# 🎙️ کارگاه استودیو پادکست هوش مصنوعی

> 🌏 [中文版 (نسخه چینی)](translation/zh-cn/README.md)

![logo](../../../translated_images/fa/logo.8711e39dc8257d7b.webp)

## مأموریت شما

به **استودیو پادکست هوش مصنوعی** خوش آمدید! شما می‌خواهید پادکست فناوری خود با نام "Future Bytes" را راه‌اندازی کنید — اما نکته اینجاست: شما یک تیم تولید مجهز به هوش مصنوعی می‌سازید تا به شما در خلق آن کمک کند. دیگر نیازی به ساعت‌ها تحقیق، نوشتن فیلمنامه و ویرایش صوتی نیست. بلکه با کدنویسی تبدیل به یک تهیه‌کننده پادکست با قدرت‌های فراطبیعی هوش مصنوعی خواهید شد.

## داستان

تصور کنید: شما و دوستانتان می‌خواهید پادکستی درباره جالب‌ترین روندهای فناوری بسازید، اما همه درگیر مدرسه، کار یا زندگی هستند. اگر بتوانید تیمی از عوامل هوش مصنوعی بسازید که کارهای سنگین را انجام دهند چه؟ یک عامل موضوعات را تحقیق می‌کند، عامل دیگر فیلمنامه‌های جذاب می‌نویسد، و سومی متن را به گفتگوهای طبیعی تبدیل می‌کند. شبیه داستان علمی-تخیلی است؟ بیایید واقعی‌اش کنیم.

## چیزی که یاد می‌گیرید

تا پایان این کارگاه، شما خواهید دانست چگونه:
- 🤖 مدل هوش مصنوعی محلی خود را اجرا کنید (بدون هزینه API، بدون وابستگی به ابر!)
- 🔧 عوامل هوش مصنوعی تخصصی بسازید که واقعاً با هم همکاری کنند
- 🎬 یک خط تولید کامل پادکست از ایده تا صوت ایجاد کنید

## سفر شما: سه پرده

![arch](../../../translated_images/fa/arch.5965fe504e4a3a93.webp)

مثل هر داستان خوب، ما سه پرده داریم. هر کدام استودیوی پادکست هوش مصنوعی شما را قطعه به قطعه می‌سازد:

| قسمت | مأموریت شما | چه اتفاقی می‌افتد | مهارت‌های کسب‌شده |
|---------|-----------|--------------|----------------|
| **پرده 1** | [آشنایی با دستیاران هوش مصنوعی خود](md/01.BuildAIAgentWithSLM.md) | می‌آموزید چگونه عوامل هوش مصنوعی بسازید که بتوانند چت کنند، وب را جستجو کنند و حتی مشکلات را حل کنند. آنها را مانند کارآموزان تحقیقاتی خود بدانید که هرگز نمی‌خوابند. | 🎯 ساخت اولین عامل خود<br>🛠️ به آن قدرت فوق‌العاده بدهید (ابزارها!)<br>🧠 به آن یاد بدهید فکر کند<br>🌐 اتصال آن به اینترنت |
| **پرده 2** | [گرد هم آوردن تیم تولید](md/02.AIAgentOrchestrationAndWorkflows.md) | الان کار جالب می‌شود! شما چندین عامل هوش مصنوعی را طوری هماهنگ می‌کنید که مانند یک تیم واقعی پادکست کار کنند. یکی تحقیق می‌کند، یکی می‌نویسد، شما تایید می‌کنید — کار تیمی موفقیت‌آفرین است. | 🎭 هماهنگی چند عامل<br>🔄 ساخت جریان‌های کاری تایید<br>🖥️ آزمایش با رابط DevUI<br>✋ حفظ کنترل انسان‌ها |
| **پرده 3** | [جانی تازه به پادکست خود بدهید](md/03.Multi-SpeakerPodcastGenerationWithVibeVoice.md) | فینال! فیلمنامه‌های متنی خود را به صدای واقعی پادکست با گفتگوهای طبیعی تبدیل کنید. پادکست "Future Bytes" آماده عرضه است! | 🎤 جادوی تبدیل متن به گفتار<br>👥 صداهای سخنرانان متعدد<br>⏱️ صوت بلند مدت<br>🚀 تمام اتوماسیون |

هر پرده توانایی‌های جدیدی باز می‌کند. اگر شجاعید جلو بروید، اما توصیه می‌کنیم داستان را دنبال کنید!

## نیازمندی‌های محیط

این کارگاه از محیط‌های سخت‌افزاری مختلف پشتیبانی می‌کند:
- **CPU**: مناسب برای آزمایش و استفاده در مقیاس کوچک
- **GPU**: توصیه شده برای محیط‌های تولید، سرعت استنتاج را به طور قابل توجهی افزایش می‌دهد
- **NPU**: از شتاب‌دهنده نسل بعد واحد پردازش عصبی پشتیبانی می‌کند

## آنچه نیاز دارید

### فهرست نرم‌افزار ✅
- **Python 3.10+** (زبان برنامه‌نویسی شما)
- **Ollama** (مدل‌های هوش مصنوعی را روی دستگاه شما اجرا می‌کند)
- **VS Code** (ویرایشگر کد شما)
- **افزونه Python** (VS Code را هوشمندتر می‌کند)
- **Git** (برای دریافت کد)

### بررسی سخت‌افزار 💻
- **می‌توانم اجرا کنم؟**: ۸ گیگابایت رم، ۱۰ گیگابایت فضای آزاد (قابل کار، اما ممکن است کند باشد)
- **تنظیم ایده‌آل**: ۱۶ گیگابایت یا بیشتر رم، یک GPU مناسب (صاف و روان!)
- **NPU دارید؟**: حتی بهتر! عملکرد نسل بعد باز شده است 🚀

## راه‌اندازی استودیوی شما 🎬

### گام ۱: تقویت پایتون

مطمئن شوید Python 3.10 یا جدیدتر را دارید:

```bash
python --version
# باید نسخه پایتون ۳.۱۰.x یا بالاتر را نشان دهد
```
  
پایتون ندارید؟ از [python.org](https://python.org) دانلود کنید — رایگان است!

### گام ۲: دریافت Ollama (اجرای مدل هوش مصنوعی)

به [ollama.ai](https://ollama.ai) بروید و Ollama را برای سیستم‌عامل خود دانلود کنید. این موتور اجرای مدل‌های هوش مصنوعی محلی شما است.

بررسی کنید که آماده است:

```bash
ollama --version
```
  
### گام ۳: دانلود مغز هوش مصنوعی خود 🧠

وقت آن است مدل Qwen-3-8B را دریافت کنید (مثل استخدام اولین دستیار هوش مصنوعی شما):

```bash
ollama pull qwen3:8b
```
  
*ممکن است چند دقیقه طول بکشد. زمان عالی برای نوشیدن قهوه! ☕*

### گام ۴: راه‌اندازی VS Code

اگر Visual Studio Code ندارید، دریافت کنید. بهترین ویرایشگر کد است (باور کنید 😄).

### گام ۵: افزونه پایتون

در VS Code:  
1. کلیدهای `Ctrl+Shift+X` (یا `Cmd+Shift+X` در مک) را فشار دهید  
2. جستجو کنید "Python"  
3. افزونه رسمی پایتون مایکروسافت را نصب کنید  

### گام ۶: هم‌اکنون آماده‌اید! 🎉

جدی می‌گویم، شما آماده ایجاد جادوی هوش مصنوعی هستید!

### گام ۷: نصب Microsoft Agent Framework و بسته‌های مرتبط 📦

تمام وابستگی‌های مورد نیاز کارگاه را نصب کنید:

```bash
pip install -r ./Installations/requirements.txt -U
```
  
*این Microsoft Agent Framework و تمام بسته‌های ضروری را نصب می‌کند. قهوه بگیرید — راه‌اندازی اولیه ممکن است چند دقیقه طول بکشد! ☕*

## دستورالعمل‌های کارگاه

ساختار پروژه، مراحل پیکربندی و روش‌های اجرا به‌طور گام‌به‌گام در طول کارگاه توضیح داده خواهد شد.

## عیب‌یابی (وقتی مشکلات پیش می‌آید) 🔧

### «اوه، دانلود مدل خیلی طول می‌کشد!»
**راه‌حل**: از VPN استفاده کنید یا Ollama را با منبع آینه‌ای پیکربندی کنید. گاهی اوقات اینترنت دلش نمی‌خواهد.

### «کامپیوترم دارد می‌میرد! حافظه کم است!»
**راه‌حل**: به مدل کوچکتر بچرخید یا تنظیم `num_ctx` را تغییر دهید تا حافظه کمتری مصرف شود. مثل این است که هوش مصنوعی خود را رژیم دهید.

### «می‌توانم با GPU سرعتش را افزایش دهم؟»
**راه‌حل**: Ollama به صورت خودکار GPUها را شناسایی می‌کند! فقط مطمئن شوید درایورهای GPU به‌روز هستند. افزایش سرعت رایگان! 🏎️

## منابع اضافی (برای کنجکاوان) 📚

- [مستندات Ollama](https://github.com/ollama/ollama) — بررسی عمیق مدل‌های هوش مصنوعی محلی  
- [Microsoft Agent Framework](https://microsoft.github.io/autogen/) — یادگیری بیشتر درباره ساخت تیم‌های عامل  
- [اطلاعات مدل Qwen](https://qwenlm.github.io/) — آشنایی با مغز دستیار هوش مصنوعی شما  

## مجوز

مجوز MIT — چیزهای جالب بسازید، به اشتراک بگذارید، و دنیا را بهتر کنید! 🌍

## مایل به مشارکت هستید؟

باگی پیدا کردید؟ ایده‌ای دارید؟ یک Issue یا PR بفرستید! ما عاشق فضای جامعه هستیم. ✨

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**سلب مسئولیت**:  
این سند با استفاده از سرویس ترجمه ماشینی [Co-op Translator](https://github.com/Azure/co-op-translator) ترجمه شده است. هرچند ما در تلاش برای دقت هستیم، لطفاً توجه داشته باشید که ترجمه‌های خودکار ممکن است حاوی خطاها یا نادرستی‌هایی باشند. سند اصلی به زبان بومی خود باید به عنوان منبع معتبر در نظر گرفته شود. برای اطلاعات حیاتی، ترجمه حرفه‌ای انسانی توصیه می‌شود. ما مسئول هیچ گونه سوءتفاهم یا برداشت نادرستی که از استفاده از این ترجمه ناشی شود، نیستیم.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->