wehub-resource-sync🚀 Module 1: Microsoft Foundry Toolkit ಆಧಾರಗಳು
📋 ಅಧ್ಯಯನ ಉದ್ದೇಶಗಳು
ಈ ಮೋಡ್ಯೂಲ್ ನ ಕೊನೆಯಲ್ಲಿ, ನೀವು ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ:
- ✅ VS ಕೋಡ್ಗಾಗಿ Microsoft Foundry Toolkit ವಿಸ್ತರಣೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ ಮತ್ತು ಸಂರಚಿಸಿ
- ✅ ಮಾದರಿ ಕೇಟಲಾಗ್ ನವಿಗೇಟ್ ಮಾಡಿ ಮತ್ತು ವಿವಿಧ ಮಾದರಿ ಮೂಲಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ
- ✅ ಮಾದರಿ ಪರೀಕ್ಷೆ ಮತ್ತು ಪ್ರಯೋಗಾತ್ಮಕತೆಗೆ ಪ್ಲೇಗ್ರೌಂಡ್ ಬಳಸಿ
- ✅ ಏಜೆಂಟ್ ಬಿಲ್ಡರ್ ಬಳಸಿ ಸ್ವತಂತ್ರ AI ಏಜೆಂಟ್ಗಳನ್ನು ರಚಿಸಿ
- ✅ ವಿವಿಧ ಒದಗಿಸುವವರ ನಡುವೆ ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಹೋಲಿಸಿ
- ✅ ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ಗೆ ಅತ್ಯುತ್ತಮ ಅಭ್ಯಾಸಗಳನ್ನು ಅನ್ವಯಿಸಿ
🧠 Microsoft Foundry Toolkit ಪರಿಚಯ
Microsoft Foundry Toolkit Extension for VS Code Microsoft ನ ಪ್ರಮುಖ ವಿಸ್ತರಣೆ ಆಗಿದ್ದು, VS ಕೋಡ್ ಅನ್ನು ಸಮಗ್ರ AI ಅಭಿವೃದ್ಧಿ ಪರಿಸರವಾಗಿಸುತ್ತದೆ. ಇದು AI ಸಂಶೋಧನೆ ಮತ್ತು ವ್ಯವಹಾರಿಕ ಅನ್ವಯಿಕ ಅಭಿವೃದ್ಧಿಯ ನಡುವೆ ಸೇತುವೆಯಾಗಿದ್ದು, ಜನರೇಟಿವ್ AI ಯನ್ನು ಎಲ್ಲಾ ಕೌಶಲ್ಯ ಮಟ್ಟದ ಅಭಿವೃದ್ಧಿಪಡಿಸುವವರಿಗೂ ಲಭ್ಯವನ್ನಾಗಿಸುತ್ತದೆ.
🌟 ಪ್ರಮುಖ ಸಾಮರ್ಥ್ಯಗಳು
| ವೈಶಿಷ್ಟ್ಯ | ವಿವರಣೆ | ಉಪಯೋಗ ಪ್ರಕರಣ |
|---|---|---|
| 🗂️ ಮಾದರಿ ಕೇಟಲಾಗ್ | GitHub, ONNX, OpenAI, Anthropic, Google ನ 100+ ಮಾದರಿಗಳನ್ನು ಪ್ರವೇಶಿಸಿ | ಮಾದರಿ ಅನ್ವೇಷಣೆ ಮತ್ತು ಆಯ್ಕೆ |
| 🔌 BYOM ಬೆಂಬಲ | ನಿಮ್ಮದೇ ಮಾದರಿಗಳನ್ನು (ವರ್ತಮಾನ/ದೂರ) ಒಳಗೂಡಿಸಿ | ಕಸ್ಟಮ್ ಮಾದರಿ ನಿಯೋಜನೆ |
| 🎮 ಇಂಟರಾಕ್ಟಿವ್ ಪ್ಲೇಗ್ರೌಂಡ್ | ಚಾಟ್ ಇಂಟರ್ಫೇಸ್ ಹೊಂದಿರುವ ರಿಯಲ್-ಟೈಂ ಮಾದರಿ ಪರೀಕ್ಷೆ | ವೇಗವಂತ ಪ್ರೋಟೋಟೈಪಿಂಗ್ ಮತ್ತು ಪರೀಕ್ಷೆ |
| 📎 ಬಹು-ಮೋಡ್ ಬೆಂಬಲ | ಪಠ್ಯ, ಚಿತ್ರಗಳು ಮತ್ತು ಸಂಲಗ್ನಗಳನ್ನು ನಿರ್ವಹಿಸಿ | ಸಂಕೀರ್ಣ AI ಅನ್ವಯಿಕೆಗಳು |
| ⚡ ಬ್ಯಾಚ್ ಪ್ರೋಸೆಸಿಂಗ್ | ಹಲವಾರು ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ಒಟ್ಟಿಗೆ ಚಲಾಯಿಸಿ | ಕಾರ್ಯಕ್ಷಮ ಪರೀಕ್ಷಾ ಕಾರ್ಯಪ್ರವಾಹಗಳು |
| 📊 ಮಾದರಿ ಮೌಲ್ಯಮಾಪನ | ಒಳನಿರ್ಮಿತ ಮಿತಿ (F1, ಪ್ರಾಸಂಗಿಕತೆ, ಸಾದೃಶ್ಯ, ಸಮ್ಮಿಲನ) | ಕಾರ್ಯಕ್ಷಮತಾ ಮೌಲ್ಯಮಾಪನ |
🎯 ಏಕೆ Microsoft Foundry Toolkit ಪ್ರಮುಖವಾಗಿದೆ
- 🚀 ವೇಗವಂತ ಅಭಿವೃದ್ದಿ: ಕಲ್ಪನೆ ರಿಂದ ಪ್ರೋಟೋಟೈಪ್ಗೆ ನೆನಪುಗಳಲ್ಲಿ
- 🔄 ಏಕೀಕೃತ ಕಾರ್ಯಪ್ರವಾಹ: ಹಲವು AI ಒದಗಿಸುವವರಿಗಾಗಿ ಒಂದೇ ಇಂಟರ್ಫೇಸ್
- 🧪 ಸುಲಭ ಪ್ರಯೋಗಾತ್ಮಕತೆ: ಸಂಕೀರ್ಣ ಸೆಟ್ಅಪ್ ಬೇಡದೆ ಮಾದರಿಗಳನ್ನು ಹೋಲಿಸಿ
- 📈 ಉತ್ಪಾದನಾ ಸಿದ್ಧತೆ: ಪ್ರೋಟೋಟೈಪ್ನಿಂದ ನಿಯೋಜನೆಗೆ ಸಿಹಿವೇಳೆ ಬದಲಾವಣೆ
🛠️ ಅಗತ್ಯತೆಗಳು ಮತ್ತು ಸೆಟಪ್
📦 Microsoft Foundry Toolkit ವಿಸ್ತರಣೆ ಸ್ಥಾಪನೆ
ಹಂತ 1: ವಿಸ್ತರಣೆ ಮಾರುಕಟ್ಟೆ ಪ್ರವೇಶಿಸಿ
- Visual Studio Code ತೆರೆಯಿರಿ
- ವಿಸ್ತರಣೆ ಗೊಳಿಸಿರುವ ವೀಕ್ಷಣೆಗೆ ಹೋಗಿ (
Ctrl+Shift+XಅಥವಾCmd+Shift+X) - "Microsoft Foundry Toolkit" ಹುಡುಕಿ
ಹಂತ 2: ನಿಮ್ಮ ಆವೃತ್ತಿಯನ್ನು ಆರಿಸಿ
- 🟢 ಬಿಡುಗಡೆ: ಉತ್ಪಾದನಾ ಬಳಕೆಗೆ ಶಿಫಾರಸು
- 🔶 ಪೂರ್ವ-ಬಿಡುಗಡೆ: ಅಗ್ರಗಾಮಿ ವೈಶಿಷ್ಟ್ಯಗಳಿಗೆ ಮುಂಚೂಣಿ ಪ್ರವೇಶ
ಹಂತ 3: ಸ್ಥಾಪಿಸಿ ಮತ್ತು ಸಕ್ರಿಯಗೊಳಿಸಿ
✅ ಪರಿಶೀಲನೆ ಪರಿಶೀಲಿಕೆಪಟ್ಟಿ
- Microsoft Foundry Toolkit ಐಕಾನ್ VS ಕೋಡ್ ಸೈಡ್ಬಾರ್ನಲ್ಲಿ ಕಾಣಿಸುತ್ತದೆ
- ವಿಸ್ತರಣೆ ಸಕ್ರಿಯಗೊಂಡಿದೆ ಮತ್ತು ಸಕ್ರಿಯಗೊಳಿಸಲಾಗಿದೆ
- _OUTPUT ಪ್ಯಾನೆಲ್ನಲ್ಲಿ ಯಾವುದೇ ಸ್ಥಾಪನೆ ದೋಷಗಳಿಲ್ಲ
🧪 ಪ್ರಾಯೋಗಿಕ ವ್ಯಾಯಾಮ 1: GitHub ಮಾದರಿಗಳನ್ನು ಅನ್ವೇಷಣೆ
🎯 ಗುರಿ: ಮಾದರಿ ಕೇಟಲಾಗ್ ಅನ್ನು ನಿಪುಣಮಾಡಿ ಮತ್ತು ನಿಮ್ಮ ಮೊದಲ AI ಮಾದರಿಯನ್ನು ಪರೀಕ್ಷಿಸಿ
📊 ಹಂತ 1: ಮಾದರಿ ಕೇಟಲಾಗ್ ನವಿಗೇಟ್ ಮಾಡಿ
ಮಾದರಿ ಕೇಟಲಾಗ್ ನಿಮ್ಮ AI ಪರಿಸರದ ಪ್ರವೇಶದ್ವಾರವಾಗಿದೆ. ಇದು ಹಲವು ಒದಗಿಸುವವರಿಂದ ಮಾದರಿಗಳನ್ನು ಸೇರಿಸಿ, ಆಯ್ಕೆ ಮತ್ತು ಹೋಲಿಕೆ ಸುಲಭ ಮಾಡುತ್ತದೆ.
🔍 ನವಿಗೇಶನ್ ಮಾರ್ಗದರ್ಶಿ:
Microsoft Foundry Toolkit ಸೈಡ್ಬಾರ್ನಲ್ಲಿ MODELS - Catalog ಕ್ಲಿಕ್ ಮಾಡಿ
💡 ಉಪಾಯ: ನಿಮ್ಮ ಬಳಕೆಯೊಂದಿಗೆ ಹೊಂದುವ ವಿಶೇಷ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಹೊಂದಿರುವ ಮಾದರಿಗಳನ್ನು ಹುಡುಕಿ (ಉದಾ. ಕೋಡ್ ರಚನೆ, ಸೃಜನಾತ್ಮಕ ಬರವಣಿಗೆ, ವಿಶ್ಲೇಷಣೆ).
⚠️ ನೋಟು: GitHub-ಮೇರುತ್ತಿರುವ ಮಾದರಿಗಳು (ಅಂದರೆ GitHub Models) ಉಚಿತವಾಗಿ ಉಪಯೋಗಿಸಬಹುದು ಆದರೆ ವಿನಂತಿಗಳು ಮತ್ತು ಟೋಕನ್ಗಳ ಮೇಲೆ ದರಮಾರ್ಗ ನಿಯಮಗಳಿಗೆ ಒಳಪಟ್ಟಿವೆ. ನೀವು non-GitHub ಮಾದರಿಗಳ ಪ್ರವೇಶಿಸಲು (ಅಂದರೆ ಹೊರಗಿನ ಮಾದರಿಗಳು Azure AI ಅಥವಾ ಇತರ ಅಂತಿಮ ಬಿಂದುಗಳ ಮೂಲಕ ಹೋಸ್ಟ್ ಆಗಿವೆ) ಸಂಬಂಧಿಸಿದ API ಕೀ ಅಥವಾ ಪ್ರಾಮಾಣೀಕರಣ ನೀಡಬೇಕಾಗುತ್ತದೆ.
🚀 ಹಂತ 2: ನಿಮ್ಮ ಮೊದಲ ಮಾದರಿಯನ್ನು ಸೇರಿಸಿ ಮತ್ತು ಸಂರಚಿಸಿ
ಮಾದರಿ ಆಯ್ಕೆ ಕಾರ್ಯತಂತ್ರ:
- GPT-4.1: ಸಂಕೀರ್ಣ ತರ್ಕ ಮತ್ತು ವಿಶ್ಲೇಷಣೆಗೆ ಅತ್ಯುತ್ತಮ
- Phi-4-mini: ಸರಳ ಕಾರ್ಯಗಳಿಗೆ ತೂಕರಹಿತ, ತ್ವರಿತ ಪ್ರತಿಕ್ರಿಯೆಗಳು
🔧 ಸಂರಚನಾ ಪ್ರಕ್ರಿಯೆ:
- ಕೇಟಲಾಗ್ನಿಂದ OpenAI GPT-4.1 ಆಯ್ಕೆಮಾಡಿ
- Add to My Models ಕ್ಲಿಕ್ ಮಾಡಿ - ಇದು ಮಾದರಿಯನ್ನು ಬಳಕೆಗೆ ನೋಂದಣಿ ಮಾಡುತ್ತದೆ
- ಪರೀಕ್ಷಾ ಪರಿಸರವನ್ನು ಪ್ರಾರಂಭಿಸಲು Try in Playground ಆಯ್ಕೆ ಮಾಡಿ
- ಮಾದರಿ ಆರಂಭಿಕರಣಕ್ಕಾಗಿ ಕಾಯಿರಿ (ಮೊದಲ ಬಾರಿ ಸೆಟಪ್ ಸ್ವಲ್ಪ ಸಮಯ ಬೇಕಾಗಬಹುದು)
⚙️ ಮಾದರಿ ಪರಿಮಾಣಗಳನ್ನು ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಿ:
- Temperature: ಸೃಜನಶೀಲತೆ ನಿಯಂತ್ರಣ (0 = ನಿರ್ದಿಷ್ಟ, 1 = ಸೃಜನಾತ್ಮಕ)
- Max Tokens: ಗರಿಷ್ಟ ಪ್ರತಿಕ್ರಿಯೆ ಉದ್ದ
- Top-p: ಪ್ರತಿಕ್ರಿಯೆಯ ವೈವಿಧ್ಯಕ್ಕೆ ನ್ಯೂಕ್ಲಿಯಸ್ ನಮೂನೆ
🎯 ಹಂತ 3: ಪ್ಲೇಗ್ರೌಂಡ್ ಇಂಟರ್ಫೇಸ್ ಅನ್ನು ನಿಪುಣಮಾಡಿಕೊಳ್ಳಿ
ಪ್ಲೇಗ್ರೌಂಡ್ ನಿಮ್ಮ AI ಪ್ರಯೋಗಶಾಲೆ. ಇದರ ಸಾಮರ್ಥ್ಯವನ್ನು ಗರಿಷ್ಠಗೊಳಿಸಲು ಕೆಳಗಿನಂತೆ ಮಾಡಿ:
🎨 ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಅತ್ಯುತ್ತಮ ಅಭ್ಯಾಸಗಳು:
- ನಿಖರವಾಗಿರಿ: ಸ್ಪಷ್ಟ, ವಿವರವಾದ ಸೂಚನೆಗಳು ಉತ್ತಮ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತವೆ
- ಪ್ರಸಂಗ ಒದಗಿಸಿ: ಸಂಬಂಧಿತ ಪೃಷ್ಟಭೂಮಿಯನ್ನು ಸೇರಿಸಿ
- ಉದಾಹರಣೆಗಳನ್ನು ಬಳಸಿ: ನೀವು ಏನು ಕೇಳುತ್ತೀರಿ ಎನ್ನುವುದಕ್ಕೆ ಮಾದರಿಯನ್ನು ಉದಾಹರಣೆಗಳೊಂದಿಗೆ ತೋರಿಸಿ
- ಮುನಿಸಿಕೊಂಡು ನೀವು ಸರಿ ಮಾಡಿ: ಪ್ರಥಮ ಫಲಿತಾಂಶಗಳ ಆಧಾರದಲ್ಲಿ ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ಸುಧಾರಿಸಿ
🧪 ಪರೀಕ್ಷಾ ದೃಶ್ಯಗಳು:
# Example 1: Code Generation
"Write a Python function that calculates the factorial of a number using recursion. Include error handling and docstrings."
# Example 2: Creative Writing
"Write a professional email to a client explaining a project delay, maintaining a positive tone while being transparent about challenges."
# Example 3: Data Analysis
"Analyze this sales data and provide insights: [paste your data]. Focus on trends, anomalies, and actionable recommendations."
🏆 చాలೆಂಜ್ ವ್ಯಾಯಾಮ: ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆ ಹೋಲಿಕೆ
🎯 ಗುರಿ: ಒಂದೇ ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ವಿವಿಧ ಮಾದರಿಗಳನ್ನು ಹೋಲಿಸಿ ಅವರ ಬಲಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ
📋 ಸೂಚನೆಗಳು:
- ನಿಮ್ಮ ಕಾರ್ಯಸ್ಥಳಕ್ಕೆ Phi-4-mini ಸೇರಿ
- GPT-4.1 ಮತ್ತು Phi-4-mini ಎರಡಕ್ಕೂ ಅದೇ ಪ್ರಾಂಪ್ಟ್ ಉಪಯೋಗಿಸಿ
- ಪ್ರತಿಕ್ರಿಯೆಯ ಗುಣಮಟ್ಟ, ಗತಿ ಮತ್ತು ನಿಖರತೆಯನ್ನು ಹೋಲಿಸಿ
- ಫಲಿತಾಂಶ ವಿಭಾಗದಲ್ಲಿ ನಿಮ್ಮ ಕಂಡುಹಿಡಿದ ವಿಚಾರಗಳನ್ನು ದಾಖಲಿಸಿ
💡 ಮುಖ್ಯ ಅಂಶಗಳು:
- LLM ಮತ್ತು SLM ಅನ್ನು ಯಾವಾಗ ಬಳಸಬೇಕು
- ವೆಚ್ಚ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತಾ ವ್ಯತ್ಯಾಸಗಳು
- ವಿವಿಧ ಮಾದರಿಗಳ ವಿಶೇಷ ಸಾಮರ್ಥ್ಯಗಳು
🤖 ಪ್ರಾಯೋಗಿಕ ವ್ಯಾಯಾಮ 2: ಏಜೆಂಟ್ ಬಿಲ್ಡರ್ ಬಳಸಿ ಕಸ್ಟಮ್ ಏಜೆಂಟ್ಗಳನ್ನು ನಿರ್ಮಿಸಿ
🎯 ಗುರಿ: ನಿಗದಿತ ಕಾರ್ಯಗಳು ಮತ್ತು ಕಾರ್ಯಪ್ರವಾಹಗಳಿಗೆ ಖಾಸಗಿ AI ಏಜೆಂಟ್ಗಳನ್ನು ರಚಿಸಿ
🏗️ ಹಂತ 1: ಏಜೆಂಟ್ ಬಿಲ್ಡರ್ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ
Agent Builder ನಿಜವಾಗಿಯೂ Microsoft Foundry Toolkit ನೊಳಗಿನ ತೊರೆ. ಇದು ನಿಗದಿತ ಗುರಿಯ AI ಸಹಾಯಕರನ್ನು ಸೃಜಿಸುತ್ತದೆ, ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿಗಳ ಶಕ್ತಿ, ಕಸ್ಟಮ್ ಸೂಚನೆಗಳು, ನಿಗದಿತ ಪರಿಮಾಣಗಳು ಮತ್ತು ವಿಶೇಷ ಜ್ಞಾನವನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ.
🧠 ಏಜೆಂಟ್ ಶಿಲ್ಪಕಲೆಯ ಘಟಕಗಳು:
- ಮೌಲಿಕ ಮಾದರಿ: ಮೂಲ LLM (GPT-4, Groks, Phi, ಇತ್ಯಾದಿ)
- ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್: ಏಜೆಂಟ್ ವೈಖರಿ ಮತ್ತು ನಡೆಕಾಲವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ
- ಪರಿಮಾಣಗಳು: ಸರ್ವೋತ್ತಮ ಕಾರ್ಯಕ್ಷಮತೆಯಿಗಾಗಿ ಸೂಕ್ತ ಕಾನ್ಫಿಗರೇಶನ್
- ಉಪಕರಣಗಳ ಸಂಯೋಜನೆ: ಹೊರಗಿನ API ಗಳು ಹಾಗೂ MCP ಸೇವೆಗಳೊಂದಿಗೆ ಸಂಪರ್ಕ
- ಸ್ಮರಣೆ: ಸಂಭಾಷಣಾ ಪ್ರಸಂಗ ಮತ್ತು ಸೆಷನ್ ಸ್ಥೈರವಿಕೆ
⚙️ ಹಂತ 2: ಏಜೆಂಟ್ ಸಂರಚನೆಯ ವಿಶ್ಲೇಷಣೆ
🎨 ಪರಿಣಾಮಕಾರಿ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ರಚನೆ:
# Template Structure:
## Role Definition
You are a [specific role] with expertise in [domain].
## Capabilities
- List specific abilities
- Define scope of knowledge
- Clarify limitations
## Behavior Guidelines
- Response style (formal, casual, technical)
- Output format preferences
- Error handling approach
## Examples
Provide 2-3 examples of ideal interactions
ನೀವು System Prompt ತಯಾರಿಸಲು ಮತ್ತು ಸೂಕ್ತಗೊಳಿಸಲು AI ಸಹಾಯ ಪಡೆಯಲು Generate System Prompt ಅನ್ನು ಕೂಡ ಬಳಸಬಹುದು
🔧 ಪರಿಮಾಣಗಳ ಪರಿಪೂರ್ಣತೆ:
| ಪರಿಮಾಣ | ಶಿಫಾರಸು ಮಾಡಿದ ವ್ಯಾಪ್ತಿ | ಉಪಯೋಗ ಪ್ರಕರಣ |
|---|---|---|
| Temperature | 0.1-0.3 | ತಾಂತ್ರಿಕ/ವಾಸ್ತವಿಕ ಉತ್ತರಗಳು |
| Temperature | 0.7-0.9 | ಸೃಜನಾತ್ಮಕ/ತಲಮೇಲೆ ಬೇರೆಯಲ್ಲಿ ಕಾರ್ಯಗಳು |
| Max Tokens | 500-1000 | ಸಂಕ್ಷಿಪ್ತ ಉತ್ತರಗಳು |
| Max Tokens | 2000-4000 | ವಿವರವಾದ ವಿವರಣೆಗಳು |
🐍 ಹಂತ 3: ಪ್ರಾಯೋಗಿಕ ವ್ಯಾಯಾಮ - ಪೈಥಾನ್ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಆಯಜೆಂಟ್
🎯 ಗುರಿ: ನಿಗದಿತ ಪೈಥಾನ್ ಕೋಡಿಂಗ್ ಸಹಾಯಕರನ್ನು ರಚಿಸಿ
📋 ಸಂರಚನಾ ಹಂತಗಳು:
-
ಮಾದರಿ ಆಯ್ಕೆ: ಅತ್ಯುತ್ತಮ ಕೋಡ್ ಮುಂದುವರೆಸುವುದಕ್ಕಾಗಿ Claude 3.5 Sonnet ಆಯ್ಕೆಮಾಡಿ
-
ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ವಿನ್ಯಾಸ:
# Python Programming Expert Agent
## Role
You are a senior Python developer with 10+ years of experience. You excel at writing clean, efficient, and well-documented Python code.
## Capabilities
- Write production-ready Python code
- Debug complex issues
- Explain code concepts clearly
- Suggest best practices and optimizations
- Provide complete working examples
## Response Format
- Always include docstrings
- Add inline comments for complex logic
- Suggest testing approaches
- Mention relevant libraries when applicable
## Code Quality Standards
- Follow PEP 8 style guidelines
- Use type hints where appropriate
- Handle exceptions gracefully
- Write readable, maintainable code
- ಪರಿಮಾಣ ಸಂರಚನೆ:
- Temperature: 0.2 (ನಿರಂತರ, ವಿಶ್ವಾಸಾರ್ಹ ಕೋಡ್ಗಾಗಿ)
- Max Tokens: 2000 (ವಿಸ್ತೃತ ವಿವರಣೆಗಾಗಿ)
- Top-p: 0.9 (ಸಮತೋಲಿತ ಸೃಜನಶೀಲತೆ)
🧪 ಹಂತ 4: ನಿಮ್ಮ ಪೈಥಾನ್ ಏಜೆಂಟ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಿ
ಪರೀಕ್ಷಾ ದೃಶ್ಯಗಳು:
- ಮೂಲಭೂತ ಕಾರ್ಯ: "ಪ್ರೈಮ್ ಸಂಖ್ಯೆಗಳನ್ನ ಹುಡುಕುವ ಫಂಕ್ಷನ್ ರಚಿಸಿ"
- ಸಂಕೀರ್ಣ ಅಲ್ಗೊರಿಥಮ್: "ಇನ್ಸೆರ್ಚ್, ಅಳಿಸಿ ಮತ್ತು ಹುಡುಕಲು ಇರುವ ಬೈನರಿ ಸರ್ಚ್ ಟ್ರಿ ಅನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸಿ"
- ವಾಸ್ತವಿಕ ಸಮಸ್ಯೆ: "ವೈಬ್ ಸ್ಕ್ರಾಪರ್ ರಚಿಸಿ, ದರಮಾರ್ಗ ನಿಯಂತ್ರಣ ಮತ್ತು ಮರುಪ್ರಯತ್ನಗಳನ್ನು ನಿರ್ವಹಿಸುವದು"
- ಡೀಬಗ್ ಮಾಡುವುದು: "ಈ ಕೋಡ್ನ್ನು ಸರಿಪಡಿಸಿ [ಬಗ್ಗಿ ಕೋಡ್ ಪೇಸ್ಟ್ ಮಾಡಿ]"
🏆 ಯಶಸ್ಸಿನ ಮಾನದಂಡಗಳು:
- ✅ ಕೋಡ್ ದೋಷರಹಿತವಾಗಿ ನಿರ್ವಹಿಸುತ್ತದೆ
- ✅ ಸರಿಯಾದ ಪ್ರಕಾರದ ಡಾಕ್ಯುಮೆಂಟೇಶನ್ ಒಳಗೊಂಡಿದೆ
- ✅ ಪೈಥಾನ್ ಅತ್ಯುತ್ತಮ ಅಭ್ಯಾಸಗಳನ್ನು ಅನುಸರಿಸುತ್ತದೆ
- ✅ ಸ್ಪಷ್ಟ ವಿವರಣೆಗಳನ್ನು ನೀಡುತ್ತದೆ
- ✅ ಸುಧಾರಣೆಗಳಿಗೆ ಸಲಹೆಗಳನ್ನು ನೀಡುತ್ತದೆ
🎓 ಮೋಡ್ಯೂಲ್ 1 ಸಮಾರೋಪ ಮತ್ತು ಮುಂದಿನ ಹಂತಗಳು
📊 ಜ್ಞಾನ ಪರಿಶೀಲನೆ
ನಿಮ್ಮ ಅರ್ಥವನ್ನು ಪರೀಕ್ಷಿಸಿ:
- ನೀವು ಕೇಟಲಾಗ್ನಲ್ಲಿ ಮಾದರಿಗಳ ವ್ಯತ್ಯಾಸ ವಿವರಿಸಬಹುದೆ?
- ನೀವು ಯಶಸ್ವಿಯಾಗಿ ಸ್ವಂತ ಏಜೆಂಟ್ ರಚಿಸಿ ಮತ್ತು ಪರೀಕ್ಷಿಸಿದ್ದೀರಾ?
- ವಿಭಿನ್ನ ಬಳಕೆ ಪ್ರಕರಣಗಳಿಗೆ ಪರಿಮಾಣಗಳನ್ನು ಹೇಗೆ ಪರಿಪೂರ್ಣಗೊಳಿಸಬೇಕೆಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದೇ?
- ಪರಿಣಾಮಕಾರಿ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ರಚಿಸಬಹುದೆ?
📚 ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳು
- Microsoft Foundry Toolkit ದಾಖಲೆಗಳು: ಅಧಿಕೃತ Microsoft ಡಾಕ್ಸ್
- ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಮಾರ್ಗದರ್ಶಿ: ಅತ್ಯುತ್ತಮ ಅಭ್ಯಾಸಗಳು
- Microsoft Foundry Toolkit ನಲ್ಲಿ ಮಾದರಿಗಳು: ಅಭಿವೃದ್ಧಿಯಲ್ಲಿರುವ ಮಾದರಿಗಳು
🎉 ಅಭಿನಂದನೆಗಳು! ನೀವು Microsoft Foundry Toolkit ಆಧಾರಗಳನ್ನು ನಿಪುಣಮಾಡಿದ್ದೀರಿ ಮತ್ತು ಹೆಚ್ಚು ಅಭಿವೃದ್ಧಿಶೀಲ AI ಅನ್ವಯಿಕೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ಸಿದ್ಧರಾಗಿದ್ದೀರಿ!
🔜 ಮುಂದಿನ ಮೋಡ್ಯೂಲ್ಗೆ ಮುಂದುವರಿಯಿರಿ
ಮಾರಿಗೆ ವಿಶಿಷ್ಟ ಸಾಮರ್ಥ್ಯಗಳಿಗೆ ಸಿದ್ಧರಾಗಿದ್ದೀರಾ? ಮುಂದುವರಿಯಿರಿ Module 2: MCP with Microsoft Foundry Toolkit Fundamentals ಇಲ್ಲಿ ನೀವು ಕಲಿಯಬೇಕು:
- ನಿಮ್ಮ ಏಜೆಂಟ್ಗಳನ್ನು Model Context Protocol (MCP) ಬಳಸಿ ಹೊರಗಿನ ಉಪಕರಣಗಳೊಂದಿಗೆ ಜೋಡಿಸಿಕೊಳ್ಳುವುದು
- Playwright ಉಪಯೋಗಿಸಿ ಬ್ರೌಸರ್ ಸ್ವಯಂಚಾಲನೆಯ ಏಜೆಂಟ್ಗಳನ್ನು ನಿರ್ಮಿಸುವುದು
- MCP ಸರ್ವರ್ಗಳನ್ನು ನಿಮ್ಮ Microsoft Foundry Toolkit ಏಜೆಂಟ್ಗಳೊಂದಿಗೆ ಸಂಯೋಜಿಸುವುದು
- ನಿಮ್ಮ ಏಜೆಂಟ್ಗಳನ್ನು ಹೊರಗಿನ ಡೇಟಾ ಮತ್ತು ಸಾಮರ್ಥ್ಯಗಳೊಂದಿಗೆ ಶಕ್ತಿಶಾಲೀಕರಿಸುವುದು
ಅಸ್ವೀಕಾರ: ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ 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.