Skip to content

README.md

Latest commit

 

History

History
436 lines (330 loc) · 32.4 KB

README.md

File metadata and controls

436 lines (330 loc) · 32.4 KB
Raw

Foundry Local

ពន្យល់សិក្សា Foundry Local - កសាងកម្មវិធី AI លើឧបករណ៍ដោយផ្ទាល់

ពន្យល់សិក្សាដែលមានដៃចូលរួមសម្រាប់បើកប្រើម៉ូឌែលភាសានៅលើម៉ាស៊ីនរបស់អ្នកផ្ទាល់ និងកសាងកម្មវិធីឆ្លាតវៃជាមួយ Foundry Local និង Microsoft Agent Framework។

Foundry Local ជាមួយអ្វី? Foundry Local គឺជាកម្មវិធីរត់ម៉ូដែលភាសាឆាប់រហ័សដែលអនុញ្ញាតឱ្យអ្នកទាញយក គ្រប់គ្រង និងបម្រើម៉ូឌែលភាសាទាំងឡាយនៅលើឧបករណ៍របស់អ្នក។ វាបង្ហាញអេភីអាយ ដែលប្រកបដោយភាពសមស្របនឹង OpenAI ដូច្នេះឧបករណ៍ ឬ SDK ស៊ើបអង្កេតណាមួយដែលអាចនិយាយ OpenAI អាចភ្ជាប់បាន - មិនចាំបាច់មានគណនីបង្ហោះពពក។

🌐 គាំទ្រច្រើនភាសា

គាំទ្រដោយ GitHub Action (ស្វ័យប្រវត្តិ និងទាន់ពេលវេលានៅសព្វថ្ងៃ)

Arabic | Bengali | Bulgarian | Burmese (Myanmar) | Chinese (Simplified) | Chinese (Traditional, Hong Kong) | Chinese (Traditional, Macau) | Chinese (Traditional, Taiwan) | Croatian | Czech | Danish | Dutch | Estonian | Finnish | French | German | Greek | Hebrew | Hindi | Hungarian | Indonesian | Italian | Japanese | Kannada | Khmer | Korean | Lithuanian | Malay | Malayalam | Marathi | Nepali | Nigerian Pidgin | Norwegian | Persian (Farsi) | Polish | Portuguese (Brazil) | Portuguese (Portugal) | Punjabi (Gurmukhi) | Romanian | Russian | Serbian (Cyrillic) | Slovak | Slovenian | Spanish | Swahili | Swedish | Tagalog (Filipino) | Tamil | Telugu | Thai | Turkish | Ukrainian | Urdu | Vietnamese

ចូលចិត្តថតចម្លងមកនៅលើកុំព្យូទ័រផ្ទាល់?

ឃ្លាំងនេះរួមបញ្ចូលការប្រែសម្រួលជាង 50+ ភាសា ដែលបង្កើនទំហំទាញយកយ៉ាងច្រើន។ ដើម្បីចម្លងដោយគ្មានការប្រែសម្រួល ប្រើការចេញជ្រើសជាងមួយ:

Bash / macOS / Linux:

git clone --filter=blob:none --sparse https://github.com/microsoft-foundry/Foundry-Local-Lab.git
cd Foundry-Local-Lab
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'

CMD (Windows):

git clone --filter=blob:none --sparse https://github.com/microsoft-foundry/Foundry-Local-Lab.git
cd Foundry-Local-Lab
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"

វាប្រើបានមុខងារទាំងអស់ដែលអ្នកត្រូវការដើម្បីបញ្ចប់មុខវិជ្ជានេះជាមួយការទាញយកយឺតជាង។

វីស័យរៀនសូត្រ

នៅចុងពន្យល់សិក្សានេះ អ្នកនឹងអាច:

# បំណង
1 ដំឡើង Foundry Local និងគ្រប់គ្រងម៉ូឌែលជាមួយ CLI
2 បញ្ញាសិក្សา API SDK របស់ Foundry Local សម្រាប់ការគ្រប់គ្រងម៉ូឌែលដោយកម្មវិធី
3 ភ្ជាប់ទៅមកម៉ាស៊ីនបម្រើ="./local inference server" ដោយប្រើ SDK ភាសា Python, JavaScript, និង C#
4 កសាងបណ្តាញបង្កើតតាមការទាញយក (RAG) ដែលផ្អែកលើទិន្នន័យរបស់អ្នកផ្ទាល់
5 បង្កើតភេរវកម្ម AI ជាមួយការណែនាំ និងតួអង្គមានអចិន្រ្តៃយ៍
6 រៀបចំការប្រតិបត្តិការជាមួយភេរវកម្មជាច្រើនដោយមានវដ្តប្រតិភូ
7 ស្វែងយល់កម្មវិធីប្រតិបត្តិការ Zava Creative Writer
8 កសាងស៊ុមវាយតម្លៃដោយប្រើឯកសារមាស និង LLM ជាអ្នកវាយតម្លៃ
9 បម្លែងសំលេងទៅអត្ថបទជាមួយ Whisper - និយាយទៅអត្ថបទនៅលើឧបករណ៍ដោយប្រើ SDK របស់ Foundry Local
10 ប្រមូល និងបើកដំណើរការម៉ូឌែលឯកសារផ្ទាល់ ឬ Hugging Face ជាមួយ ONNX Runtime GenAI និង Foundry Local
11 អនុញ្ញាតម៉ូឌែលក្នុងស្រុកហៅមុខងារផ្សេងទៀតជាមួយលំនាំហៅឧបករណ៍
12 កសាង UI ដែលមើលបានតាមរយៈកម្មវិធីរុករកសម្រាប់ Zava Creative Writer ដែលមានការបញ្ចូនទិន្នន័យពេលជាក់ស្តែង

តម្រូវការ ជាមុន

តម្រូវការ ព័ត៌មានលម្អិត
**ថេរឹយ 8 GB RAM នៅតិចបំផុត (ផ្តល់អនុសាសន៍ 16 GB); CPU ដែលគាំទ្រ AVX2 ឬ GPU ដែលគាំទ្រ
**ប្រព័ន្ធប្រតិបត្តិការ Windows 10/11 (x64/ARM), Windows Server 2025, ឬ macOS 13+
Foundry Local CLI ដំឡើងដោយ winget install Microsoft.FoundryLocal (Windows) ឬ brew tap microsoft/foundrylocal && brew install foundrylocal (macOS)។ មើល មគ្គុទ្ទេសក៍ចាប់ផ្តើម សម្រាប់ព័ត៌មានលម្អិត។
**ម៉ាស៊ីនភាសារត Python 3.9+ និង/ឬ .NET 9.0+ និង/ឬ Node.js 18+
Git សម្រាប់ចម្លងជាផ្លូវការ

ចាប់ផ្តើម

# 1. បង្កើតចម្លងឃ្លាំងកូដ
git clone https://github.com/microsoft-foundry/foundry-local-lab.git
cd foundry-local-lab

# 2. ពិនិត្យមើលថា Foundry Local ត្រូវបានដំឡើងហើយ
foundry model list              # បង្ហាញបញ្ជីម៉ូដែលដែលមាន
foundry model run phi-3.5-mini  # ចាប់ផ្តើមការជជែកអន្តរការណ៍

# 3. ជ្រើសរើសផ្លូវភាសារបស់អ្នក (មើលហLaboratory ផ្នែក 2 សម្រាប់ការតំឡើងពេញលេញ)
ភាសា ចាប់ផ្តើមយ៉ាងរហ័ស
Python cd python && pip install -r requirements.txt && python foundry-local.py
C# cd csharp && dotnet run
JavaScript cd javascript && npm install && node foundry-local.mjs

ផ្នែកនៃពន្យល់សិក្សា

ផ្នែក 1: ចាប់ផ្តើមជាមួយ Foundry Local

មគ្គុទ្ទេសក៍មន្ទីរ: labs/part1-getting-started.md

  • Foundry Local ជាអ្វី និងរបៀបដំណើរការ
  • ដំឡើង CLI លើ Windows និង macOS
  • ស្វែងរកម៉ូឌែល - បញ្ជី ទាញយក បើកបរ
  • យល់ពីអាលីសម៉ូឌែល និងកំពង់ផែដឺណាមិច

ផ្នែក 2: ការសិក្សាដំណ្រៃជ្រៅ SDK របស់ Foundry Local

មគ្គុទ្ទេសក៍មន្ទីរ: labs/part2-foundry-local-sdk.md

  • ហេតុអ្វីបានជាការប្រើ SDK ផ្ទុយពី CLI សម្រាប់ការអភិវឌ្ឍកម្មវិធី
  • មូលដ្ឋាន API SDK សម្រាប់ Python, JavaScript, និង C#
  • គ្រប់គ្រងសេវា, ការជៀសវាងកាតាឡុក, អាយុកាលម៉ូឌែល (ទាញយក, បើក, បិទ)
  • លំនាំចាប់ផ្តើមរហ័ស: បង្កើត Python, ការចាប់ផ្តើម JavaScript init(), C# CreateAsync()
  • កំណត់ត្រា FoundryModelInfo, អាលីស និងការជ្រើសម៉ូឌែលសមជាមួយថេរឹយ

ផ្នែក 3: SDK និង API

មគ្គុទ្ទេសក៍មន្ទីរ: labs/part3-sdk-and-apis.md

  • ភ្ជាប់ទៅ Foundry Local ពី Python, JavaScript និង C#
  • ប្រើ SDK របស់ Foundry Local ដើម្បីគ្រប់គ្រងសេវា​តាមកម្មវិធី
  • ចែកចាយការឆាតជាស្ទ្រីមតាមអេភីអាយដែលសមស្រប OpenAI
  • ការយោងវិធីសាស្រ្ត SDK សម្រាប់មួយភាសា

គំរូកូដ:

ភាសា ឯកសារ ពិពណ៌នា
Python python/foundry-local.py ការចាត់ចែងការឆាតតាមស្ទ្រីមមូលដ្ឋាន
C# csharp/BasicChat.cs ការចាត់ចែងការឆាតតាមស្ទ្រីមជាមួយ .NET
JavaScript javascript/foundry-local.mjs ការឆាតតាមស្ទ្រីមជាមួយ Node.js

ផ្នែក 4: ការបង្កើតតាមការទាញយក (RAG)

មគ្គុទ្ទេសក៍មន្ទីរ: labs/part4-rag-fundamentals.md

  • RAG ជាអ្វី និងហេតុអ្វីវាសំខាន់
  • កសាងមូលដ្ឋានចំណេះដឹងក្នុងអង្គចងចាំ
  • ការទាញយកដោយស្លាកពាក្យមានការប្រមូលផ្តុំពិន្ទុ
  • បង្កើតសម្រង់ប្រព័ន្ធដោយផ្អែកលើគោលការណ៍
  • ដំណើរការបណ្ដាញ RAG លើឧបករណ៍ដោយសព្វថ្ងៃ

គំរូកូដ:

ភាសា ឯកសារ
Python python/foundry-local-rag.py
C# csharp/RagPipeline.cs
JavaScript javascript/foundry-local-rag.mjs

ផ្នែក 5: កសាងភេរវកម្ម AI

មគ្គុទ្ទេសក៍មន្ទីរ: labs/part5-single-agents.md

  • ភេរវកម្ម AI ជាអ្វី (ផ្ទៀងផ្ទាត់បំភ្លឺទៅការហៅ LLM ត្រង់)
  • លំនាំ ChatAgent និង Microsoft Agent Framework
  • សេចក្ដីណែនាំប្រព័ន្ធ តួអង្គ និងការសន្ទនាច្រើនជំនាន់
  • ផលចេញរៀបចំ (JSON) ពីភេរវកម្ម

គំរូកូដ:

ភាសា ឯកសារ ពិពណ៌នា
Python python/foundry-local-with-agf.py ភេរវកម្មតែម្នាក់ជាមួយ Agent Framework
C# csharp/SingleAgent.cs ភេរវកម្មតែម្នាក់ (លំនាំ ChatAgent)
JavaScript javascript/foundry-local-with-agent.mjs ភេរវកម្មតែម្នាក់ (លំនាំ ChatAgent)

ផ្នែក 6: ប្រតិបត្តិការជាមួយភេរវកម្មច្រើន

មគ្គុទ្ទេសក៍មន្ទីរ: labs/part6-multi-agent-workflows.md

  • បណ្ដាញការងារជាមួយភេរវកម្មច្រើន៖ អ្នកស្រាវជ្រាវ → អ្នកសរសេរ → អ្នកកែសម្រួល
  • ការចាក់បញ្ជាលំដាប់និងវដ្តប្រតិភូ
  • កំណត់រចនាសម្ព័ន្ធ និងការផ្ទេរចេញមុខរបររៀបចំ
  • រចនាបណ្ដាញរបស់អ្នកដោយផ្ទាល់

គំរូកូដ:

ភាសា ឯកសារ ពិពណ៌នា
Python python/foundry-local-multi-agent.py បណ្ដាញភេរវកម្មបី
C# csharp/MultiAgent.cs បណ្ដាញភេរវកម្មបី
JavaScript javascript/foundry-local-multi-agent.mjs បណ្ដាញភេរវកម្មបី

ផ្នែក 7: កម្មវិធី Zava Creative Writer - ប្រតិបត្តិករ Capstone

មគ្គុទ្ទេសក៍មន្ទីរ: labs/part7-zava-creative-writer.md

  • កម្មវិធីជាប្រភេទផលិតកម្មជាមួយភេរវកម្មជាច្រើនឯកទេស 4 នាក់
  • បណ្ដាញដំណើរការចុងក្រោយសហរក្សវដ្តប្រតិភូដោយអ្នកវាយតម្លៃ
  • ផលចេញចរន្ត ទីផ្សារផលិតផល ស្លាក JSON រៀបចំ
  • អនុវត្តពេញលេញជាភាសា Python (FastAPI), JavaScript (Node.js CLI), និង C# (.NET console)

គំរូកូដ:

ភាសា កថាខណ្ឌ ពិពណ៌នា
Python zava-creative-writer-local/src/api/ សេវាគេហទំព័រ FastAPI ជាមួយមនុស្សរៀបចំ
JavaScript zava-creative-writer-local/src/javascript/ កម្មវិធី CLI Node.js
C# zava-creative-writer-local/src/csharp/ កម្មវិធី .NET 9 console

ផ្នែក 8: ការអភិវឌ្ឍភាពដោយការវាយតម្លៃ

មគ្គុទ្ទេសក៍មន្ទីរ: labs/part8-evaluation-led-development.md

  • កសាងស៊ុមវាយតម្លៃដោយរបៀបសមស្របសម្រាប់ភេរវកម្ម AI ដោយប្រើឯកសារមាស
  • ពិនិត្យតាមច្បាប់ (ប្រវែង, ការប្រមូលផ្តុំពាក្យ, ពាក្យហាមឃាត់) + សំរុង LLM ជាអ្នកវាយតម្លៃ
  • ប្រៀបធៀបជាមួយគ្នារវាងពិធីប្រតិបត្តិស្របជាមួយកាតថ្លៃសរុប
  • ក្នុងនោះពង្រីកលំនាំភេរវកម្ម Zava Editor ពីផ្នែក 7 ទៅកាន់ស៊ុមតេស្តផ្ទាល់
  • ផ្លូវ Python, JavaScript, និង C#

គំរូកូដ:

ភាសា ឯកសារ ពិពណ៌នា
Python python/foundry-local-eval.py ស៊ុមវាយតម្លៃ
C# csharp/AgentEvaluation.cs ស៊ុមវាយតម្លៃ
JavaScript javascript/foundry-local-eval.mjs ស៊ុមវាយតម្លៃ

ផ្នែក 9: បម្លែងសំលេងជាអត្ថបទជាមួយ Whisper

មគ្គុទ្ទេសក៍មន្ទីរ: labs/part9-whisper-voice-transcription.md

  • ការ​បម្លែង​សន្ទនា​ទៅ​អត្ថបទ​ដោយប្រើ OpenAI Whisper ដែល​រត់​នៅលើឧបករណ៍​ផ្ទាល់
  • ការប.processសំឡេងផ្អែកលើភាពឯកជនជាមុន - អូឌីយ៉ូ​មិនធ្លាក់ទៅក្រៅឧបករណ៍​របស់អ្នក
  • តាមដាន Python, JavaScript និង C# ជាមួយ client.audio.transcriptions.create() (Python/JS) និង AudioClient.TranscribeAudioAsync() (C#)
  • រួមបញ្ចូលឯកសារ​អូឌីយ៉ូ​ឧទាហរណ៍​ធាតុ Zava សម្រាប់​ផ្តល់​ឱកាសហាត់ការ​ត្រូវការ​ដៃ

គំរូកូដ៖

ភាសា ឯកសារ សេចក្តីពិពណ៌នា
Python python/foundry-local-whisper.py ការបម្លែងសំឡេង Whisper
C# csharp/WhisperTranscription.cs ការបម្លែងសំឡេង Whisper
JavaScript javascript/foundry-local-whisper.mjs ការបម្លែងសំឡេង Whisper

កំណត់សម្គាល់ ៖ បន្ទាត់នេះប្រើប្រាស់ Foundry Local SDK ដើម្បីទាញយក និងបញ្ចូលម៉ូឌែល Whisper ដោយកម្មវិធី អោយយើងផ្ញើសំឡេងទៅកាន់ចំណុច OpenAI ដែលនៅក្នុងឧបករណ៍សម្រាប់បម្លែងសំឡេង។ ម៉ូឌែល Whisper (whisper) ត្រូវបានរាយបញ្ជីនៅក្នុងកាថ្លុក Foundry Local ហើយរត់ពេញលេញក្នុងឧបករណ៍ — មិនត្រូវការពាក្យសម្ងាត់ API ពពក ឬការចូលប្រើបណ្ដាញទេ។

ផ្នែក ១០៖ ការប្រើម៉ូឌែលផ្ទាល់ខ្លួន ឬ Hugging Face

មគ្គុទេសក៍បទបង្រៀនៈ labs/part10-custom-models.md

  • ការបង្ហាញម៉ូឌែល Hugging Face ទៅទ្រង់ទ្រាយ ONNX ដែលបានធ្វើឱ្យប្រសើរឡើងដោយកម្មវិធី ONNX Runtime GenAI
  • ការបង្កើតស្រេចសម្រាប់ឧបករណ៍ជាក់លាក់ (CPU, NVIDIA GPU, DirectML, WebGPU) និងការបញ្ចុះបញ្ចូលតម្លៃ (int4, fp16, bf16)
  • បង្កើតឯកសារកំណត់រចនាសម្ព័ន្ធ chat-template សម្រាប់ Foundry Local
  • បន្ថែមម៉ូឌែលដែលបានបង្កប់ទៅកាន់កុសល់ Foundry Local
  • រត់ម៉ូឌែលផ្ទាល់ខ្លួនតាម CLI, REST API និង OpenAI SDK
  • ឧទាហរណ៍យោង៖ ការបង្ហាញ Qwen/Qwen3-0.6B ពេញលេញពីចាប់ផ្ដើមដល់បញ្ចប់

ផ្នែក ១១៖ ការហៅឧបករណ៍ជាមួយម៉ូឌែលផ្ទាល់ខ្លួន

មគ្គុទេសក៍បទបង្រៀនៈ labs/part11-tool-calling.md

  • អនុញ្ញាតឲ្យម៉ូឌែលផ្ទាល់ខ្លួនហៅមុខងារក្រៅ (ការហៅឧបករណ៍/មុខងារ)
  • កំណត់ស្កីម៉ារបស់ឧបករណ៍ដោយប្រើរចនាសម្ព័ន្ធហៅមុខងារ OpenAI
  • គ្រប់គ្រងលំហូរកិច្ចសន្ទនាហៅឧបករណ៍ជាច្រើនជួរ
  • ប្រតិបត្តិការហៅឧបករណ៍នៅជាប់ក្នុងឧបករណ៍ ហើយត្រឡប់លទ្ធផលទៅម៉ូឌែល
  • ជ្រើសរើសម៉ូឌែលសមរម្យសម្រាប់សេណារីយូហៅឧបករណ៍ (Qwen 2.5, Phi-4-mini)
  • ប្រើ ChatClient នៅក្នុង SDK សម្រាប់ការហៅឧបករណ៍ (JavaScript)

គំរូកូដ៖

ភាសា ឯកសារ សេចក្តីពិពណ៌នា
Python python/foundry-local-tool-calling.py ហៅឧបករណ៍ផ្នែកអាកាសធាតុ/ប្រជាជន
C# csharp/ToolCalling.cs ហៅឧបករណ៍ជាមួយ .NET
JavaScript javascript/foundry-local-tool-calling.mjs ហៅឧបករណ៍ជាមួយ ChatClient

ផ្នែក ១២៖ សាងសង់ UI វេបសម្រាប់អ្នកសរសេរក្នុងការច្នៃប្រឌិត Zava

មគ្គុទេសក៍បទបង្រៀនៈ labs/part12-zava-ui.md

  • បន្ថែមផ្នែកមុខប្រើប្រាស់នៅលើកម្មវិធីរុករក​សម្រាប់អ្នកសរសេរក្នុងការច្នៃប្រឌិត Zava
  • សេវាកម្ម UI រួមបញ្ចូលពី Python (FastAPI), JavaScript (Node.js HTTP), និង C# (ASP.NET Core)
  • ប្រើប្រាស់បន្ទាត់ដាក់ប្រកាស NDJSON តាមការប្រមូលនៅក្នុងកម្មវិធីរុករកជាមួយ Fetch API និង ReadableStream
  • បាល់បង្ហាញស្ថានភាពភ្នាក់ងាររស់ និងការបញ្ជូនអត្ថបទអត្តបទជាពេលវេលាជាក់លាក់

កូដ (UI រួម):

ឯកសារ សេចក្តីពិពណ៌នា
zava-creative-writer-local/ui/index.html រចនាបទទំព័រ
zava-creative-writer-local/ui/style.css ការតុបតែងរចនាសម្ព័ន្ធ
zava-creative-writer-local/ui/app.js អ្នកអានបន្ទាត់ និងលទ្ធផលកំណត់ DOM

ការបន្ថែម​ផ្នែក​បញ្ចប់​សម្រាប់​ឆាកសង្គ្រោះមុខ:

ភាសា ឯកសារ សេចក្តីពិពណ៌នា
Python zava-creative-writer-local/src/api/main.py បានអាប់ដេតសម្រាប់សេរី UI រដ្ឋប្បវត្តិ
JavaScript zava-creative-writer-local/src/javascript/server.mjs ម៉ាស៊ីនបម្រើ HTTP ថ្មីសម្រាប់បំពាក់កុងត្រូលឡើរ
C# zava-creative-writer-local/src/csharp-web/Program.cs គម្រោង API តិចតួច ASP.NET Core ថ្មី

ផ្នែក ១៣៖ សិក្ខាសាលាបញ្ចប់

មគ្គុទេសក៍បទបង្រៀនៈ labs/part13-workshop-complete.md

  • សង្ខេបអំពីអ្វីៗដែលអ្នកបានកសាងក្នុង ១២ ផ្នែកទាំងអស់
  • គំនិតបន្ថែមសម្រាប់ពង្រីកកម្មវិធីរបស់អ្នក
  • តំណទៅធនធាន និងឯកសារយោង

រចនាសម្ព័ន្ធគម្រោង

├── python/                        # Python examples
│   ├── foundry-local.py           # Basic chat
│   ├── foundry-local-with-agf.py  # Single agent (AGF)
│   ├── foundry-local-rag.py       # RAG pipeline
│   ├── foundry-local-multi-agent.py # Multi-agent workflow
│   ├── foundry-local-eval.py      # Agent evaluation framework
│   ├── foundry-local-whisper.py   # Whisper voice transcription
│   ├── foundry-local-tool-calling.py # Tool/function calling
│   └── requirements.txt
├── csharp/                        # C# examples
│   ├── Program.cs                 # CLI router (chat|rag|agent|multi|eval|whisper|toolcall)
│   ├── BasicChat.cs               # Basic chat
│   ├── RagPipeline.cs             # RAG pipeline
│   ├── SingleAgent.cs             # Single agent (ChatAgent pattern)
│   ├── MultiAgent.cs              # Multi-agent workflow
│   ├── AgentEvaluation.cs         # Agent evaluation framework
│   ├── WhisperTranscription.cs    # Whisper voice transcription
│   ├── ToolCalling.cs             # Tool/function calling
│   └── csharp.csproj
├── javascript/                    # JavaScript examples
│   ├── foundry-local.mjs          # Basic chat
│   ├── foundry-local-with-agent.mjs # Single agent
│   ├── foundry-local-rag.mjs     # RAG pipeline
│   ├── foundry-local-multi-agent.mjs # Multi-agent workflow
│   ├── foundry-local-eval.mjs     # Agent evaluation framework
│   ├── foundry-local-whisper.mjs  # Whisper voice transcription
│   ├── foundry-local-tool-calling.mjs # Tool/function calling
│   └── package.json
├── zava-creative-writer-local/ # Production multi-agent app
│   ├── ui/                        # Shared browser UI (Part 12)
│   │   ├── index.html             # Page layout
│   │   ├── style.css              # Styling
│   │   └── app.js                 # Stream reader and DOM updates
│   └── src/
│       ├── api/                   # Python FastAPI service
│       │   ├── main.py            # FastAPI server (serves UI)
│       │   ├── orchestrator.py    # Pipeline coordinator
│       │   ├── foundry_config.py  # Shared Foundry Local config
│       │   ├── requirements.txt
│       │   └── agents/            # Researcher, Product, Writer, Editor
│       ├── javascript/            # Node.js CLI and web server
│       │   ├── main.mjs           # CLI entry point
│       │   ├── server.mjs         # HTTP server with UI (Part 12)
│       │   ├── foundryConfig.mjs
│       │   └── package.json
│       ├── csharp/                # .NET 9 console app
│       │   ├── Program.cs
│       │   └── ZavaCreativeWriter.csproj
│       └── csharp-web/            # .NET 9 web API (Part 12)
│           ├── Program.cs
│           └── ZavaCreativeWriterWeb.csproj
├── labs/                          # Step-by-step lab guides
│   ├── part1-getting-started.md
│   ├── part2-foundry-local-sdk.md
│   ├── part3-sdk-and-apis.md
│   ├── part4-rag-fundamentals.md
│   ├── part5-single-agents.md
│   ├── part6-multi-agent-workflows.md
│   ├── part7-zava-creative-writer.md
│   ├── part8-evaluation-led-development.md
│   ├── part9-whisper-voice-transcription.md
│   ├── part10-custom-models.md
│   ├── part11-tool-calling.md
│   ├── part12-zava-ui.md
│   └── part13-workshop-complete.md
├── samples/
│   └── audio/                     # Zava-themed WAV files for Part 9
│       ├── generate_samples.py    # TTS script (pyttsx3) to create WAVs
│       └── README.md              # Sample descriptions
├── AGENTS.md                      # Coding agent instructions
├── package.json                   # Root devDependency (mermaid-cli)
├── LICENSE                        # MIT licence
└── README.md

ធនធាន

ធនធាន តំណភ្ជាប់
គេហទំព័រ Foundry Local foundrylocal.ai
កាតាឡុកម៉ូឌែល foundrylocal.ai/models
Foundry Local GitHub github.com/microsoft/foundry-local
មគ្គុទេសក៍ចាប់ផ្ដើម Microsoft Learn - Foundry Local
ឯកសារយោង SDK Foundry Local Microsoft Learn - SDK Reference
Microsoft Agent Framework Microsoft Learn - Agent Framework
OpenAI Whisper github.com/openai/whisper
ONNX Runtime GenAI github.com/microsoft/onnxruntime-genai

អាជ្ញាបណ្ណ

សម្ភារៈសិក្ខាសាលានេះផ្តល់ជូនសម្រាប់គោលបំណងការសិក្សា។

សូមសំណាងល្អក្នុងការសាងសង់! 🚀

ចំណងជើងនា៖
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែ AI Co-op Translator។ ខណៈពេលដែលយើងខិតខំរកលទ្ធភាពត្រឹមត្រូវ សូមយល់ព្រមថាការបកប្រែដោយម៉ាស៊ីនអាចមានកំហុស ឬ ការមិនត្រឹមត្រូវបានបង្កើតឡើង។ ឯកសារដើមជាភាសាដែលមានដើមគួរត្រូវបានយកវាជារៀងរាល់ប្រភពផ្លូវការជាចម្បង។ សម្រាប់ព័ត៌មានមានសារៈសំខាន់ណាស់ យើងសូមផ្តល់អនុសាសន៍ឱ្យប្រើការបកប្រែដោយមនុស្សជំនាញវិជ្ជាជីវៈ។ យើងមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬ ការបកប្រែខុសពីរបបណាមួយដែលបណ្តាលមកពីការប្រើប្រាស់ការបកប្រែនេះឡើយ។