Find the best CLAUDE.md, AGENTS.md and Claude skills

MicrosoftReads credentialsSkill

testing-course-samples

microsoft/ai-agents-for-beginners/translations/it/.agents/skills/testing-course-samples/SKILL.md

Verifica che i notebook delle lezioni e i campioni di codice funzionino con una configurazione live Microsoft Foundry / Azure OpenAI. Il repo include un runner in scripts/validate-notebooks.ps1 che esegue ogni notebook Python senza interfaccia grafica e stampa una matrice PASS/FAIL. Non usare questo per l'Azione GitHub AI Smoke Test (che verifica gli agenti distribuiti — vedi tests/README.md). Questa skill esegue i notebook localmente. Lo script scrive copie eseguite, log per notebook e results.json in $env:TEMP\aiab-nbval e termina con il…

No other project uses it yet

MicrosoftReads credentialsAGENTS.md

ai-agents-for-beginners / ja

microsoft/ai-agents-for-beginners/translations/ja/AGENTS.md

このリポジトリには「初心者向けAIエージェント」— AIエージェントを構築するために必要なすべてを教える包括的な教育コースが含まれています。コースは18のレッスン（番号は00-18）で構成されており、基本、デザインパターン、フレームワーク、製品デプロイメント、ローカル/オンデバイスエージェント、およびAIエージェントのセキュリティをカバーしています。 主要技術: - Python 3.12以上 - 対話型学習のためのJupyterノートブック - AIフレームワーク: Microsoft Agent Framework (MAF) - Azure AIサービス: Microsoft Foundry, Microsoft Foundry Agent Service V2 アーキテクチャ: - レッスンごとの構造（00-18 ディレクトリ） - 各レッスンにはREADMEドキュメント、コードサンプル（Jupyterノートブック）、画像を含む - 自動翻訳システムによる多言語対応 - Microsoft Agent Frameworkを使用した各レッスンごとのPythonノートブック Microsoft Foundry用（必須）: - AZURE_AI_PROJECT_ENDPOINT - Microsoft Foundryプロジェクトのエンドポイント - AZURE_AI_MODEL_DEPLOYMENT_NAME - モデル展開名 (例: gpt-5-mini) Azure AI Search用（レッスン05 - RAG）: - AZURE_SEARCH_SERVICE_ENDPOINT - Azure AI Searchのエンドポイント - AZURE_SEARCH_API_KEY - Azure AI SearchのAPIキー 認証: ノートブックを実行する前にaz loginを実行してください（AzureCliCredentialを使用）。 各レッスンには異なるフレームワーク用の複数のJupyterノートブックがあります: Microsoft Agent Framework + Microsoft Foundry: - Azureサブスクリプションが必要 - FoundryChatClientをAgent…

No other project uses it yet

MicrosoftReads credentialsSkill

azure-openai-to-responses

microsoft/ai-agents-for-beginners/translations/ja/.agents/skills/azure-openai-to-responses/SKILL.md

正式な指示 — 正確に従うこと このスキルは Azure OpenAI Chat Completions を使用している Python コードベースを 統一された Responses API に移行します。指示に正確に従ってください。 パラメータのマッピングを即興で行ったり、API 形状を独自に作成しないでください。 ユーザーが以下を望むときにこのスキルを有効にします: - Azure OpenAI Chat Completions から Responses API へ Python アプリを移行する - Python の OpenAI SDK の使用を最新の Azure OpenAI 用 API 形状にアップグレードする - Azure で Responses が必要な GPT-5 以降のモデルに備えて Python コードを準備する - AzureOpenAI/AsyncAzureOpenAI から標準の OpenAI/AsyncOpenAI クライアントの v1 エンドポイントに切り替える - AzureOpenAI のコンストラクターや api_version に関する廃止警告を修正する 移行前に、Azure OpenAI 配備が Responses API をサポートしているか確認してください。 <strong>注意</strong>: Azure OpenAI では max_output_tokens の<strong>最小値は16</strong>です。16未満は400エラーになります。スモークテストでは50以上を使用してください。 これが 404 を返す場合、その配備のモデルはまだ Responses に対応していません — 下記参照か対応モデルで再配備してください。

MicrosoftSkill

deploying-scalable-agents

microsoft/ai-agents-for-beginners/translations/ja/.agents/skills/deploying-scalable-agents/SKILL.md

レッスン16 – スケーラブルエージェントのデプロイの補助スキルです。 プロトタイプからスケーラブルで観測可能な本番環境デプロイへのエージェント移行を支援します。 すべての推奨はレッスン内容および実行可能なノートブックに基づき、FoundryのAPIは想定しないでください。 学習者が以下を望む時にこのスキルを起動します： - Microsoft Foundryにエージェントを<strong>ホストエージェント</strong>としてデプロイし、バージョン管理および観測可能にする。 - <strong>クライアントホスト型、ホストエージェント型、エージェントワークフロー型</strong>のデプロイパターンを選択する。 - レイテンシーとコストを制御するための<strong>モデルルーティング</strong>、<strong>レスポンスキャッシュ</strong>、または<strong>バウンデッドコンカレンシー</strong>を追加する。 - 悪いエージェントバージョンが出荷されないよう<strong>評価ゲート</strong>を追加する。 - 高リスク行動に対し<strong>ヒューマンインザループ承認</strong>ステップを追加する。 - 本番観測のために<strong>OpenTelemetry</strong>トレーシングでエージェントに計測を施す。 - デプロイ後のゲートとしてエージェントを<strong>スモークテスト</strong>する。 本番環境のエージェントは主にモデルの<em>周囲</em>の操作的なスケルトン（約80%）であって、 モデル自体ではありません。すべての推奨は次の関心事に結びつけてください： create → version → evaluate (gate) → deploy hosted → observe online → collect failures → repeat。 <strong>オフライン評価はゲートであって後回しではない</strong> — 閾値をクリアしないバージョンは出荷しない。 オンライン観測は実際の障害をオフラインテストセットにフィードバックする。 ノートブックの以下を学習者に指し示す 16-python-agent-framework.ipynb: デプロイ後、エンドポイントが実際に応答するか確認する（緑のデプロイでも応答しない場合がある）。 AI Smoke Test アクションを.github/workflows/smoke-test.yml と tests/ のカタログで使う。ランナーは各プロンプトをPOST {project_endpoint}/agents/{agent_name}/endpoint/protocols/openai/responsesにPOSTし、 応答テキストを検証する。アイデンティティはFoundryプロジェクト範囲で<strong>Azure AI User</strong>ロールが必要；トークンのオーディエンスはhttps://ai.azure.com/。

No other project uses it yet

MicrosoftSkill

jupyter-notebook

microsoft/ai-agents-for-beginners/translations/ja/.agents/skills/jupyter-notebook/SKILL.md

ユーザーが実験、探索、またはチュートリアル用の Jupyter Notebook（`.ipynb`）を作成、スキャフォールド、または編集するよう依頼したときに使用します。バンドルされたテンプレートを優先し、ヘルパースクリプト

Often used withfind-skills

MicrosoftSkill

local-ai-agents

microsoft/ai-agents-for-beginners/translations/ja/.agents/skills/local-ai-agents/SKILL.md

Lesson 17 – Creating Local AI Agents の補助スキルです。 学習者がエージェントを構築する際に役立ててください。推論、ツール呼び出し、ドキュメント検索をすべて自身のマシン上で行います — クラウド推論は使いません。すべての推奨事項はレッスン内容と実行可能なノートブックに基づいています。 学習者が以下を望むときにこのスキルを有効にします： - プライバシー、コスト、オフラインを理由に<strong>完全にデバイス上</strong>でエージェントを動作させたい。 - Foundry Local でローカルにモデルを提供し、OpenAI互換エンドポイント経由で接続したい。 - <strong>Qwenの関数呼び出しモデル</strong>を使って信頼できるローカルのツール呼び出しを行いたい。 - ローカルRAG（Chroma）や<strong>ローカルMCPサーバー</strong>を追加したい。 - <strong>ハイブリッド</strong>なローカル／クラウドルーティング戦略を設計したい。 SLMはプライバシー、コスト、オフライン運用のために範囲の広さを犠牲にします。勝利の戦略は：SLMにオーケストレーションを任せ、ツールに重い作業をさせることです。 モデルはコードベースを<em>知らなくても</em>良い — いつread_fileやsearch_docsを呼び出すかを知っていれば十分です。これによりSLMの強み（ツール選択のような限定的な意思決定）を活かし、弱み（広範な知識、長いマルチホップ推論）から離れられます。 ~8 GBのRAMが現実的な最低限です；GPU/NPUがあると便利ですが必須ではありません。 学習者にノートブックを指し示します 17-local-agent-foundry-local.ipynb： これはLesson 16のモデルルーティングの考えと対応し、ワークステーションをルートのひとつとしています。エージェントは完全失敗せず品質が落ちる程度に局所フォールバックする設計を推奨します。

No other project uses it yet

MicrosoftSkill

microsoft-docs

microsoft/ai-agents-for-beginners/translations/ja/.agents/skills/microsoft-docs/SKILL.md

Microsoft テクノロジー エコシステムのリサーチスキル。learn.microsoft.com とその外側にあるドキュメント（VS Code、GitHub、Aspire、Agent Framework リポジトリ）をカバーします。 learn.microsoft.com 上の<strong>すべてのコンテンツ</strong>（Azure、.NET、M365、Power Platform、Agent Framework、Semantic Kernel、Windows など）にはこれらのツールを使用してください。これは大多数の Microsoft ドキュメントの問い合わせに対する主要なツールです。 完全なチュートリアルや全ての構成オプションが必要な場合、または検索抜粋が切り詰められている場合には検索後に microsoft_docs_fetch を使用してください。 以下のカテゴリは learn.microsoft.com の外側 にあります。代わりに指定されたツールを使用してください。 Aspire のドキュメントは aspire.dev にあり、Learn にはありません。最適なツールは Aspire CLI のバージョンによって異なります： CLI 13.2以降（推奨）— Aspire MCP サーバーには組み込みのドキュメント検索ツールがあります： これらは Aspire CLI 13.2 で提供されています（PR #14028）。アップデートには aspire update --self --channel daily を使用してください。 CLI 13.1 — MCP サーバーは統合の検索（list_integrations、get_integration_docs）は提供しますが、ドキュメント検索は<strong>提供しません</strong>。Fallback は Context7 を使用してください： VS Code のドキュメントは code.visualstudio.com にあり、Learn ではありません。 GitHub のドキュメントは docs.github.com と cli.github.com にあります。 Agent Framework のチュートリアルは learn.microsoft.com 上にあります（microsoft_docs_search を使用）が、GitHub リポジトリ には公開ドキュメントより先行するAPIレベルの詳細があります — 特に DevUI REST API…

MicrosoftReads credentialsSkill

testing-course-samples

microsoft/ai-agents-for-beginners/translations/ja/.agents/skills/testing-course-samples/SKILL.md

レッスン用ノートブックおよびコードサンプルが実際の Microsoft Foundry / Azure OpenAI 環境で動作するかを検証します。このリポジトリには scripts/validate-notebooks.ps1 という ランナーが付属しており、全てのPythonノートブックをヘッドレス実行し、 AI Smoke Test GitHub Action（<em>デプロイ済み</em>ホストエージェントを検証するもの—tests/README.md参照）には<strong>使用しないでください</strong>。このスキルは ノートブックをローカルで実行します。 スクリプトは実行済みのコピー、ノートブックごとのログ、results.jsonを $env:TEMP\aiab-nbval に書き出し、失敗数を終了コードとして返します。 一時的な失敗（共有サブスクリプションのHTTP 429レート制限、たまに起こる AzureCliCredential トークンの不具合、タイムアウト）は自動的に リトライされます（-Retries（デフォルト2）および -RetryDelaySeconds バックオフ（デフォルト20秒））。モデルデプロイメントが頻繁に429を返す場合は、 サブスクリプションのGlobalStandard TPMクォータ（az cognitiveservices usage list -l <region>）を確認してください。単一の デプロイメントの容量増強は、<em>サブスクリプション</em> クォータが枯渇している場合は効果がありません。

No other project uses it yet

MicrosoftReads credentialsAGENTS.md

ai-agents-for-beginners / km

microsoft/ai-agents-for-beginners/translations/km/AGENTS.md

ទីតាំងនេះមាន "ភ្នាក់ងារបច្ចេកវិទ្យាបញ្ញាសិប្បនិម្មិត (AI Agents) សម្រាប់អ្នកចាប់ផ្តើម" - មេរៀនសិក្សាដ៏ពេញលេញដែលបង្រៀនអ្វីគ្រប់យ៉ាងដែលត្រូវការ ដើម្បីបង្កើតភ្នាក់ងារ AI។ មេរៀននេះមានចំនួន ១៨ មេរៀន (សំរុបលេខ ០០-១៨) ដែលគ្របដណ្តប់មូលដ្ឋាន, រចនាបថ, ស៊ុមប្រើប្រាស់, ការបញ្ចូលផលិតកម្ម, ភ្នាក់ងារផ្ទាល់ក្នុងឧបករណ៍ និងសុវត្ថិភាពនៃភ្នាក់ងារ AI។ បច្ចេកវិទ្យាសំខាន់ៗៈ - Python 3.12+ - Jupyter Notebooks សម្រាប់ការសិក្សាផ្ទាល់បែបអន្តរកម្ម - ស៊ុម AI: Microsoft Agent Framework (MAF) - សេវាកម្ម AI Azure: Microsoft Foundry, Microsoft Foundry Agent Service V2 ស្ថាបត្យកម្មៈ - រចនាបថមេរៀន (ថត ០០-១៨) - មេរៀននីមួយៗមាន: ឯកសារ README, ឧទាហរណ៍កូដ (Jupyter notebooks) និងរូបភាព - គាំទ្រភាសាច្រើនតាមប្រព័ន្ធបកប្រែស្វ័យប្រវត្តិ - Jupyter notebook មួយសម្រាប់ Python ក្នុងមេរៀនប្រើ Microsoft Agent Framework សម្រាប់ Microsoft Foundry (ចាំបាច់): - AZURE_AI_PROJECT_ENDPOINT - ចំណុចចុះចតគម្រោង Microsoft…

No other project uses it yet

MicrosoftReads credentialsSkill

azure-openai-to-responses

microsoft/ai-agents-for-beginners/translations/km/.agents/skills/azure-openai-to-responses/SKILL.md

ការណែនាំមានសណ្ឋាន — អនុវត្តតាមយ៉ាងម៉ត់ចត់ ជំនាញនេះបម្រើការផ្លាស់ប្តូរកូដ Python ដែលប្រើ Azure OpenAI Chat Completions ទៅ Responses API តែមួយគត់។ សូមអនុវត្តតាមបទបញ្ជាទាំងនេះយ៉ាងម៉ត់ចត់។ កុំបង្កើតការ​ផ្គូផ្គងអថេរឬបង្កើតរូបរាង API ថ្មីៗឡើយ។ សកម្មភាពជំនាញនេះនៅពេលដែលអ្នកប្រើប្រាស់ចង់: - ផ្លាស់ប្តូរកម្មវិធី Python ពី Azure OpenAI Chat Completions ទៅ Responses API - បន្ថែមការប្រើប្រាស់ Python OpenAI SDK ទៅរូបរាង API ថ្មី ដែលឆ្លošបញ្ចូលជាមួយ Azure OpenAI - ត្រៀមកូដ Python សម្រាប់ម៉ូដែល GPT-5 ឬថ្មីជាងដែលទាមទារ Responses នៅលើ Azure - ផ្លាស់ពី AzureOpenAI/AsyncAzureOpenAI ទៅ client OpenAI/AsyncOpenAI ផ្លូវការដោយប្រើចំណុចបញ្ចប់ v1 - កែបញ្ហាផ្សព្វផ្សាយថា AzureOpenAI constructors ឬ api_version មុននឹងផ្លាស់ប្តូរ សូមបញ្ជាក់ថាការដំឡើង Azure OpenAI របស់អ្នកគាំទ្រ Responses API។ ចំណាំ: max_output_tokens មានតម្លៃតិចបំផុត 16 នៅលើ Azure OpenAI។ តម្លៃក្រោម 16…

MicrosoftSkill

deploying-scalable-agents

microsoft/ai-agents-for-beginners/translations/km/.agents/skills/deploying-scalable-agents/SKILL.md

ជំនាញជារួមសម្រាប់ មេរៀនទី 16 – ការដាក់ឲ្យដំណើរការអ្នកប្រតិបត្តិការដែលអាចពហុមាត្រ។ ប្រើវាដើម្បីជួយអ្នករៀនបញ្ជូនអ្នកប្រតិបត្តិការពីគំរូដទៅជាការដាក់ឲ្យដំណើរការផលិតដែលអាចពង្រីក និងអាចមើលឃើញបាន។ ដាក់គ្រប់ការណែនាំក្នុងមេរៀន និងសៀវភៅសរសេរដែលអាចដំណើរការ បាន; កុំបង្កើត API របស់ Foundry។ ធ្វើឲ្យជំនាញនេះមានសកម្មពេលដែលអ្នករៀនចង់: - ដាក់ឲ្យដំណើរការអ្នកប្រតិបត្តិការ​ទៅ Microsoft Foundry ដោយជាអ្នកប្រតិបត្តិការត្រូវបានរៀបចំ hosted agent និងធ្វើឲ្យវាជាកំណែ/អាចមើលឃើញបាន។ - ជ្រើសរើសរវាង​គំរូបាកការ client-hosted, hosted-agent, និង agent-workflow សម្រាប់ការដាក់ឲ្យដំណើរការ។ - បន្ថែម model routing, response caching, ឬ bounded concurrency ដើម្បីគ្រប់គ្រងពេលវេលា តម្លៃ និងការចំណាយ។ - បន្ថែម evaluation gate ដើម្បីមិនឲ្យកំណែអ្នកប្រតិបត្តិការមួយទៀតបញ្ចេញក្នុងករណីអាក្រក់។ - បន្ថែមជំហាន human-in-the-loop approval សម្រាប់សកម្មភាពដែលមានហានិភ័យខ្ពស់។ - តំឡើងអ្នកប្រតិបត្តិការជាមួយ OpenTelemetry សម្រាប់ការតាមដានផលិតកម្ម។ - សាកល្បងឆេះ អ្នកប្រតិបត្តិការដាក់ឲ្យដំណើរការ ដើម្បីជារបាំងលឿនបន្ទាប់ពីដាក់ឲ្យដំណើរការ។ អ្នកប្រតិបត្តិការផលិតកម្មភាគច្រើនជាសាច់ដុំប្រតិបត្តិការ ជុំវិញ គំរូ (~80%), មិនមែនគំរូដោយខ្លួនវាទេ។ ផ្គូរផ្គងគ្រប់ការណែនាំទៅក្នុងបញ្ហារបស់ខាងក្រោម: create → version → evaluate (gate) → deploy hosted → observe online → collect…

No other project uses it yet

MicrosoftSkill

jupyter-notebook

microsoft/ai-agents-for-beginners/translations/km/.agents/skills/jupyter-notebook/SKILL.md

ប្រើនៅពេលដែលអ្នកប្រើស្នើឲ្យបង្កើត រៀបចំ (scaffold) ឬកែសម្រួល Jupyter

Often used withfind-skills

MicrosoftSkill

local-ai-agents

microsoft/ai-agents-for-beginners/translations/km/.agents/skills/local-ai-agents/SKILL.md

ជំនាញជំរុញសម្រាប់ មេរៀនទី ១៧ – ការបង្កើតភ្នាក់ងារបញ្ញាសិប្បនិម្មិតក្នុងស្រុក។ ប្រើវាដើម្បីជួយអ្នករៀនបង្កើតភ្នាក់ងារដែលអាចនិយាយអនុវត្តន៍, ហៅឧបករណ៍, និងស្វែងរក ឯកសារបានលើម៉ាស៊ីនផ្ទាល់ខ្លួនរបស់ពួកគេ — គ្មានការសន្និដ្ឋានពពកទេ។ ទំនាក់ទំនង រាល់ការផ្ដល់អនុសាសន៍គឺស្ថិតនៅក្នុងមាតិការបង្រៀន និងសៀវភៅចម្លងដែលអាចដំណើរការ។ បើកបញ្ចំនេះគ្រូបង្រៀនពេលអ្នករៀនចង់: - រត់ភ្នាក់ងារឲ្យ ជាប់នៅលើឧបករណ៍ទាំងស្រុង ដើម្បីការពារ​ភាពឯកជន, ចំណាយ, ឬហេតុផលអញ្ញើញខ្សែ - បម្រើម៉ូឌែលនៅក្នុងស្រុកជាមួយ Foundry Local ហើយភ្ជាប់តាមអ្វីដែលផ្គូរផ្គងនឹង OpenAI។ - ប្រើម៉ូឌែល ហៅមុខងារ Qwen ដើម្បីបញ្ជូនការហៅឧបករណ៍ក្នុងស្រុកដែលមានភាពទុកចិត្ត។ - បន្ថែម RAG ក្នុងស្រុក (Chroma) ឬ ម៉ាស៊ីនបម្រើ MCP ក្នុងស្រុក។ - កំណត់យុទ្ធសាស្រ្ត ផ្សំរវាង ស្រុក និងពពក។ SLM មួយប្តូរពហុភាពទៅជារឿងឯកជនភាព, ថ្លៃដូរ, និងប្រតិបត្តិការអញ្ញើញខ្សែ។យុទ្ធសាស្រ្តឈ្នះគឺ៖ *អនុញ្ញាតឲ្យ SLM អប់រំ និងឲ្យឧបករណ៍ធ្វើការលំបាក។*ម៉ូឌែលមិនចាំបាច់ត្រូវតែ ស្គាល់ មូលដ្ឋានកូដ — វាត្រូវតែស្គាល់ពេលហៅ read_file និង search_docs។នោះនៅផ្នែកកម្លាំងរបស់ SLM (សេចក្តីសម្រេចចិត្តមានដែនកំណត់ដូចជាការជ្រើសរើសឧបករណ៍) និងអោយវាចាកចេញពីចំណុចខ្សោយរបស់វា (ចំណេះដឹងទូលំទូលាយ, ការយល់ដឹងប្រសិនបើរំលងច្រើនជំហាន)។ ដូចជាការជ្រើសរើសឧបករណ៍) ហើយឆ្ងាញ់ពីចំណុចខ្សោយរបស់វា (ចំណេះដឹងទូលំទូលាយ, ការត្រួតពិនិត្យការយល់ឃើញច្រើនជំហាន) reasoning)។ ជា​ចំនួនគិតជា ~8 GB RAM គឺជាចំនួនកម្រិតចាប់ផ្ដើមក្នុងការពិត; GPU/NPU ជួយបានប៉ុន្តែមិនចាំបាច់ទេ។ សំទាញអ្នករៀនទៅកាន់សៀវភៅកំណត់ត្រា 17-local-agent-foundry-local.ipynb:

No other project uses it yet

MicrosoftSkill

microsoft-docs

microsoft/ai-agents-for-beginners/translations/km/.agents/skills/microsoft-docs/SKILL.md

ស្វែងរកឯកសារផ្លូវការរបស់ Microsoft ដើម្បីស្វែងរកគំនិត មេរៀនបណ្តាញ និងឧទាហរណ៍កូដនានាទាក់ទងនឹង

MicrosoftReads credentialsSkill

testing-course-samples

microsoft/ai-agents-for-beginners/translations/km/.agents/skills/testing-course-samples/SKILL.md

ប្រើនៅពេលត្រូវបានស្នើឱ្យផ្ទៀងផ្ទាត់ ពិសោធន៍ ពិសោធន៍ស្ពឹក ឬរត់សៀវភៅកំណត់ត្រានិងគំរូកូដនៃវគ្គសិក្សាពីលើការកំណត់

No other project uses it yet

MicrosoftReads credentialsAGENTS.md

ai-agents-for-beginners / kn

microsoft/ai-agents-for-beginners/translations/kn/AGENTS.md

ಈ ರೆಪೊಸಿಟರಿ "ಬಿಗಿನರ್ಸ್‌ಗಾಗಿ AI ಏಜೆಂಟ್ಸ್" ಅನ್ನು ಹೊಂದಿದೆ - AI ಏಜೆಂಟ್ಸ್ ನಿರ್ಮಿಸಲು ಅಗತ್ಯವಿರುವ ಎಲ್ಲಾ ವಿಷಯಗಳನ್ನು ಕಲಿಸುವ ಸಮಗ್ರ ಶೈಕ್ಷಣಿಕ ಕೋರ್ಸ್. ಈ ಕೋರ್ಸ್‌ನಲ್ಲಿ 18 ಪಾಠಗಳಿವೆ (ಸಂಖ್ಯೆ 00-18) ಇವುಗಳಲ್ಲಿ ಮೂಲಭೂತಗಳು, ವಿನ್ಯಾಸ ಮಾದರಿಗಳು, ಫ್ರೇಮ್ವರ್ಕ್‌ಗಳು, ಉತ್ಪಾದನಾ ನಿಯೋಜನೆ, ಸ್ಥಳೀಯ/ಉಪಕರಣದಲ್ಲಿ ಏಜೆಂಟ್‌ಗಳು ಮತ್ತು AI ಏಜೆಂಟ್‌ಗಳ ಭದ್ರತೆಗಳ ವಿಷಯಗಳಿವೆ. ಮುಖ್ಯ ತಂತ್ರಜ್ಞಾನಗಳು: - Python 3.12+ - ಇಂಟರಾಕ್ಟಿವ್ ಕಲಿಕೆಗಾಗಿ ಜುಪಿಟರ್ ನೋಟ್ಬುಕ್‌ಗಳು - AI ಫ್ರೇಮ್ವರ್ಕ್‌ಗಳು: ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್ವರ್ಕ್ (MAF) - ಅಜ್ಯೂರ್ AI ಸೇವೆಗಳು: ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್‌ರಿ, ಮೈಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್‌ರಿ ಏಜೆಂಟ್ ಸರ್ವೀಸ್ V2 ವಾಸ್ತುಶಿಲ್ಪ: - ಪಾಠ ಆಧಾರಿತ ರಚನೆ (00-18 ಡೈರೆಕ್ಟರಿಗಳು) - ಪ್ರತಿ ಪಾಠದಲ್ಲಿ ಇರುವವು: README ಡಾಕ್ಯುಮೆಂಟೇಶನ್, ಕೋಡ್…

No other project uses it yet

MicrosoftReads credentialsSkill

azure-openai-to-responses

microsoft/ai-agents-for-beginners/translations/kn/.agents/skills/azure-openai-to-responses/SKILL.md

ಅಧಿಕೃತ ಮಾರ್ಗದರ್ಶನ — ನಿಖರವಾಗಿ ಅನುಸರಿಸಿ ಈ ಕೌಶಲ್ಯವು ಪೈಥಾನ್ ಕೋಡ್‌ಬೇಸ್‌ಗಳನ್ನು ಅಜೂರ್ ಓಪನ್‌ಎಐ ಚಾಟ್ ಪೂರ್ಣಗೊಳಿಸುವಿಕೆಗಳಿಂದ ಏಕೀಕೃತ ಪ್ರತಿಕ್ರಿಯೆಗಳ API ಗೆ ವರ್ಗಾಯಿಸುತ್ತದೆ. ಈ ಸೂಚನೆಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಅನುಸರಿಸಿ. ನಿಯಮಾವಳಿ ಮಾನದಂಡಗಳನ್ನು ಅಥವಾ API ರೂಪಗಳನ್ನು ಉಂಟುಮಾಡಬೇಡಿ. ಬಳಕೆದಾರರು ಈ ಕೆಳಗಿನ ಕಾರ್ಯಗಳನ್ನು ಆಚರಿಸಲು ಆಕಾಂಕ್ಷಿಸುವಾಗ ಈ ಕೌಶಲ್ಯ ಸಕ್ರಿಯಗೊಳ್ಳುತ್ತದೆ: - ಅಜೂರ್ ಓಪನ್‌ಎಐ ಚಾಟ್ ಪೂರ್ಣಗೊಳಿಸುವಿಕೆಗಳಿಂದ ಪ್ರತಿಕ್ರಿಯೆಗಳ API ಗೆ ಪೈಥಾನ್ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ವರ್ಗಾಯಿಸುವುದು - ಅಜೂರ್ ಓಪನ್‌ಎಐ ವಿರುದ್ಧ ಇತ್ತೀಚಿನ API ರೂಪಕ್ಕೆ ಪೈಥಾನ್ ಓಪನ್‌ಎಐ SDK ಬಳಕೆಯನ್ನು ನವೀಕರಿಸುವುದು - ಅಜೂರ್‌ನಲ್ಲಿ ಪ್ರತಿಕ್ರಿಯೆಗಳು ಬೇಕಾದ GPT-5 ಅಥವಾ ಹೊಸ ಮಾದರಿಗಾಗಿ ಪೈಥಾನ್ ಕೋಡ್ ತಯಾರಿಸುವುದು - AzureOpenAI/AsyncAzureOpenAI ನಿಂದ ಸಾಂಪ್ರದಾಯಿಕ OpenAI/AsyncOpenAI ಕ್ಲೈಂಟ್ ಮತ್ತು v1…

MicrosoftSkill

deploying-scalable-agents

microsoft/ai-agents-for-beginners/translations/kn/.agents/skills/deploying-scalable-agents/SKILL.md

ಪಾಠ 16 – ವಿಸ್ತರಣೀಯ ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿಯೋಜಿಸುವುದು ಗೆ ಸಹಪಾಠ ಕೌಶಲ್ಯ. ಒಂದು ಕಲಿಕೆಯವನು ಏಜೆಂಟ್ ಅನ್ನು ಪ್ರೋಟೋಟೈಪ್‌ನಿಂದ ವಿಸ್ತರಣೀಯ, ಗಮನಾರ್ಹ ಉತ್ಪಾದನಾ ನಿಯೋಜನೆಗೆ ತರುವುದು ಸಹಾಯ ಮಾಡಲು ಇದನ್ನು ಬಳಸಿ. ಪಾಠದ ವಿಷಯ ಮತ್ತು ಚಾಲನೆಯಲ್ಲಿರುವ ನೋಟ್ಬುಕ್‌ನಲ್ಲಿ ಪ್ರತಿಯೊಂದು ಶಿಫಾರಸುಗಳನ್ನು ಆಧರಿಸಿ; ಫೌಂಡ್ರಿ APIಗಳು изобретಿಸಬೇಡಿ. ಒಂದು ಕಲಿಕೆಯವನು ಈ ಕೆಳಗಿನ ಕಾರ್ಯಗಳನ್ನು ಮಾಡಲು ಇಚ್ಛಿಸಿದಾಗ ಈ ಕೌಶಲ್ಯವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಿ: - ಮೈಸಕ್ರೋಸಾಫ್ಟ್ ಫೌಂಡ್ರಿಯಲ್ಲಿ ಏಜೆಂಟ್ ಅನ್ನು ಹೋಸ್ಟೆಡ್ ಏಜೆಂಟ್ ලෙස ನಿಯೋಜಿಸಿ ಮತ್ತು ಅದನ್ನು ಆವೃತ್ತಿ ಹೊಂದಿದ/ಗಮನಾರ್ಹಗೊಳಿಸಿ. - ಕ್ಲೈಂಟ್-ಹೋಸ್ಟೆಡ್, ಹೋಸ್ಟೆಡ್-ಏಜೆಂಟ್, ಮತ್ತು ಏಜೆಂಟ್-ವರ್ಕ್‌ಫ್ಲೋ ನಿಯೋಜನೆ ಮಾದರಿಗಳಲ್ಲಿ ಆಯ್ಕೆಮಾಡಿ. - ವಿಳಂಬ ಮತ್ತು ವೆಚ್ಚವನ್ನು ನಿಯಂತ್ರಿಸಲು ಮಾದರಿ ಮಾರ್ಗೀಕರಣ, ಪ್ರತಿಕ್ರಿಯೆ ಕೇಶಿಂಗ್, ಅಥವಾ ಬಂಧಿತ ಸಹಕಾಲಿಕತೆ ಸೇರಿಸಿ. - ಕೆಟ್ಟ…

No other project uses it yet

MicrosoftSkill

jupyter-notebook

microsoft/ai-agents-for-beginners/translations/kn/.agents/skills/jupyter-notebook/SKILL.md

ಬಳಕೆದಾರರು ಪ್ರಯೋಗಗಳು, ಅನ್ವೇಷಣೆಗಳು ಅಥವಾ ಟ್ಯುಟೋರಿಯಲ್‌ಗಳಿಗಾಗಿ Jupyter ನೋಟ್ಬುಕ್‌ಗಳು

Often used withfind-skills

MicrosoftSkill

local-ai-agents

microsoft/ai-agents-for-beginners/translations/kn/.agents/skills/local-ai-agents/SKILL.md

ಪಾಠ 17 – ಸ್ಥಳೀಯ AI ಏಜೆಂಟುಗಳು ಸೃಜನೆ ಗೆ ಸಹಾಯಕರ ಕೌಶಲ್ಯ. ಇದು শেখುವವರಿಗೆ ತಂತ್ರಾಂಶವನ್ನು ತಂಡಿಸಿ, ಉಪಕರಣಗಳನ್ನು ಕರೆದು, ಮತ್ತು ಸಂಪೂರ್ಣವಾಗಿ ತಮ್ಮದೇ ಯಂತ್ರದಲ್ಲಿ ದತ್ತಾಂಶವನ್ನು ಹುಡುಕಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ — ಯಾವುದೇ ಮೆಘ ನಿರ್ಣಯವಿಲ್ಲ. ಪ್ರತಿ ಶಿಫಾರಸ್ಸು ಪಾಠ ವಸ್ತು ಮತ್ತು ಚಾಲನೆಯಲ್ಲಿರುವ ನೋಟ್ಬುಕ್ ಆಧಾರಿತವಾಗಿರಲಿ. ಈ ಕೌಶಲ್ಯವನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಿ, ಜನರೊಬ್ಬರು ಇಚ್ಛಿಸುವಾಗ: - ಗೌಪ್ಯತೆ, ವೆಚ್ಚ ಅಥವಾ ಆಫ್‌ಲೈನ್ ಕಾರಣಗಳಿಗಾಗಿ ಏಜೆಂಟನ್ನು ಪೂರ್ಣವಾಗಿ ಸಾಧನದಲ್ಲಿ ನಡೆಸಲು. - ಫೌಂಡ್ರಿ ಲೋಕಲ್ ಮೂಲಕ ಸ್ಥಳೀಯವಾಗಿ ಮಾದರಿಯನ್ನು ಸೇವೆ ಮಾಡಲು ಮತ್ತು OpenAI-ಪರಿಹಾರವಾದ ಅಂತಿಮ ಬಿಂದು ಮೂಲಕ ಸಂಪರ್ಕಿಸಲು. - ನಂಬಿಕೆಯೋಗ್ಯ ಸ್ಥಳೀಯ ಉಪಕರಣ ಕಾಲ್‌ಗೆ ಚಾಲನೆ ನೀಡಲು ಕ್ವೆನ್ ಕಾರ್ಯ-ಕೋಲಿಂಗ್ ಮಾದರಿಯನ್ನು ಬಳಸಲು. - ಸ್ಥಳೀಯ RAG (ಕ್ರೊಮಾ)…

No other project uses it yet