്കാതിരിക്കുക.
- **`temperature` പ്രദർശിപ്പിക്കാൻ** സാമ്പിളുകൾ Microsoft Foundry മോഡൽ എന്റ്പോയിന്റ് (`AZURE_INFERENCE_CHAT_MODEL`) വഴി **Llama** മോഡൽ (`Llama-3.3-70B-Instruct`) ഉപയോഗിക്കുന്നു. സാമ്പിൾ നിയന്ത്രണക്കണക്കുകൾക്കുപകരം പ്രോംപ്റ്റ് എഞ്ചിനീയറിംഗ് + നിയമനിർദ്ദേശ നിയന്ത്രണങ്ങളിലൂടെ നിയമനിർദ്ദേശ മോഡലുകൾ നിയന്ത്രിക്കുക.
- **ഫൈൻ-ട്യൂണിംഗ് (പാഠം 18)** `gpt-4.1-mini` നിലനിർത്തുന്നു: GPT-5 ആർഎഫ്‌ടി പിന്തുണയ്ക്കുന്നു, എന്നാൽ ഇവിടെ കാണിച്ച പ്രസക്തമായ എസ്‌എഫ്‌ടി പിന്തുണിക്കുന്നില്ല.
- പാഠങ്ങൾ 20 (Mistral) & 21 (Meta) `temperature`/`max_tokens` നിലനിർത്തുന്നു കാരണം അവ Mistral/Llama മോഡലുകളെയാണ് ലക്ഷ്യമിടുന്നത്, ഇവക്ക് പിന്തുണയുണ്ട്.

### Python ഉദാഹരണങ്ങൾ പ്രവർത്തിപ്പിക്കൽ

```bash
# പാഠം ഡയറക്ടറിയിലേക്ക് നാവിഗേറ്റ് ചെയ്യുക
cd 06-text-generation-apps/python

# ഒരു Python സ്‌ക്രിപ്റ്റ് 실행ിക്കുക
python aoai-app.py
```

### TypeScript ഉദാഹരണങ്ങൾ പ്രവർത്തിപ്പിക്കൽ

```bash
# ടൈപ്പ്‌സ്ക്രിപ്റ്റ് ആപ്പ് ഡയറക്ടറിയിലേക്ക് നയിക്കുക
cd 06-text-generation-apps/typescript/recipe-app

# ടൈപ്പ്‌സ്ക്രിപ്റ്റ് കോഡ് നിർമ്മിക്കുക
npm run build

# അപേക്ഷ പ്രവർത്തിപ്പിക്കുക
npm start
```

### Jupyter Notebooks പ്രവർത്തിപ്പിക്കൽ

```bash
# റിപ്പോസിറ്ററി മൂലത്തിൽ Jupyter ആരംഭിക്കുക
jupyter notebook

# അല്ലെങ്കിൽ Jupyter വിപുലീകരണമുള്ള VS കോഡ് ഉപയോഗിക്കുക
```

### വ്യത്യസ്ത പാഠ തരങ്ങളുമായി ജോലി ചെയ്യൽ

- **"കറിയുക" പാഠങ്ങൾ**: README.md ഡോക്യുമെന്റേഷൻയും ആശയങ്ങളും
- **"ഫലിപ്പിക്കുക" പാഠങ്ങൾ**: Python, TypeScript ഇൽ പ്രവർത്തിക്കുന്ന കോഡ് ഉദാഹരണങ്ങൾ ഉൾക്കൊള്ളുന്നു
- ഓരോ പాఠത്തിനും README.md തിയറി, കോഡ് വാക്ക്‌തുരുകൾ, വീഡിയോ ഉള്ളടക്കത്തോടുള്ള ലിങ്കുകൾ ഉൾക്കൊള്ളുന്നു

## കോഡ് സ്റ്റൈൽ മാർഗ്ഗനിർദ്ദേശങ്ങൾ

### Python

- പരിസ്ഥിതി വ്യത്യാസങ്ങൾ മാനേജ്മെന്റിന് `python-dotenv` ഉപയോഗിക്കുക
- API ഇടപഴകലുകൾക്കായി `openai` ലൈബ്രറി ഇമ്പോർട്ട് ചെയ്യുക
- ലിന്റിംഗിന് `pylint` ഉപയോഗിക്കുക (ചില ഉദാഹരണങ്ങളിൽ `# pylint: disable=all` ഉണ്ട് എളുപ്പത്തിനായി)
- PEP 8 നാമകാര്യം പാലിക്കുക
- API ക്രെഡൻഷ്യലുകൾ `.env` ഫയലിൽ സൂക്ഷിക്കുക, കോഡിൽ ഇല്ല

### TypeScript

- പരിസ്ഥിതി വ്യത്യാസങ്ങൾക്ക് `dotenv` പാക്കേജ് ഉപയോഗിക്കുക
- tsconfig.json ൽ TypeScript കോfiguration ഓരോ ആപ്പിനും
- Azure OpenAI用 `openai` പാക്കേജ് ഉപയോഗിക്കുക (`/openai/v1/` എന്റ്പോയിന്റ് പങ്കുവെച്ച്, `client.responses.create` വിളിക്കുക); Microsoft Foundry മോഡലുകൾക്ക് `@azure-rest/ai-inference` ഉപയോഗിക്കുക
- ഓട്ടോ-റിലോഡിനായി `nodemon` ഡെവലപ്പ്മെന്റിന് ഉപയോഗിക്കുക
- പ്രവർത്തിപ്പിക്കുന്നതിന് മുൻപ് നിർമ്മിക്കുക: `npm run build` പിന്നെ `npm start`

### പൊതുവായ പരമ്പരാഗതങ്ങൾ

- കോഡ് ഉദാഹരണങ്ങൾ ലളിതവും വിദ്യാഭ്യാസപ്രദവുമാക്കുക
- പ്രധാന ആശയങ്ങൾ വിശദീകരിക്കുന്ന കമന്റുകൾ ഉൾക്കൊള്ളിക്കുക
- ഓരോ പാഠത്തിന്റെയും കോഡ് സ്വയം പര്യാപ്തവും പ്രവർത്തനക്ഷമവുമാകണം
- സ്ഥിരമായ നാമകരണം ഉപയോഗിക്കുക: `aoai-` Azure OpenAI, `oai-` OpenAI API, `githubmodels-` Microsoft Foundry Models (GitHub Models കാലഘട്ടം മുതൽ നിലനിർത്തിയത്)

## ഡോക്യുമെന്റേഷൻ മാർഗ്ഗനിർദ്ദേശങ്ങൾ

### മാർക്ക്ഡൗൺ സ്റ്റൈൽ

- എല്ലാ URL മുകളും `[text](../../url)` ഫോർമാറ്റിൽ സ്പേസുകൾ ഇല്ലാതെ എത്തിക്കുന്നു
- ഊർജിതമായ ലിങ്കുകൾ `./` അല്ലെങ്കിൽ `../` ന്റെ തുടക്കമാകും
- മൈക്രോസോഫ്റ്റ് ഡൊമെയ്ൻ ലിങ്കുകൾക്ക് ട്രാക്കിംഗ് ഐഡി ഉൾപ്പെടണം: `?WT.mc_id=academic-105485-koreyst`
- URL ൽ പ്രത്യേക രാജ്യഭാഷകൾ ഒഴിവാക്കണം (ഉദാ: `/en-us/` ഒഴിവാക്കുക)
- ചിത്രങ്ങൾ `./images` ഫോൾഡറിൽ വിവരണാത്മക പേരുകളോടെ സൂക്ഷിക്കുക
- ഫയൽ പേരിൽ ഇംഗ്ലീഷ് അക്ഷരങ്ങൾ, നമ്പറുകൾ, ഡാഷുകൾ ഉപയോഗിക്കുക

### പരിഭാഷ പിന്തുണ

- റിപ്പോസിറ്ററി 40+ ഭാഷകൾ വഴി സ്വയമാറ്റം GitHub Actions പിന്തുണക്കുന്നു
- പരിഭാഷകൾ `translations/` ഡയറക്ടറിയിൽ സൂക്ഷിച്ചിരിക്കുന്നു
- ഭാഗിക പരിഭാഷകൾ സമർപ്പിക്കേണ്ടതില്ല
- മെഷീൻ പരിഭാഷകൾ സ്വീകരിക്കപ്പെട്ടില്ല
- മാറ്റി വച്ച ചിത്രങ്ങൾ `translated_images/` ഡയറക്ടറിയിൽ സൂക്ഷിക്കപ്പെടുന്നു

## ടെസ്റ്റിംഗും സ്ഥിരീകരണവും

### സമർപ്പിക്കാനുമുമ്പ് പരിശോധനകൾ

ഈ റിപ്പോസിറ്ററി GitHub Actions ഉപയോഗിച്ച് സ്ഥിരീകരിക്കപ്പെടുന്നു. പൂർണ്ണപ്പെട്ടു സമർപ്പിക്കുന്നതിന് മുമ്പ്:

1. **മാർക്ക്ഡൗൺ ലിങ്കുകൾ പരിശോധിക്കുക**:
   ```bash
   # validate-markdown.yml പ്രവൃത്തി പരിശോധിക്കുന്നു:
   # - തകർന്നിരിക്കുന്ന ആപേക്ഷിക പാതകൾ
   # - പാതകളിൽ ട്രാക്കിംഗ് ഐഡികൾ കാണാതിരിക്കുന്നു
   # - URL ൽ ട്രാക്കിംഗ് ഐഡികൾ കാണാതിരിക്കുന്നു
   # - രാജ്യഭാഷാ കോഡോടൊപ്പം ഉള്ള URLകൾ
   # - തകർന്നിരിക്കുന്ന ബാഹ്യ URLകൾ
   ```

2. **മാനുവൽ ടെസ്റ്റിംഗ്**:
   - Python ഉദാഹരണങ്ങൾ പരീക്ഷിക്കുക: venv സജീവമാക്കി സ്ക്രിപ്റ്റുകൾ ഓടിക്കുക
   - TypeScript ഉദാഹരണങ്ങൾ പരീക്ഷിക്കുക: `npm install`, `npm run build`, `npm start`
   - പരിസ്ഥിതി വ്യത്യാസങ്ങൾ ശരിയാവുന്നത് ഉറപ്പ് വരുത്തുക
   - API কীകൾ കോഡ് ഉദാഹരണങ്ങളിൽ പ്രവർത്തിക്കുന്നുവെന്ന് പരിശോധിക്കുക

3. **കോഡ് ഉദാഹരണങ്ങൾ**:
   - എല്ലാം പിഴവുകൾ nélkül പ്രവർത്തിക്കുന്നു എന്ന് ഉറപ്പാക്കുക
   - Azure OpenAI ഉം OpenAI API ഉം ഇടയിൽ ടെസ്റ്റ് ചെയ്യുക
   - Microsoft Foundry മോഡലുകളും പിന്തുണയുള്ള സ്ഥലങ്ങളിൽ ഉദാഹരണങ്ങൾ ശരിയാണെന്ന് ഉറപ്പാക്കുക

### സ്വയമാറ്റൻ ടെസ്റ്റുകൾ ഇല്ല

ഇത് ഒരു എഡ്യുക്കേഷനൽ റിപ്പോസിറ്ററിയാണ്, ട്യൂട്ടോറിയലുകൾക്കും ഉദാഹരണങ്ങൾക്കും. യൂണിറ്റ് ടെസ്റ്റുകളും ഇന്റഗ്രേഷൻ ടെസ്റ്റുകളും ഓടികൂടതില്ല. സ്ഥിരീകരണം പ്രധാനമായും:
- കോഡ് ഉദാഹരണങ്ങളുടെ മാനുവൽ പരിശോധന
- മാർക്ക്ഡൗൺ സ്ഥിരീകരണത്തിന് GitHub Actions
- വിദ്യാഭ്യാസ ഉള്ളടക്കത്തിന് സമൂഹം അവലോകനം

## പുൾ റിക്വസ്റ്റ് മാർഗ്ഗനിർദ്ദേശങ്ങൾ

### സമർപ്പിക്കാനുമുമ്പ്

1. Python, TypeScript എന്നീ ഭാഷകളിൽ കോഡ് മാറ്റങ്ങൾ പരീക്ഷിക്കുക
2. മാർക്ക്ഡൗൺ സ്ഥിരീകരണം നടത്തുക (PR ഓട്ടോമാറ്റിക്കായി ട്രിഗർ)
3. എല്ലാ മൈക്രോസോഫ്റ്റ് URL ല്‍ ട്രാക്കിംഗ് ഐഡികൾ ഉറപ്പാക്കുക
4. സംബന്ധിച്ച ലിങ്കുകൾ സാധുവാണെന്ന് പരിശോധിക്കുക
5. ചിത്രങ്ങൾ ശരിയായി റഫറൻസുകൾ ഉള്ളതായി ഉറപ്പ് വരുത്തുക

### PR ടൈറ്റിൽ ഫോർമാറ്റ്

- വിവരണാത്മകമായ തലക്കെട്ടുകൾ ഉപയോഗിക്കുക: `[Lesson 06] Python ഉദാഹരണത്തിന് ടൈപ്പോ തിരുത്തുക` അല്ലെങ്കിൽ `Update README for lesson 08`
- ബന്ധപ്പെട്ട ഇഷ്യൂ നമ്പറുകൾ ഉണ്ട് എങ്കിൽ റഫറൻസ് നൽകുക: `Fixes #123`

### PR വിവരണം

- മാറ്റങ്ങൾ എന്തൊക്കെയാണ്, എന്തുകൊണ്ട് നടന്നുവെന്ന് വിശദീകരിക്കുക
- ബന്ധപ്പെട്ട ഇഷ്യൂകളിലേക്ക് ലിങ്ക് നൽകുക
- കോഡ് മാറ്റങ്ങൾക്ക് എവിടെ പരീക്ഷണം നടത്തി എന്ന് വ്യക്തമാക്കുക
- ഭാഷാന്തര PRകൾക്കായി എല്ലാ ഫയലുകളും സമർപ്പിക്കുക

### സംഭാവനാവശ്യങ്ങൾ

- Microsoft CLA ഒപ്പ് വയ്ക്കുക (ആദ്യ PR-ല്‍ സ്വയം)
- മാറ്റങ്ങൾ ചെല്ലിക്കുന്നതിന് മുൻപ് रिपോസിറ്ററി ഫോർക്ക് ചെയ്യുക
- തർക്കമില്ലാത്ത മാറ്റങ്ങൾക്കായി ഒരു PR മാത്രമേയുള്ളൂ (അസംബന്ധിത പരിഹാരങ്ങൾ ചേർക്കാതിരിക്കുക)
- PRകൾ സാന്ദ്രവും ചെറുതും സൂക്ഷിക്കുക

## സാധാരണ പ്രവൃത്തി പ്രവാഹങ്ങൾ

### പുതിയ കോഡ് ഉദാഹരണം ചേർക്കൽ

1. അനുയോജ്യമായ പാഠ ഡയറക്ടറിയിലേക്കു വരിക
2. `python/` അല്ലെങ്കിൽ `typescript/` സബ്ഡയരക്ടറിയിൽ ഉദാഹരണം സൃഷ്ടിക്കുക
3. നാമകരണം പാലിക്കുക: `{provider}-{example-name}.{py|ts|js}`
4. യഥാർത്ഥ API ക്രെഡൻഷ്യലുകൾ ഉപയോഗിച്ച് പരിശോധന നടത്തുക
5. പാഠ README-യിൽ പുതിയ പരിസ്ഥിതി വ്യത്യാസങ്ങൾ രേഖപ്പെടുത്തുക

### ഡോക്യുമെന്റേഷൻ പുതുക്കൽ

1. പാഠ ഡയറക്ടറിയിലുള്ള README.md തിരുത്തുക
2. മാർക്ക്ഡൗൺ മാർഗ്ഗനിർദ്ദേശങ്ങൾ പാലിക്കുക (ട്രാക്കിംഗ് ഐഡി, ബന്ധപ്പെട്ട ലിങ്കുകൾ)
3. പരിഭാഷകൾ GitHub Actions നിയന്ത്രിക്കുന്നു (മാനുവലായി തിരുത്തരുത്)
4. എല്ലാ ലിങ്കുകളും സാധുവാണെന്ന് പരിശോധിക്കുക

### Dev Containers ഉപയോഗിച്ച് ജോലി ചെയ്യൽ

1. റിപ്പോസിറ്ററിയിൽ `.devcontainer/devcontainer.json` അടങ്ങിയിരിക്കുന്നു
2. പോസ്റ്റ്-സൃഷ്ടി സ്ക്രിപ്റ്റ് പൈതൺ ആശ്രിതങ്ങൾ സ്വയം ഇൻസ്റ്റാൾ ചെയ്യുന്നു
3. പൈതൺ, Jupyter എക്സ്റ്റൻഷനുകൾ മുൻകൂർ ക്രമീകരിച്ചിരിക്കുന്നു
4. അന്തരീക്ഷം `mcr.microsoft.com/devcontainers/universal:2.11.2` അടിസ്ഥാനമാക്കി

## വിന്യാസവും പ്രസിദ്ധീകരണവും

ഇത് പഠനത്തിനുള്ള റിപ്പോസിറ്ററിയാണ് - വിന്യാസ പ്രക്രിയയില്ല. പാഠ്യക്രമം ഇത് വഴി ഉപഭോഗം ചെയ്യുന്നു:

1. **GitHub Repository**: കോഡും ഡോക്യുമെന്റേഷനും നേരിട്ട്
2. **GitHub Codespaces**: മുൻകുറച്ച് ക്രമീകരിച്ച ഡെവൽപ്‌മെന്റ് അന്തരീക്ഷം
3. **Microsoft Learn**: ഔദ്യോഗിക പഠന പ്ലാറ്റ്‌ഫോമിലേക്ക് ഉള്ള ഉള്ളടക്കം ശേഖരിക്കപ്പെടാം
4. **docsify**: മാർക്ക്ഡൗൺ അടിസ്ഥാനഡി ഡോക്യുമെന്റേഷൻ സൈറ്റ് (കാണുക `docsifytopdf.js`, `package.json`)

### ഡോക്യുമെന്റേഷൻ സൈറ്റ് നിർമ്മാണം

```bash
# ഡോക്യുമെന്റേഷനിൽ നിന്നു PDF സൃഷ്ടിക്കുക (ആവശ്യമായാൽ)
npm run convert
```

## പ്രശ്നപരിഹാരം

### സാധാരണ പ്രശ്നങ്ങൾ

**Python ഇമ്പോർട്ട് പിശകുകൾ**:
- വെർച്വൽ എൻവയോൺമെന്റ് സജീവമാക്കുക
- `pip install -r requirements.txt` ഓടിക്കുക
- Python പതിപ്പ് 3.9+ ആണെന്ന് പരിശോധിക്കുക

**TypeScript നിർമ്മാണ പിശകുകൾ**:
- പ്രത്യേക ആപ്പ് ഡയറക്ടറിയിൽ `npm install` ഓടിക്കുക
- Node.js പതിപ്പ് അനുയോജ്യമാണ് എന്ന് ഉറപ്പാക്കുക
- `node_modules` പിടിച്ചുവീഴ്ത്തി ആവശ്യമെങ്കിൽ വീണ്ടും ഇൻസ്റ്റാൾ ചെയ്യുക

**API സാക്ഷ്യപ്പരിശോധന പിശകുകൾ**:
- `.env` ഫയൽ ഉണ്ട് പ്ലസ് ശരിയായ മൂല്യങ്ങൾ
- API കീകൾ ശരിയാണെന്ന് ശേഷം കാലഹരണപ്പെടാത്തത് ഉറപ്പാക്കുക
- നിങ്ങളുടെ പ്രദേശത്തിനാകുന്ന എൻഡ്പോയിന്റ് URL ശരിയാണെന്ന് പരിശോധിക്കുക

**പരിസ്ഥിതി വ്യത്യാസങ്ങൾ കാണാതായിരിക്കുന്നു**:
- `.env.copy` നു പകരം `.env` കൊപ്പി ചെയ്യുക
- നിങ്ങൾ ജോലി ചെയ്യുന്ന പാഠത്തിന് ആവശ്യമായ എല്ലാ മൂല്യങ്ങളും നിറയ്ക്കുക
- `.env` അപ്ഡേറ്റ് ചെയ്തശേഷം ആപ്പ് പുനരാരംഭിക്കുക

## കൂടാതെ സ്രോതസ്സുകൾ

- [Course Setup Guide](./00-course-setup/README.md?WT.mc_id=academic-105485-koreyst)
- [Contributing Guidelines](./CONTRIBUTING.md)
- [Code of Conduct](./CODE_OF_CONDUCT.md)
- [Security Policy](./SECURITY.md)
- [Azure AI Discord](https://aka.ms/genai-discord?WT.mc_id=academic-105485-koreyst)
- [Collection of Advanced Code Samples](https://aka.ms/genai-beg-code?WT.mc_id=academic-105485-koreyst)

## പ്രോജക്ട്-നിർദിഷ്ട കുറിപ്പുകൾ

- ഇത് ഒരു **വിദ്യാഭ്യാസ റിപ്പോസിറ്ററി** ആണ്, നിർമ്മാണ കോഡിനല്ല
- ഉദാഹരണങ്ങൾ കൂടിയ സൂക്ഷ്മതയോടെ ആശയങ്ങൾ പഠിപ്പിക്കുന്നതിനാണ്
- കോഡ് ഗുണമേന്മ വിദ്യാഭ്യാസ പരിശുദ്ധതയുമായി ശരിയായി സംയോജിപ്പിച്ചിരിക്കുന്നു
- ഓരോ പാഠവും സ്വയം പര്യാപ്തവും സ്വതന്ത്രമായി പൂർത്തിയാക്കാവുന്നതുമാണ്
- റിപ്പോസിറ്ററി Azure OpenAI, OpenAI, മൈക്രോസോഫ്റ്റ് ഫൗണ്ട്രി മോഡലുകൾ, ഫൗണ്ട്രി ലോക്കൽ, ഒള്ളാമ എന്നിവ പോലുള്ള ഒപ്പം പ്രവർത്തിക്കുന്ന API പ്രൊവൈഡർമാരെ പിന്തുണയ്ക്കുന്നു
- ഉള്ളടക്കം ബഹുഭാഷാരൂപത്തിൽ സ്വയമാറ്റം പ്രവർത്തനങ്ങളോടെ
- ചോദ്യങ്ങൾക്കും പിന്തുണയ്ക്കും Discord ൽ സജീവമായ സമുദായം

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**അറിയിപ്പ്**:
ഈ രേഖ AI പരിഭാഷാ സേവനം [Co-op Translator](https://github.com/Azure/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.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->