# Module 08: Microsoft Foundry Local ನೊಂದಿಗೆ ಕೈಯಿಂದ ಕೆಲಸ - ಸಂಪೂರ್ಣ ಡೆವಲಪರ್ ಟೂಲ್‌ಕಿಟ್ ## ಅವಲೋಕನ [Microsoft Foundry Local](https://learn.microsoft.com/azure/ai-foundry/foundry-local/) ಎಡ್ಜ್ AI ಅಭಿವೃದ್ಧಿಯ ಮುಂದಿನ ತಲೆಮಾರಿಗೆ ಪ್ರತಿನಿಧಿಸುತ್ತದೆ, ಡೆವಲಪರ್‌ಗಳಿಗೆ ಶಕ್ತಿಶಾಲಿ ಸಾಧನಗಳನ್ನು ಒದಗಿಸಿ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ಸ್ಥಳೀಯವಾಗಿ ನಿರ್ಮಿಸಲು, ನಿಯೋಜಿಸಲು ಮತ್ತು ವಿಸ್ತರಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಜೊತೆಗೆ Azure AI Foundry ಜೊತೆಗೆ ನಿರಂತರ ಏಕೀಕರಣವನ್ನು ಕಾಪಾಡುತ್ತದೆ. ಈ ಮೋಡ್ಯೂಲ್ ಸ್ಥಾಪನೆದಿಂದ ಪ್ರಗತಿಶೀಲ ಏಜೆಂಟ್ ಅಭಿವೃದ್ಧಿ ವರೆಗೆ Foundry Local ನ ಸಂಪೂರ್ಣ ಆವರಣವನ್ನು ಒದಗಿಸುತ್ತದೆ. **ಪ್ರಮುಖ ತಂತ್ರಜ್ಞಾನಗಳು:** - Microsoft Foundry Local CLI ಮತ್ತು SDK - Azure AI Foundry ಏಕೀಕರಣ - ಸಾಧನದ ಮೇಲೆ ಮಾದರಿ ನಿರ್ಣಯ - ಸ್ಥಳೀಯ ಮಾದರಿ ಕ್ಯಾಶಿಂಗ್ ಮತ್ತು ಆಪ್ಟಿಮೈಜೆಷನ್ - ಏಜೆಂಟ್ ಆಧಾರಿತ ವಾಸ್ತುಶಿಲ್ಪಗಳು ## ಕಲಿಕೆಯ ಉದ್ದೇಶಗಳು ಈ ಮೋಡ್ಯೂಲ್ ಪೂರ್ಣಗೊಳಿಸುವ ಮೂಲಕ, ನೀವು: - **Foundry Local ನ ಮಾಸ್ಟರಿ**: Windows 11 ಅಭಿವೃದ್ಧಿಗಾಗಿ ಸ್ಥಾಪನೆ, ಸಂರಚನೆ ಮತ್ತು ಆಪ್ಟಿಮೈಸ್ ಮಾಡುವುದು - **ವಿವಿಧ ಮಾದರಿಗಳನ್ನು ನಿಯೋಜಿಸುವುದು**: phi, qwen, deepseek ಮತ್ತು GPT ಮಾದರಿಗಳನ್ನು CLI ಕಮಾಂಡ್‌ಗಳೊಂದಿಗೆ ಸ್ಥಳೀಯವಾಗಿ ಚಾಲನೆ ಮಾಡುವುದು - **ಉತ್ಪಾದನಾ ಪರಿಹಾರಗಳನ್ನು ನಿರ್ಮಿಸುವುದು**: ಪ್ರಗತಿಶೀಲ ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಡೇಟಾ ಏಕೀಕರಣದೊಂದಿಗೆ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರಚಿಸುವುದು - **ಮುಕ್ತ ಮೂಲ ಪರಿಸರವನ್ನು ಉಪಯೋಗಿಸುವುದು**: Hugging Face ಮಾದರಿಗಳು ಮತ್ತು ಸಮುದಾಯ ಕೊಡುಗೆಗಳನ್ನು ಏಕೀಕರಿಸುವುದು - **AI ಏಜೆಂಟ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು**: ಗ್ರೌಂಡಿಂಗ್ ಮತ್ತು ಸಂಯೋಜನೆ ಸಾಮರ್ಥ್ಯಗಳೊಂದಿಗೆ ಬುದ್ಧಿವಂತ ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವುದು - **ಎಂಟರ್‌ಪ್ರೈಸ್ ಮಾದರಿಗಳನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸುವುದು**: ಉತ್ಪಾದನಾ ನಿಯೋಜನೆಗಾಗಿ ಮಡ್ಯೂಲರ್, ವಿಸ್ತಾರಗೊಳ್ಳುವ AI ಪರಿಹಾರಗಳನ್ನು ರಚಿಸುವುದು ## ಸೆಷನ್ ರಚನೆ ### [1: Foundry Local ನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸುವುದು](./01.FoundryLocalSetup.md) **ಕೇಂದ್ರೀಕರಣ**: ಸ್ಥಾಪನೆ, CLI ಸೆಟ್‌ಅಪ್, ಮಾದರಿ ನಿಯೋಜನೆ ಮತ್ತು ಹಾರ್ಡ್‌ವೇರ್ ಆಪ್ಟಿಮೈಜೆಷನ್ **ಪ್ರಮುಖ ವಿಷಯಗಳು**: ಸಂಪೂರ್ಣ ಸ್ಥಾಪನೆ • CLI ಕಮಾಂಡ್‌ಗಳು • ಮಾದರಿ ಕ್ಯಾಶಿಂಗ್ • ಹಾರ್ಡ್‌ವೇರ್ ವೇಗವರ್ಧನೆ • ಬಹು-ಮಾದರಿ ನಿಯೋಜನೆ **ನಮೂನೆ**: [REST ಚಾಟ್ ಕ್ವಿಕ್‌ಸ್ಟಾರ್ಟ್](./samples/01/README.md) • [OpenAI SDK ಏಕೀಕರಣ](./samples/02/README.md) • [ಮಾದರಿ ಅನ್ವೇಷಣೆ ಮತ್ತು ಬೆಂಚ್ಮಾರ್ಕಿಂಗ್](./samples/03/README.md) **ಅವಧಿ**: 2-3 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಪ್ರಾರಂಭಿಕ --- ### [2: Azure AI Foundry ಜೊತೆಗೆ AI ಪರಿಹಾರಗಳನ್ನು ನಿರ್ಮಿಸುವುದು](./02.AzureAIFoundryIntegration.md) **ಕೇಂದ್ರೀಕರಣ**: ಪ್ರಗತಿಶೀಲ ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್, ಡೇಟಾ ಏಕೀಕರಣ ಮತ್ತು ಕ್ಲೌಡ್ ಸಂಪರ್ಕ **ಪ್ರಮುಖ ವಿಷಯಗಳು**: ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ • ಡೇಟಾ ಏಕೀಕರಣ • Azure ವರ್ಕ್‌ಫ್ಲೋಗಳು • ಕಾರ್ಯಕ್ಷಮತೆ ಆಪ್ಟಿಮೈಜೆಷನ್ • ಮೇಲ್ವಿಚಾರಣೆ **ನಮೂನೆ**: [Chainlit RAG ಅಪ್ಲಿಕೇಶನ್](./samples/04/README.md) **ಅವಧಿ**: 2-3 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಮಧ್ಯಮ --- ### [3: Open-Source ಮಾದರಿಗಳು Foundry Local](./03.OpenSourceModels.md) **ಕೇಂದ್ರೀಕರಣ**: Hugging Face ಏಕೀಕರಣ, BYOM ತಂತ್ರಗಳು ಮತ್ತು ಸಮುದಾಯ ಮಾದರಿಗಳು **ಪ್ರಮುಖ ವಿಷಯಗಳು**: HuggingFace ಏಕೀಕರಣ • ನಿಮ್ಮದೇ ಮಾದರಿಯನ್ನು ತರುವಿಕೆ • ಮಾದರಿ ಸೋಮವಾರದ ಒಳನೋಟಗಳು • ಸಮುದಾಯ ಕೊಡುಗೆಗಳು • ಮಾದರಿ ಆಯ್ಕೆ **ನಮೂನೆ**: [ಬಹು-ಏಜೆಂಟ್ ಸಂಯೋಜನೆ](./samples/05/README.md) **ಅವಧಿ**: 2-3 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಮಧ್ಯಮ --- ### [4: ಅತ್ಯಾಧುನಿಕ ಮಾದರಿಗಳನ್ನು ಅನ್ವೇಷಿಸುವುದು](./04.CuttingEdgeModels.md) **ಕೇಂದ್ರೀಕರಣ**: LLMs ಮತ್ತು SLMs, EdgeAI ಅನುಷ್ಠಾನ ಮತ್ತು ಪ್ರಗತಿಶೀಲ ಡೆಮೋಗಳು **ಪ್ರಮುಖ ವಿಷಯಗಳು**: ಮಾದರಿ ಹೋಲಿಕೆ • ಎಡ್ಜ್ ಮತ್ತು ಕ್ಲೌಡ್ ನಿರ್ಣಯ • Phi + ONNX ರನ್‌ಟೈಮ್ • Chainlit RAG ಅಪ್ಲಿಕೇಶನ್ • WebGPU ಆಪ್ಟಿಮೈಜೆಷನ್ **ನಮೂನೆ**: [ಮಾದರಿಗಳನ್ನು ಸಾಧನಗಳಾಗಿ ರೌಟರ್](./samples/06/README.md) **ಅವಧಿ**: 3-4 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಪ್ರಗತಿಶೀಲ --- ### [5: AI-ಚಾಲಿತ ಏಜೆಂಟ್‌ಗಳನ್ನು ವೇಗವಾಗಿ ನಿರ್ಮಿಸುವುದು](./05.AIPoweredAgents.md) **ಕೇಂದ್ರೀಕರಣ**: ಏಜೆಂಟ್ ವಾಸ್ತುಶಿಲ್ಪಗಳು, ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್‌ಗಳು, ಗ್ರೌಂಡಿಂಗ್ ಮತ್ತು ಸಂಯೋಜನೆ **ಪ್ರಮುಖ ವಿಷಯಗಳು**: ಏಜೆಂಟ್ ವಿನ್ಯಾಸ ಮಾದರಿಗಳು • ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ • ಗ್ರೌಂಡಿಂಗ್ ತಂತ್ರಗಳು • ಬಹು-ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಗಳು • ಉತ್ಪಾದನಾ ನಿಯೋಜನೆ **ನಮೂನೆ**: [ಬಹು-ಏಜೆಂಟ್ ಸಂಯೋಜನೆ](./samples/05/README.md) • [ಪ್ರಗತಿಶೀಲ ಬಹು-ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆ](./samples/09/README.md) **ಅವಧಿ**: 3-4 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಪ್ರಗತಿಶೀಲ --- ### [6: Foundry Local - ಸಾಧನಗಳಾಗಿ ಮಾದರಿಗಳು](./06.ModelsAsTools.md) **ಕೇಂದ್ರೀಕರಣ**: ಮಡ್ಯೂಲರ್ AI ಪರಿಹಾರಗಳು, ಎಂಟರ್‌ಪ್ರೈಸ್ ವಿಸ್ತರಣೆ ಮತ್ತು ಉತ್ಪಾದನಾ ಮಾದರಿಗಳು **ಪ್ರಮುಖ ವಿಷಯಗಳು**: ಸಾಧನಗಳಾಗಿ ಮಾದರಿಗಳು • ಸಾಧನದ ಮೇಲೆ ನಿಯೋಜನೆ • SDK/API ಏಕೀಕರಣ • ಎಂಟರ್‌ಪ್ರೈಸ್ ವಾಸ್ತುಶಿಲ್ಪಗಳು • ವಿಸ್ತರಣೆ ತಂತ್ರಗಳು **ನಮೂನೆ**: [ಮಾದರಿಗಳನ್ನು ಸಾಧನಗಳಾಗಿ ರೌಟರ್](./samples/06/README.md) • [Foundry Tools ಫ್ರೇಮ್ವರ್ಕ್](./samples/10/README.md) **ಅವಧಿ**: 3-4 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಪರಿಣತಿ --- ### [7: ನೇರ API ಏಕೀಕರಣ ಮಾದರಿಗಳು](./samples/07/README.md) **ಕೇಂದ್ರೀಕರಣ**: SDK ಅವಲಂಬನೆಗಳಿಲ್ಲದೆ ಶುದ್ಧ REST API ಏಕೀಕರಣ, ಗರಿಷ್ಠ ನಿಯಂತ್ರಣಕ್ಕಾಗಿ **ಪ್ರಮುಖ ವಿಷಯಗಳು**: HTTP ಕ್ಲೈಂಟ್ ಅನುಷ್ಠಾನ • ಕಸ್ಟಮ್ ಪ್ರಮಾಣೀಕರಣ • ಮಾದರಿ ಆರೋಗ್ಯ ಮೇಲ್ವಿಚಾರಣೆ • ಸ್ಟ್ರೀಮಿಂಗ್ ಪ್ರತಿಕ್ರಿಯೆಗಳು • ಉತ್ಪಾದನಾ ದೋಷ ನಿರ್ವಹಣೆ **ನಮೂನೆ**: [ನೇರ API ಕ್ಲೈಂಟ್](./samples/07/README.md) **ಅವಧಿ**: 2-3 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಮಧ್ಯಮ --- ### [8: Windows 11 ಸ್ಥಳೀಯ ಚಾಟ್ ಅಪ್ಲಿಕೇಶನ್](./samples/08/README.md) **ಕೇಂದ್ರೀಕರಣ**: Foundry Local ಏಕೀಕರಣದೊಂದಿಗೆ ಆಧುನಿಕ ಸ್ಥಳೀಯ ಚಾಟ್ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವುದು **ಪ್ರಮುಖ ವಿಷಯಗಳು**: ಎಲೆಕ್ಟ್ರಾನ್ ಅಭಿವೃದ್ಧಿ • Fluent Design System • ಸ್ಥಳೀಯ Windows ಏಕೀಕರಣ • ರಿಯಲ್-ಟೈಮ್ ಸ್ಟ್ರೀಮಿಂಗ್ • ಚಾಟ್ ಇಂಟರ್ಫೇಸ್ ವಿನ್ಯಾಸ **ನಮೂನೆ**: [Windows 11 ಚಾಟ್ ಅಪ್ಲಿಕೇಶನ್](./samples/08/README.md) **ಅವಧಿ**: 3-4 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಪ್ರಗತಿಶೀಲ --- ### [9: ಪ್ರಗತಿಶೀಲ ಬಹು-ಏಜೆಂಟ್ ಸಂಯೋಜನೆ](./samples/09/README.md) **ಕೇಂದ್ರೀಕರಣ**: ಸುಕ್ಷ್ಮ ಏಜೆಂಟ್ ಸಂಯೋಜನೆ, ವಿಶೇಷ ಕಾರ್ಯ ನಿಯೋಜನೆ ಮತ್ತು ಸಹಕಾರ AI ವರ್ಕ್‌ಫ್ಲೋಗಳು **ಪ್ರಮುಖ ವಿಷಯಗಳು**: ಬುದ್ಧಿವಂತ ಏಜೆಂಟ್ ಸಂಯೋಜನೆ • ಫಂಕ್ಷನ್ ಕಾಲಿಂಗ್ ಮಾದರಿಗಳು • ಕ್ರಾಸ್-ಏಜೆಂಟ್ ಸಂವಹನ • ವರ್ಕ್‌ಫ್ಲೋ ಸಂಯೋಜನೆ • ಗುಣಮಟ್ಟ ಭರವಸೆ ಯಂತ್ರಗಳು **ನಮೂನೆ**: [ಪ್ರಗತಿಶೀಲ ಬಹು-ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆ](./samples/09/README.md) **ಅವಧಿ**: 4-5 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಪರಿಣತಿ --- ### [10: Foundry Local as Tools Framework](./samples/10/README.md) **ಕೇಂದ್ರೀಕರಣ**: ಇತ್ತೀಚಿನ ಅಪ್ಲಿಕೇಶನ್‌ಗಳು ಮತ್ತು ಫ್ರೇಮ್ವರ್ಕ್‌ಗಳಿಗೆ Foundry Local ಅನ್ನು ಏಕೀಕರಿಸಲು ಸಾಧನ-ಪ್ರಥಮ ವಾಸ್ತುಶಿಲ್ಪ **ಪ್ರಮುಖ ವಿಷಯಗಳು**: LangChain ಏಕೀಕರಣ • Semantic Kernel ಫಂಕ್ಷನ್‌ಗಳು • REST API ಫ್ರೇಮ್ವರ್ಕ್‌ಗಳು • CLI ಸಾಧನಗಳು • Jupyter ಏಕೀಕರಣ • ಉತ್ಪಾದನಾ ನಿಯೋಜನೆ ಮಾದರಿಗಳು **ನಮೂನೆ**: [Foundry Tools ಫ್ರೇಮ್ವರ್ಕ್](./samples/10/README.md) **ಅವಧಿ**: 4-5 ಗಂಟೆಗಳು | **ಮಟ್ಟ**: ಪರಿಣತಿ ## ಪೂರ್ವಾಪೇಕ್ಷಿತಗಳು ### ವ್ಯವಸ್ಥೆ ಅಗತ್ಯಗಳು - **ಆಪರೇಟಿಂಗ್ ಸಿಸ್ಟಮ್**: Windows 11 (22H2 ಅಥವಾ ನಂತರ) - **ಮೆಮೊರಿ**: 16GB RAM (ದೊಡ್ಡ ಮಾದರಿಗಳಿಗೆ 32GB ಶಿಫಾರಸು) - **ಸಂಗ್ರಹಣೆ**: ಮಾದರಿ ಕ್ಯಾಶಿಂಗ್‌ಗಾಗಿ 50GB ಖಾಲಿ ಜಾಗ - **ಹಾರ್ಡ್‌ವೇರ್**: NPU-ಸಕ್ರಿಯ ಸಾಧನ ಶಿಫಾರಸು (Copilot+ PC), GPU ಐಚ್ಛಿಕ - **ನೆಟ್‌ವರ್ಕ್**: ಪ್ರಾಥಮಿಕ ಮಾದರಿ ಡೌನ್‌ಲೋಡ್‌ಗಳಿಗೆ ವೇಗದ ಇಂಟರ್ನೆಟ್ ### ಅಭಿವೃದ್ಧಿ ಪರಿಸರ - Visual Studio Code AI Toolkit ವಿಸ್ತರಣೆ ಜೊತೆಗೆ - Python 3.10+ ಮತ್ತು pip - Git ಆವೃತ್ತಿ ನಿಯಂತ್ರಣಕ್ಕಾಗಿ - PowerShell ಅಥವಾ Command Prompt - Azure CLI (ಕ್ಲೌಡ್ ಏಕೀಕರಣಕ್ಕೆ ಐಚ್ಛಿಕ) ### ಜ್ಞಾನ ಪೂರ್ವಾಪೇಕ್ಷಿತಗಳು - AI/ML ತತ್ವಗಳ ಮೂಲಭೂತ ಅರ್ಥ - ಕಮಾಂಡ್ ಲೈನ್ ಪರಿಚಯ - Python ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಮೂಲಗಳು - REST API ತತ್ವಗಳು - ಪ್ರಾಂಪ್ಟ್ ಮತ್ತು ಮಾದರಿ ನಿರ್ಣಯದ ಮೂಲ ಜ್ಞಾನ ## ಮೋಡ್ಯೂಲ್ ಸಮಯರೇಖೆ **ಒಟ್ಟು ಅಂದಾಜು ಸಮಯ**: 30-38 ಗಂಟೆಗಳು | ಸೆಷನ್ | ಕೇಂದ್ರೀಕೃತ ಕ್ಷೇತ್ರ | نمೂನೆಗಳು | ಸಮಯ | ಸಂಕೀರ್ಣತೆ | |---------|------------|---------|------|------------| | 1 | ಸೆಟ್‌ಅಪ್ ಮತ್ತು ಮೂಲಗಳು | 01, 02, 03 | 2-3 ಗಂಟೆಗಳು | ಪ್ರಾರಂಭಿಕ | | 2 | AI ಪರಿಹಾರಗಳು | 04 | 2-3 ಗಂಟೆಗಳು | ಮಧ್ಯಮ | | 3 | ಮುಕ್ತ ಮೂಲ | 05 | 2-3 ಗಂಟೆಗಳು | ಮಧ್ಯಮ | | 4 | ಪ್ರಗತಿಶೀಲ ಮಾದರಿಗಳು | 06 | 3-4 ಗಂಟೆಗಳು | ಪ್ರಗತಿಶೀಲ | | 5 | AI ಏಜೆಂಟ್‌ಗಳು | 05, 09 | 3-4 ಗಂಟೆಗಳು | ಪ್ರಗತಿಶೀಲ | | 6 | ಎಂಟರ್‌ಪ್ರೈಸ್ ಸಾಧನಗಳು | 06, 10 | 3-4 ಗಂಟೆಗಳು | ಪರಿಣತಿ | | 7 | ನೇರ API ಏಕೀಕರಣ | 07 | 2-3 ಗಂಟೆಗಳು | ಮಧ್ಯಮ | | 8 | Windows 11 ಚಾಟ್ ಅಪ್ಲಿಕೇಶನ್ | 08 | 3-4 ಗಂಟೆಗಳು | ಪ್ರಗತಿಶೀಲ | | 9 | ಪ್ರಗತಿಶೀಲ ಬಹು-ಏಜೆಂಟ್ | 09 | 4-5 ಗಂಟೆಗಳು | ಪರಿಣತಿ | | 10 | ಸಾಧನ ಫ್ರೇಮ್ವರ್ಕ್ | 10 | 4-5 ಗಂಟೆಗಳು | ಪರಿಣತಿ | ## ಪ್ರಮುಖ ಸಂಪನ್ಮೂಲಗಳು **ಅಧಿಕೃತ ಡಾಕ್ಯುಮೆಂಟೇಶನ್:** - [Microsoft Foundry Local GitHub](https://github.com/microsoft/Foundry-Local) - ಮೂಲ ಕೋಡ್ ಮತ್ತು ಅಧಿಕೃತ نمೂನೆಗಳು - [Azure AI Foundry ಡಾಕ್ಯುಮೆಂಟೇಶನ್](https://learn.microsoft.com/en-us/azure/ai-foundry/foundry-local/) - ಸಂಪೂರ್ಣ ಸೆಟ್‌ಅಪ್ ಮತ್ತು ಬಳಕೆ ಮಾರ್ಗದರ್ಶಿ - [ಮಾದರಿ ಸೋಮವಾರ ಸರಣಿ](https://aka.ms/model-mondays) - ವಾರದ ಮಾದರಿ ಹೈಲೈಟ್ಸ್ ಮತ್ತು ಟ್ಯುಟೋರಿಯಲ್ಸ್ **ಸಮುದಾಯ ಮತ್ತು ಬೆಂಬಲ:** - [Foundry Local ಚರ್ಚೆಗಳು](https://github.com/microsoft/Foundry-Local/discussions) - ಸಮುದಾಯ ಪ್ರಶ್ನೋತ್ತರ ಮತ್ತು ವೈಶಿಷ್ಟ್ಯ ವಿನಂತಿಗಳು - [Microsoft AI ಡೆವಲಪರ್ ಸಮುದಾಯ](https://techcommunity.microsoft.com/category/artificialintelligence) - ಇತ್ತೀಚಿನ ಸುದ್ದಿ ಮತ್ತು ಉತ್ತಮ ಅಭ್ಯಾಸಗಳು ## ಕಲಿಕೆಯ ಫಲಿತಾಂಶಗಳು ಈ ಮೋಡ್ಯೂಲ್ ಪೂರ್ಣಗೊಳಿಸಿದ ನಂತರ, ನೀವು ಸಜ್ಜಾಗಿರುತ್ತೀರಿ: ### ತಾಂತ್ರಿಕ ನಿಪುಣತೆ - **ನಿಯೋಜನೆ ಮತ್ತು ನಿರ್ವಹಣೆ**: ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಉತ್ಪಾದನಾ ಪರಿಸರಗಳಲ್ಲಿ Foundry Local ಸ್ಥಾಪನೆಗಳು - **ಮಾದರಿಗಳನ್ನು ಏಕೀಕರಿಸುವುದು**: Microsoft, Hugging Face ಮತ್ತು ಸಮುದಾಯ ಮೂಲಗಳಿಂದ ವಿಭಿನ್ನ ಮಾದರಿ ಕುಟುಂಬಗಳೊಂದಿಗೆ ನಿರಂತರ ಕೆಲಸ - **ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವುದು**: ಪ್ರಗತಿಶೀಲ ವೈಶಿಷ್ಟ್ಯಗಳು ಮತ್ತು ಆಪ್ಟಿಮೈಜೆಷನ್‌ಗಳೊಂದಿಗೆ ಉತ್ಪಾದನಾ-ಸಿದ್ಧ AI ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ರಚಿಸುವುದು - **ಏಜೆಂಟ್‌ಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು**: ಗ್ರೌಂಡಿಂಗ್, ತರ್ಕ ಮತ್ತು ಸಾಧನ ಏಕೀಕರಣದೊಂದಿಗೆ ಸುಕ್ಷ್ಮ AI ಏಜೆಂಟ್‌ಗಳನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸುವುದು ### ತಂತ್ರಜ್ಞಾನಾತ್ಮಕ ಅರ್ಥ - **ವಾಸ್ತುಶಿಲ್ಪ ನಿರ್ಧಾರಗಳು**: ಸ್ಥಳೀಯ ಮತ್ತು ಕ್ಲೌಡ್ ನಿಯೋಜನೆಗಳ ನಡುವೆ ತಿಳಿವಳಿಕೆ ಹೊಂದಿರುವ ಆಯ್ಕೆಗಳು - **ಕಾರ್ಯಕ್ಷಮತೆ ಆಪ್ಟಿಮೈಜೆಷನ್**: ವಿಭಿನ್ನ ಹಾರ್ಡ್‌ವೇರ್ ಸಂರಚನೆಗಳಲ್ಲಿ ನಿರ್ಣಯ ಕಾರ್ಯಕ್ಷಮತೆಯನ್ನು ಸುಧಾರಿಸುವುದು - **ಎಂಟರ್‌ಪ್ರೈಸ್ ವಿಸ್ತರಣೆ**: ಸ್ಥಳೀಯ ಪ್ರೋಟೋಟೈಪ್‌ಗಳಿಂದ ಎಂಟರ್‌ಪ್ರೈಸ್ ನಿಯೋಜನೆಗಳಿಗೆ ವಿಸ್ತರಿಸುವ ಅಪ್ಲಿಕೇಶನ್ ವಿನ್ಯಾಸ - **ಗೌಪ್ಯತೆ ಮತ್ತು ಭದ್ರತೆ**: ಸ್ಥಳೀಯ ನಿರ್ಣಯದೊಂದಿಗೆ ಗೌಪ್ಯತೆ-ರಕ್ಷಿಸುವ AI ಪರಿಹಾರಗಳನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸುವುದು ### ನವೀನತೆ ಸಾಮರ್ಥ್ಯಗಳು - **ವೇಗದ ಪ್ರೋಟೋಟೈಪಿಂಗ್**: ಎಲ್ಲಾ 10 نمೂನೆ ಮಾದರಿಗಳಲ್ಲಿ AI ಅಪ್ಲಿಕೇಶನ್ ಕಲ್ಪನೆಗಳನ್ನು ತ್ವರಿತವಾಗಿ ನಿರ್ಮಿಸಿ ಪರೀಕ್ಷಿಸುವುದು - **ಸಮುದಾಯ ಏಕೀಕರಣ**: ಮುಕ್ತ ಮೂಲ ಮಾದರಿಗಳನ್ನು ಉಪಯೋಗಿಸಿ ಪರಿಸರಕ್ಕೆ ಕೊಡುಗೆ ನೀಡುವುದು - **ಪ್ರಗತಿಶೀಲ ಮಾದರಿಗಳು**: RAG, ಏಜೆಂಟ್‌ಗಳು ಮತ್ತು ಸಾಧನ ಏಕೀಕರಣ ಸೇರಿದಂತೆ ಅತ್ಯಾಧುನಿಕ AI ಮಾದರಿಗಳನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸುವುದು - **ಫ್ರೇಮ್ವರ್ಕ್ ನಿಪುಣತೆ**: LangChain, Semantic Kernel, Chainlit ಮತ್ತು Electron ಜೊತೆಗೆ ಪರಿಣತಿ ಮಟ್ಟದ ಏಕೀಕರಣ - **ಉತ್ಪಾದನಾ ನಿಯೋಜನೆ**: ಸ್ಥಳೀಯ ಪ್ರೋಟೋಟೈಪ್‌ಗಳಿಂದ ಎಂಟರ್‌ಪ್ರೈಸ್ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ವಿಸ್ತರಿಸುವ AI ಪರಿಹಾರಗಳನ್ನು ನಿಯೋಜಿಸುವುದು - **ಭವಿಷ್ಯ-ಸಿದ್ಧ ಅಭಿವೃದ್ಧಿ**: ಉದಯೋನ್ಮುಖ AI ತಂತ್ರಜ್ಞಾನಗಳು ಮತ್ತು ಮಾದರಿಗಳಿಗಾಗಿ ಸಿದ್ಧವಾಗಿರುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವುದು ## ಪ್ರಾರಂಭಿಸುವುದು 1. **ಪರಿಸರ ಸೆಟ್‌ಅಪ್**: ಶಿಫಾರಸು ಮಾಡಿದ ಹಾರ್ಡ್‌ವೇರ್ ಜೊತೆಗೆ Windows 11 ಅನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ (ಪೂರ್ವಾಪೇಕ್ಷಿತಗಳನ್ನು ನೋಡಿ) 2. **Foundry Local ಸ್ಥಾಪಿಸಿ**: ಸಂಪೂರ್ಣ ಸ್ಥಾಪನೆ ಮತ್ತು ಸಂರಚನೆಗಾಗಿ ಸೆಷನ್ 1 ಅನುಸರಿಸಿ 3. **ನಮೂನೆ 01 ಚಾಲನೆ ಮಾಡಿ**: ಮೂಲ REST API ಏಕೀಕರಣದಿಂದ ಪ್ರಾರಂಭಿಸಿ ಸೆಟ್‌ಅಪ್ ಪರಿಶೀಲಿಸಿ 4. **ನಮೂನೆಗಳ ಮೂಲಕ ಪ್ರಗತಿ ಮಾಡಿ**: ಸಂಪೂರ್ಣ ನಿಪುಣತೆಗಾಗಿ نمೂನೆಗಳು 01-10 ಪೂರ್ಣಗೊಳಿಸಿ ## ಯಶಸ್ಸಿನ ಅಳತೆಗಳು ಎಲ್ಲಾ 10 ಸಂಪೂರ್ಣ نمೂನೆಗಳ ಮೂಲಕ ನಿಮ್ಮ ಪ್ರಗತಿಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಿ: ### ಮೂಲ ಮಟ್ಟ (نمೂನೆಗಳು 01-03) - [ ] Foundry Local ಯಶಸ್ವಿಯಾಗಿ ಸ್ಥಾಪಿಸಿ ಮತ್ತು ಸಂರಚಿಸಿ - [ ] REST API ಏಕೀಕರಣ ಪೂರ್ಣಗೊಳಿಸಿ (نمೂನೆ 01) - [ ] OpenAI SDK ಹೊಂದಾಣಿಕೆ ಅನುಷ್ಠಾನಗೊಳಿಸಿ (نمೂನೆ 02) - [ ] ಮಾದರಿ ಅನ್ವೇಷಣೆ ಮತ್ತು ಬೆಂಚ್ಮಾರ್ಕಿಂಗ್ ಮಾಡಿ (نمೂನೆ 03) ### ಅಪ್ಲಿಕೇಶನ್ ಮಟ್ಟ (نمೂನೆಗಳು 04-06) - [ ] ಕನಿಷ್ಠ 4 ವಿಭಿನ್ನ ಮಾದರಿ ಕುಟುಂಬಗಳನ್ನು ನಿಯೋಜಿಸಿ ಮತ್ತು ಚಾಲನೆ ಮಾಡಿ - [ ] ಕಾರ್ಯನಿರ್ವಹಣೆಯ RAG ಚಾಟ್ ಅಪ್ಲಿಕೇಶನ್ ರಚಿಸಿ (نمೂನೆ 04) - [ ] ಬಹು-ಏಜೆಂಟ್ ಸಂಯೋಜನೆ ವ್ಯವಸ್ಥೆ ನಿರ್ಮಿಸಿ (نمೂನೆ 05) - [ ] ಬುದ್ಧಿವಂತ ಮಾದರಿ ರೌಟಿಂಗ್ ಅನುಷ್ಠಾನಗೊಳಿಸಿ (نمೂನೆ 06) ### ಪ್ರಗತಿಶೀಲ ಏಕೀಕರಣ ಮಟ್ಟ (نمೂನೆಗಳು 07-10) - [ ] ಉತ್ಪಾದನಾ-ಸಿದ್ಧ API ಕ್ಲೈಂಟ್ ನಿರ್ಮಿಸಿ (نمೂನೆ 07) - [ ] Windows 11 ಸ್ಥಳೀಯ ಚಾಟ್ ಅಪ್ಲಿಕೇಶನ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಿ (نمೂನೆ 08) - [ ] ಪ್ರಗತಿಶೀಲ ಬಹು-ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆ ಅನುಷ್ಠಾನಗೊಳಿಸಿ (نمೂನೆ 09) - [ ] ಸಂಪೂರ್ಣ ಸಾಧನ ಫ್ರೇಮ್ವರ್ಕ್ ರಚಿಸಿ (نمೂನೆ 10) ### ನಿಪುಣತೆ ಸೂಚಕಗಳು - [ ] ಎಲ್ಲಾ 10 نمೂನೆಗಳನ್ನು ದೋಷರಹಿತವಾಗಿ ಯಶಸ್ವಿಯಾಗಿ ಚಾಲನೆ ಮಾಡಿ - [ ] ಕನಿಷ್ಠ 3 نمೂನೆಗಳನ್ನು ವಿಶೇಷ ಬಳಕೆ ಪ್ರಕರಣಗಳಿಗೆ ಕಸ್ಟಮೈಸ್ ಮಾಡಿ - [ ] 2+ نمೂನೆಗಳನ್ನು ಉತ್ಪಾದನಾ-ಹೋಲುವ ಪರಿಸರಗಳಲ್ಲಿ ನಿಯೋಜಿಸಿ - [ ] نمೂನೆ ಕೋಡ್‌ಗೆ ಸುಧಾರಣೆಗಳು ಅಥವಾ ವಿಸ್ತರಣೆಗಳನ್ನು ಕೊಡುಗೆ ನೀಡಿ - [ ] Foundry Local ಮಾದರಿಗಳನ್ನು ವೈಯಕ್ತಿಕ/ವೃತ್ತಿಪರ ಯೋಜನೆಗಳಲ್ಲಿ ಏಕೀಕರಿಸಿ ## ತ್ವರಿತ ಪ್ರಾರಂಭ ಮಾರ್ಗದರ್ಶಿ - ಎಲ್ಲಾ 10 نمೂನೆಗಳು ### ಪರಿಸರ ಸೆಟ್‌ಅಪ್ (ಎಲ್ಲಾ نمೂನೆಗಳಿಗೆ ಅಗತ್ಯ) ```powershell # 1. ಕ್ಲೋನ್ ಮಾಡಿ ಮತ್ತು Module08 ಗೆ ನ್ಯಾವಿಗೇಟ್ ಮಾಡಿ cd Module08 # 2. ಪೈಥಾನ್ ವರ್ಚುವಲ್ ಪರಿಸರವನ್ನು ರಚಿಸಿ py -m venv .venv .\.venv\Scripts\activate # 3. ಮೂಲ ಅವಲಂಬನೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ pip install -r requirements.txt # 4. Foundry Local ಅನ್ನು ಸ್ಥಾಪಿಸಿ (ಇದೀಗ ಸ್ಥಾಪಿಸಲಾಗದಿದ್ದರೆ) winget install Microsoft.FoundryLocal # 5. Foundry Local ಸ್ಥಾಪನೆಯನ್ನು ಪರಿಶೀಲಿಸಿ foundry --version foundry model list ``` ### ಮೂಲ ಫೌಂಡೇಶನ್ نمೂನೆಗಳು (01-06) **نمೂನೆ 01: REST ಚಾಟ್ ಕ್ವಿಕ್‌ಸ್ಟಾರ್ಟ್** ```powershell # ಫೌಂಡ್ರಿ ಲೋಕಲ್ ಸೇವೆಯನ್ನು ಪ್ರಾರಂಭಿಸಿ foundry model run phi-4-mini # REST ಚಾಟ್ ಡೆಮೋವನ್ನು ಚಾಲನೆ ಮಾಡಿ python samples/01/chat_quickstart.py ``` **نمೂನೆ 02: OpenAI SDK ಏಕೀಕರಣ** ```powershell # ಮಾದರಿ ಚಾಲನೆಯಲ್ಲಿದೆ ಎಂದು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಿ foundry status # SDK ಡೆಮೊ ಅನ್ನು ಚಾಲನೆ ಮಾಡಿ python samples/02/sdk_quickstart.py ``` **نمೂನೆ 03: ಮಾದರಿ ಅನ್ವೇಷಣೆ ಮತ್ತು ಬೆಂಚ್ಮಾರ್ಕಿಂಗ್** ```powershell # ಸಮಗ್ರ ಮಾದರಿ ಪರೀಕ್ಷೆಯನ್ನು ನಡೆಸಿ samples/03/list_and_bench.cmd # ಅಥವಾ ವೈಯಕ್ತಿಕ ಘಟಕಗಳನ್ನು ನಡೆಸಿ foundry model list --available foundry model download qwen2.5-0.5b foundry model benchmark phi-4-mini ``` **نمೂನೆ 04: Chainlit RAG ಅಪ್ಲಿಕೇಶನ್** ```powershell # ಚೈನ್‌ಲಿಟ್ ಅವಲಂಬನೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ pip install chainlit langchain chromadb # RAG ಚಾಟ್ ಅಪ್ಲಿಕೇಶನ್ ಪ್ರಾರಂಭಿಸಿ chainlit run samples/04/app.py -w # ಬ್ರೌಸರ್ ಅನ್ನು http://localhost:8000 ನಲ್ಲಿ ತೆರೆಯುತ್ತದೆ ``` **نمೂನೆ 05: ಬಹು-ಏಜೆಂಟ್ ಸಂಯೋಜನೆ** ```powershell # ಏಜೆಂಟ್ ಸಂಯೋಜಕ ಡೆಮೊ ಚಾಲನೆ ಮಾಡಿ python -m samples.05.agents.coordinator # ನಿರ್ದಿಷ್ಟ ಏಜೆಂಟ್ ಉದಾಹರಣೆಗಳನ್ನು ಚಾಲನೆ ಮಾಡಿ python samples/05/examples/specialists_demo.py ``` **نمೂನೆ 06: ಮಾದರಿಗಳನ್ನು ಸಾಧನಗಳಾಗಿ ರೌಟರ್** ```powershell # ಪರಿಸರವನ್ನು ಸಂರಚಿಸಿ set BASE_URL=http://localhost:8000 set GENERAL_MODEL=phi-4-mini set CODE_MODEL=qwen2.5-7b # ಬುದ್ಧಿವಂತ ರೌಟರ್ ಅನ್ನು ಚಾಲನೆ ಮಾಡಿ python samples/06/router.py "Analyze this Python code for performance issues" ``` ### ಪ್ರಗತಿಶೀಲ ಏಕೀಕರಣ نمೂನೆಗಳು (07-10) **نمೂನೆ 07: ನೇರ API ಕ್ಲೈಂಟ್** ```powershell # ಮಾದರಿ ಡೈರೆಕ್ಟರಿಗೆ ನಾವಿಗೇಟ್ ಮಾಡಿ cd samples/07 # ಹೆಚ್ಚುವರಿ ಅವಲಂಬನೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ pip install -r requirements.txt # ಮೂಲ API ಉದಾಹರಣೆಗಳನ್ನು ಚಾಲನೆ ಮಾಡಿ python examples/basic_usage.py # ಸ್ಟ್ರೀಮಿಂಗ್ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಪ್ರಯತ್ನಿಸಿ python examples/streaming.py # ಉತ್ಪಾದನಾ ಮಾದರಿಗಳನ್ನು ಪರೀಕ್ಷಿಸಿ python examples/production.py ``` **نمೂನೆ 08: Windows 11 ಚಾಟ್ ಅಪ್ಲಿಕೇಶನ್** ```powershell # ಮಾದರಿ ಡೈರೆಕ್ಟರಿಗೆ ನ್ಯಾವಿಗೇಟ್ ಮಾಡಿ cd samples/08 # Node.js ಅವಲಂಬನೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ npm install # Electron ಅಪ್ಲಿಕೇಶನ್ ಪ್ರಾರಂಭಿಸಿ npm start # ಅಥವಾ ಉತ್ಪಾದನೆಗಾಗಿ ನಿರ್ಮಿಸಿ npm run build ``` **نمೂನೆ 09: ಪ್ರಗತಿಶೀಲ ಬಹು-ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆ** ```powershell # ಮಾದರಿ ಡೈರೆಕ್ಟರಿಗೆ ನ್ಯಾವಿಗೇಟ್ ಮಾಡಿ cd samples/09 # ಏಜೆಂಟ್ ಸಿಸ್ಟಮ್ ಅವಲಂಬನೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ pip install -r requirements.txt # ಮೂಲ ಸಂಯೋಜನೆ ಉದಾಹರಣೆಯನ್ನು ಚಾಲನೆ ಮಾಡಿ python examples/basic_coordination.py # ಸಂಕೀರ್ಣ ಕಾರ್ಯಪ್ರವಾಹವನ್ನು ಪ್ರಯತ್ನಿಸಿ python examples/complex_workflow.py # ಇಂಟರಾಕ್ಟಿವ್ ಏಜೆಂಟ್ ಡೆಮೋ python examples/interactive_demo.py ``` **نمೂನೆ 10: Foundry Tools ಫ್ರೇಮ್ವರ್ಕ್** ```powershell # ಮಾದರಿ ಡೈರೆಕ್ಟರಿಗೆ ನ್ಯಾವಿಗೇಟ್ ಮಾಡಿ cd samples/10 # ಫ್ರೇಮ್ವರ್ಕ್ ಅವಲಂಬನೆಗಳನ್ನು ಸ್ಥಾಪಿಸಿ pip install -r requirements.txt # ಮೂಲ ಉಪಕರಣಗಳ ಡೆಮೋ ಚಾಲನೆ ಮಾಡಿ python examples/basic_tools.py # REST API ಸರ್ವರ್ ಪ್ರಾರಂಭಿಸಿ python examples/rest_api_server.py # API http://localhost:8080 ನಲ್ಲಿ ಲಭ್ಯವಿದೆ # CLI ಅಪ್ಲಿಕೇಶನ್ ಪ್ರಯತ್ನಿಸಿ python examples/cli_application.py --help # ಜುಪೈಟರ್ ನೋಟ್ಬುಕ್ ಪ್ರಾರಂಭಿಸಿ jupyter notebook examples/jupyter_notebook.ipynb # ಲಾಂಗ್‌ಚೈನ್ ಸಂಯೋಜನೆಯನ್ನು ಪರೀಕ್ಷಿಸಿ python examples/langchain_demo.py ``` ### ಸಾಮಾನ್ಯ ಸಮಸ್ಯೆಗಳ ಪರಿಹಾರ **Foundry Local ಸಂಪರ್ಕ ದೋಷಗಳು** ```powershell # ಸೇವೆಯ ಸ್ಥಿತಿಯನ್ನು ಪರಿಶೀಲಿಸಿ foundry status # ಅಗತ್ಯವಿದ್ದರೆ ಮರುಪ್ರಾರಂಭಿಸಿ foundry restart # ಎಂಡ್ಪಾಯಿಂಟ್ ಪ್ರವೇಶಾರ್ಹತೆಯನ್ನು ಪರಿಶೀಲಿಸಿ curl http://localhost:5273/v1/models ``` **ಮಾದರಿ ಲೋಡಿಂಗ್ ಸಮಸ್ಯೆಗಳು** ```powershell # ಲಭ್ಯವಿರುವ ಮಾದರಿಗಳನ್ನು ಪರಿಶೀಲಿಸಿ foundry model list --cached # ಕಾಣೆಯಾದ ಮಾದರಿಗಳನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಿ foundry model download phi-4-mini foundry model download qwen2.5-0.5b # ಅಗತ್ಯವಿದ್ದರೆ ಬಲವಂತವಾಗಿ ಮರುಲೋಡ್ ಮಾಡಿ foundry model unload --all foundry model run phi-4-mini ``` **ಆಶ್ರಿತತೆ ಸಮಸ್ಯೆಗಳು** ```powershell # ಪಿಪ್ ಅನ್ನು ಅಪ್‌ಗ್ರೇಡ್ ಮಾಡಿ ಮತ್ತು ಮರುಸ್ಥಾಪಿಸಿ python -m pip install --upgrade pip pip install -r requirements.txt --force-reinstall # ನೋಡ್.ಜೆಎಸ್ ಮಾದರಿಗಳಿಗಾಗಿ npm cache clean --force npm install ``` ## ಸಾರಾಂಶ ಈ ಮೋಡ್ಯೂಲ್ ಎಡ್ಜ್ AI ಅಭಿವೃದ್ಧಿಯ ಅತ್ಯಾಧುನಿಕ ತಂತ್ರಜ್ಞಾನವನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ, ಮೈಕ್ರೋಸಾಫ್ಟ್‌ನ ಎಂಟರ್‌ಪ್ರೈಸ್-ಗ್ರೇಡ್ ಸಾಧನಗಳನ್ನು ಓಪನ್-ಸೋರ್ಸ್ ಪರಿಸರದ ಲವಚಿಕತೆ ಮತ್ತು ನವೀನತೆಯೊಂದಿಗೆ ಸಂಯೋಜಿಸುತ್ತದೆ. Foundry Local ಅನ್ನು ಎಲ್ಲಾ 10 ಸಮಗ್ರ ಮಾದರಿಗಳ ಮೂಲಕ ನಿಪುಣತೆಯಿಂದ ಕಲಿತರೆ, ನೀವು AI ಅಪ್ಲಿಕೇಶನ್ ಅಭಿವೃದ್ಧಿಯ ಮುಂಭಾಗದಲ್ಲಿ ಇರಲಿದ್ದೀರಿ. **ಪೂರ್ಣ ಅಧ್ಯಯನ ಮಾರ್ಗ:** - **ಮೂಲಭೂತ** (ಮಾದರಿ 01-03): API ಏಕೀಕರಣ ಮತ್ತು ಮಾದರಿ ನಿರ್ವಹಣೆ - **ಅಪ್ಲಿಕೇಶನ್ಗಳು** (ಮಾದರಿ 04-06): RAG, ಏಜೆಂಟ್ಗಳು, ಮತ್ತು ಬುದ್ಧಿವಂತ ಮಾರ್ಗದರ್ಶನ - **ಅತ್ಯಾಧುನಿಕ** (ಮಾದರಿ 07-10): ಉತ್ಪಾದನಾ ಫ್ರೇಮ್ವರ್ಕ್‌ಗಳು ಮತ್ತು ಎಂಟರ್‌ಪ್ರೈಸ್ ಏಕೀಕರಣ Azure OpenAI ಏಕೀಕರಣಕ್ಕಾಗಿ (ಸೆಷನ್ 2), ಅಗತ್ಯವಿರುವ ಪರಿಸರ ಚರಗಳು ಮತ್ತು API ಆವೃತ್ತಿ ಸೆಟ್ಟಿಂಗ್‌ಗಳಿಗಾಗಿ ಪ್ರತ್ಯೇಕ ಮಾದರಿ README ಕಡತಗಳನ್ನು ನೋಡಿ. --- **ಅಸ್ವೀಕರಣ**: ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ [Co-op Translator](https://github.com/Azure/co-op-translator) ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯಿಗಾಗಿ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಮಹತ್ವದ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಅಥವಾ ತಪ್ಪು ವಿವರಣೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.