microsoft--mcp-for-beginners/translations/kn/10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/lab1/README.md

# 🚀 Module 1: Microsoft Foundry Toolkit ಆಧಾರಗಳು

[![Duration](https://img.shields.io/badge/Duration-15%20minutes-blue.svg)]()
[![Difficulty](https://img.shields.io/badge/Difficulty-Beginner-green.svg)]()
[![Prerequisites](https://img.shields.io/badge/Prerequisites-VS%20Code-orange.svg)]()

## 📋 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**
1. Visual Studio Code ತೆರೆಯಿರಿ
2. ವಿಸ್ತರಣೆ ಗೊಳಿಸಿರುವ ವೀಕ್ಷಣೆಗೆ ಹೋಗಿ (`Ctrl+Shift+X` ಅಥವಾ `Cmd+Shift+X`)
3. "Microsoft Foundry Toolkit" ಹುಡುಕಿ

**ಹಂತ 2: ನಿಮ್ಮ ಆವೃತ್ತಿಯನ್ನು ಆರಿಸಿ**
- **🟢 ಬಿಡುಗಡೆ**: ಉತ್ಪಾದನಾ ಬಳಕೆಗೆ ಶಿಫಾರಸು
- **🔶 ಪೂರ್ವ-ಬಿಡುಗಡೆ**: ಅಗ್ರಗಾಮಿ ವೈಶಿಷ್ಟ್ಯಗಳಿಗೆ ಮುಂಚೂಣಿ ಪ್ರವೇಶ

**ಹಂತ 3: ಸ್ಥಾಪಿಸಿ ಮತ್ತು ಸಕ್ರಿಯಗೊಳಿಸಿ**

![Microsoft Foundry Toolkit Extension](../../../../translated_images/kn/aitkext.d28945a03eed003c.webp)

### ✅ 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

![Model Catalog](../../../../translated_images/kn/aimodel.263ed2be013d8fb0.webp)

**💡 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:**
1. ಕೇಟಲಾಗ್‌ನಿಂದ **OpenAI GPT-4.1** ಆಯ್ಕೆಮಾಡಿ
2. **Add to My Models** ಕ್ಲಿಕ್ ಮಾಡಿ - ಇದು ಮಾದರಿಯನ್ನು ಬಳಕೆಗೆ ನೋಂದಣಿ ಮಾಡುತ್ತದೆ
3. ಪರೀಕ್ಷಾ ಪರಿಸರವನ್ನು ಪ್ರಾರಂಭಿಸಲು **Try in Playground** ಆಯ್ಕೆ ಮಾಡಿ
4. ಮಾದರಿ ಆರಂಭಿಕರಣಕ್ಕಾಗಿ ಕಾಯಿರಿ (ಮೊದಲ ಬಾರಿ ಸೆಟಪ್ ಸ್ವಲ್ಪ ಸಮಯ ಬೇಕಾಗಬಹುದು)

![Playground Setup](../../../../translated_images/kn/playground.dd6f5141344878ca.webp)

**⚙️ 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:**
1. **ನಿಖರವಾಗಿರಿ**: ಸ್ಪಷ್ಟ, ವಿವರವಾದ ಸೂಚನೆಗಳು ಉತ್ತಮ ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತವೆ
2. **ಪ್ರಸಂಗ ಒದಗಿಸಿ**: ಸಂಬಂಧಿತ ಪೃಷ್ಟಭೂಮಿಯನ್ನು ಸೇರಿಸಿ
3. **ಉದಾಹರಣೆಗಳನ್ನು ಬಳಸಿ**: ನೀವು ಏನು ಕೇಳುತ್ತೀರಿ ಎನ್ನುವುದಕ್ಕೆ ಮಾದರಿಯನ್ನು ಉದಾಹರಣೆಗಳೊಂದಿಗೆ ತೋರಿಸಿ
4. **ಮುನಿಸಿಕೊಂಡು ನೀವು ಸರಿ ಮಾಡಿ**: ಪ್ರಥಮ ಫಲಿತಾಂಶಗಳ ಆಧಾರದಲ್ಲಿ ಪ್ರಾಂಪ್ಟ್‌ಗಳನ್ನು ಸುಧಾರಿಸಿ

**🧪 ಪರೀಕ್ಷಾ ದೃಶ್ಯಗಳು:**
```markdown
# 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."
```

![Testing Results](../../../../translated_images/kn/result.1dfcf211fb359cf6.webp)

### 🏆 చాలೆಂಜ್ ವ್ಯಾಯಾಮ: ಮಾದರಿ ಕಾರ್ಯಕ್ಷಮತೆ ಹೋಲಿಕೆ

**🎯 ಗುರಿ**: ಒಂದೇ ಪ್ರಾಂಪ್ಟ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ವಿವಿಧ ಮಾದರಿಗಳನ್ನು ಹೋಲಿಸಿ ಅವರ ಬಲಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ

**📋 ಸೂಚನೆಗಳು:**
1. ನಿಮ್ಮ ಕಾರ್ಯಸ್ಥಳಕ್ಕೆ **Phi-4-mini** ಸೇರಿ
2. GPT-4.1 ಮತ್ತು Phi-4-mini ಎರಡಕ್ಕೂ ಅದೇ ಪ್ರಾಂಪ್ಟ್ ಉಪಯೋಗಿಸಿ

![set](../../../../translated_images/kn/set.88132df189ecde2c.webp)

3. ಪ್ರತಿಕ್ರಿಯೆಯ ಗುಣಮಟ್ಟ, ಗತಿ ಮತ್ತು ನಿಖರತೆಯನ್ನು ಹೋಲಿಸಿ
4. ಫಲಿತಾಂಶ ವಿಭಾಗದಲ್ಲಿ ನಿಮ್ಮ ಕಂಡುಹಿಡಿದ ವಿಚಾರಗಳನ್ನು ದಾಖಲಿಸಿ

![Model Comparison](../../../../translated_images/kn/compare.97746cd0f9074955.webp)

**💡 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

![Agent Builder Interface](../../../../translated_images/kn/agentbuilder.25895b2d2f8c02e7.webp)

### ⚙️ ಹಂತ 2: ಏಜೆಂಟ್ ಸಂರಚನೆಯ ವಿಶ್ಲೇಷಣೆ

**🎨 ಪರಿಣಾಮಕಾರಿ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ರಚನೆ:**
```markdown
# 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:**

1. **ಮಾದರಿ ಆಯ್ಕೆ**: ಅತ್ಯುತ್ತಮ ಕೋಡ್ ಮುಂದುವರೆಸುವುದಕ್ಕಾಗಿ **Claude 3.5 Sonnet** ಆಯ್ಕೆಮಾಡಿ

2. **ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ವಿನ್ಯಾಸ**:
```markdown
# 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
```

3. **ಪರಿಮಾಣ ಸಂರಚನೆ**:
   - Temperature: 0.2 (ನಿರಂತರ, ವಿಶ್ವಾಸಾರ್ಹ ಕೋಡ್‌ಗಾಗಿ)
   - Max Tokens: 2000 (ವಿಸ್ತೃತ ವಿವರಣೆಗಾಗಿ)
   - Top-p: 0.9 (ಸಮತೋಲಿತ ಸೃಜನಶೀಲತೆ)

![Python Agent Configuration](../../../../translated_images/kn/pythonagent.5e51b406401c165f.webp)

### 🧪 ಹಂತ 4: ನಿಮ್ಮ ಪೈಥಾನ್ ಏಜೆಂಟ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಿ

**ಪರೀಕ್ಷಾ ದೃಶ್ಯಗಳು:**
1. **ಮೂಲಭೂತ ಕಾರ್ಯ**: "ಪ್ರೈಮ್ ಸಂಖ್ಯೆಗಳನ್ನ ಹುಡುಕುವ ಫಂಕ್ಷನ್ ರಚಿಸಿ"
2. **ಸಂಕೀರ್ಣ ಅಲ್ಗೊರಿಥಮ್**: "ಇನ್‌ಸೆರ್ಚ್, ಅಳಿಸಿ ಮತ್ತು ಹುಡುಕಲು ಇರುವ ಬೈನರಿ ಸರ್ಚ್ ಟ್ರಿ ಅನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸಿ"
3. **ವಾಸ್ತವಿಕ ಸಮಸ್ಯೆ**: "ವೈಬ್ ಸ್ಕ್ರಾಪರ್ ರಚಿಸಿ, ದರಮಾರ್ಗ ನಿಯಂತ್ರಣ ಮತ್ತು ಮರುಪ್ರಯತ್ನಗಳನ್ನು ನಿರ್ವಹಿಸುವದು"
4. **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](https://github.com/microsoft/vscode-ai-toolkit)
- **ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಮಾರ್ಗದರ್ಶಿ**: [ಅತ್ಯುತ್ತಮ ಅಭ್ಯಾಸಗಳು](https://platform.openai.com/docs/guides/prompt-engineering)
- **Microsoft Foundry Toolkit ನಲ್ಲಿ ಮಾದರಿಗಳು**: [ಅಭಿವೃದ್ಧಿಯಲ್ಲಿರುವ ಮಾದರಿಗಳು](https://github.com/microsoft/vscode-ai-toolkit/blob/main/doc/models.md)

**🎉 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](../lab2/README.md)** 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

---

<!-- 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 -->