Foundry Local వర్క్‌షాప్ - ఆన్-డివైస్ AI యాప్‌ల నిర్మాణం

April 21, 2026 · View on GitHub

Foundry Local వర్క్‌షాప్ - ఆన్-డివైస్ AI యాప్‌ల నిర్మాణం

మీ స్వంత మెషిన్‌లో భాషా మోడల్స్ నడిపించి Foundry Local మరియు Microsoft Agent Framework తో తెలివైన అనువర్తనాలను నిర్మించడానికి ఒక వైపు ప్రాక్టికల్ వర్క్‌షాప్.

Foundry Local ఏంటి? Foundry Local అనేది ఒక లైట్‌వెయిట్ రన్‌టైమ్, ఇది మీ హార్డ్వేర్ మీద మొత్తం భాషా మోడల్స్ డౌన్లోడ్ చేయడానికి, నిర్వహించడానికి మరియు సర్వ్ చేయడానికి అనుమతిస్తుంది. ఇది OpenAI-అనుకూల APIని అందిస్తుంది అందుకే OpenAI మాట్లాడే ఏ టూల్ లేదా SDK అయినా కనెక్ట్ కావచ్చు - మేఘ ఖాతా అవసరం లేదు.

🌐 బహుభాషా మద్దతు

GitHub చర్య ద్వారా మద్దతు (స్వంతం మరియు ఎప్పుడూ నవీకరించబడుతుంది)

స్థానికంగా క్లోన్ చేయడం ఇష్టం?

ఈ రిపాజిటరీలో 50+ భాషా అనువాదాలు ఉన్నాయి, ఇది డౌన్లోడ్ పరిమాణాన్ని గణనీయంగా పెంచుతుంది. అనువాదాలు లేకుండా క్లోన్ చేయడానికి స్పార్స్ చెక్‌ఔట్ ఉపయోగించండి:

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"
ఇది కోర్స్ పూర్తిగా చేయడానికి అవసరమైన ప్రతిదీ మీకు చాలా వేగంగా డౌన్లోడ్ చేస్తుంది.

అభ్యాస లక్ష్యాలు

ఈ వర్క్‌షాప్ చివరికి మీరు చేయగలరు:

#	లక్ష్యం
1	Foundry Local ని ఇన్‌స్టాల్ చేసి CLI తో మోడల్స్ నిర్వహించాలి
2	Foundry Local SDK API నేర్చుకుని ప్రోగ్రామాటిక్ మోడల్ నిర్వహణలో ప్రావీణ్యం సాధించాలి
3	Python, JavaScript, మరియు C# SDKలతో లోకల్ ఇన్ఫరెన్స్ సర్వర్‌కు కనెక్ట్ కావాలి
4	మీ స్వంత డేటా ఆధారంగా జవాబులను ఆధారంగా ఉంచే Retrieval-Augmented Generation (RAG) పైప్‌లైన్ నిర్మించాలి
5	నిరంతర సూచనలు మరియు వ్యక్తిత్వాలతో AI ఏజెంట్లను సృష్టించాలి
6	రెప్రొగ్యామింగ్ ఫీడ్బ్యాక్ లూప్‌లతో బహుఎజెంట్ వర్క్‌ఫ్లోలను ఏర్పాటు చేయాలి
7	ప్రొడక్షన్ క్యాప్స్టోన్ యాప్‌ని అన్వేషించాలి - Zava సృజనాత్మక రచయిత
8	గోల్డెన్ డేటాసెట్లతో మరియు LLM-అజాడ్జ్ స్కోరింగ్‌తో అంచనా ఫ్రేమ్‌వర్క్‌లు నిర్మించాలి
9	Foundry Local SDK ఉపయోగించి ఆన్-డివైస్ స్పీచ్-టు-టెక్స్ట్ కోసం విస్పర్‌తో ఆటో డయిజెస్ట్ చేయాలి
10	ONNX Runtime GenAI మరియు Foundry Local తో కస్టమ్ లేదా Hugging Face మోడల్స్ కంపైల్ చేసి నడపాలి
11	టూల్-కలింగ్ ప్యాటర్నుతో లోకల్ మోడల్స్‌కు బాహ్య ఫంక్షన్లు కాల్ చేయడానికి సవాలు ఇవ్వాలి
12	రియల్-టైమ్ స్ట్రిమింగ్‌తో Zava సృజనాత్మక రచయిత కొరకు బ్రౌజర్-ఆధారిత UI నిర్మించాలి

అవసరాలు

అవసరం	వివరాలు
హార్డ్వేర్	కనీసం 8 GB RAM (16 GB సిఫార్సు), AVX2-సమర్థ CPU లేదా మద్ధతు ఉన్న GPU
ఆపరేటింగ్ సిస్టమ్	Windows 10/11 (x64/ARM), Windows Server 2025, లేదా macOS 13+
Foundry Local CLI	Windows కోసం `winget install Microsoft.FoundryLocal` లేదా macOS కోసం `brew tap microsoft/foundrylocal && brew install foundrylocal` ద్వారా ఇన్‌స్టాల్ చేయండి. వివరాలకు getting started guide చూడండి.
భాషా రన్‌టైమ్	Python 3.9+ మరియు/లేదా .NET 9.0+ మరియు/లేదా Node.js 18+
Git	ఈ రిపాజిటరీను క్లోన్ చేయడానికి

ప్రారంభించడం

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

# 2. Foundry Local ఇన్స్టాల్ అయినదీ లేదో తనివీ చేయండి
foundry model list              # అందుబాటులో ఉన్న మోడళ్లను జాబితా చేయండి
foundry model run phi-3.5-mini  # ఒక పరస్పర చర్య చాట్ ప్రారంభించండి

# 3. మీ భాషా ట్రాక్‌ని ఎంచుకోండి (పూర్తి సెటప్ కోసం పార్ట్ 2 లాబ్ చూడండి)

భాష	త్వరితగతిన ప్రారంభం
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`

వర్క్‌షాప్ భాగాలు

భాగం 1: Foundry Local తో ప్రారంభం

ల్యాబ్ గైడ్: labs/part1-getting-started.md

Foundry Local అంటే ఏమిటి మరియు ఇది ఎలా పని చేస్తుంది
Windows మరియు macOS పై CLI ఇన్‌స్టాల్ చేయడం
మోడల్స్ అన్వేషణ - జాబితా, డౌన్లోడ్, నడిపించడం
మోడల్ అలియాసులు మరియు డైనమిక్ పోర్ట్లు అర్థం చేసుకోవడం

భాగం 2: Foundry Local SDK లో లోతైన అవగాహన

ల్యాబ్ గైడ్: labs/part2-foundry-local-sdk.md

అప్లికేషన్ డెవలప్‌మెంట్ కోసం CLI కంటే SDKను ఎందుకు ఉపయోగించాలి
Python, JavaScript, C#కి SDK API సంపూర్ణ సూత్రాలు
సర్వీస్ నిర్వహణ, కాటలాగ్ బ్రౌజింగ్, మోడల్ లైఫ్ సైకిల్ (డౌన్లోడ్, లోడ్, అన్‌లోడ్)
త్వరిత అలవాటు నమూనాలు: Python కన్‌స్ట్రక్టర్ బూట్‌స్ట్రాప్, JavaScript init(), C# CreateAsync()
FoundryModelInfo మెటాడేటా, అలియాసులు మరియు హార్డ్వేర్-ఆప్టిమల్ మోడల్ ఎంపిక

భాగం 3: SDKలు మరియు APIలు

ల్యాబ్ గైడ్: labs/part3-sdk-and-apis.md

Python, JavaScript, C# నుండి Foundry Local కు కనెక్ట్ కావడం
Foundry Local SDK ని ఉపయోగించి సర్వీస్ ప్రోగ్రామాటిక్ గా నిర్వహించడం
OpenAI-అనుకూల API ద్వారా స్ట్రీమింగ్ చాట్ పూర్తి
ప్రతి భాషకి SDK పద్ధతి సూచిక

కోడు నమూనాలు:

భాష	ఫైల్	వివరణ
Python	`python/foundry-local.py`	ప్రాథమిక స్ట్రీమింగ్ చాట్
C#	`csharp/BasicChat.cs`	.NET తో స్ట్రీమింగ్ చాట్
JavaScript	`javascript/foundry-local.mjs`	Node.js తో స్ట్రీమింగ్ చాట్

భాగం 4: Retrieval-Augmented Generation (RAG)

ల్యాబ్ గైడ్: labs/part4-rag-fundamentals.md

RAG అంటే ఏమిటి మరియు దాని ప్రాముఖ్యం
ఒక ఇన్-మెమరీ నాలెడ్జ్ బేస్ కట్టడం
స్కోరింగ్‌తో కీవర్డ్ ఓవర్‌లాప్ రిట్రీవల్
గ్రౌండెడ్ సిస్టమ్ ప్రాంప్ట్స్ తీయడం
ఆన్-డివైస్ పూర్తి RAG పైప్‌లైన్ నడిపించడం

కోడు నమూనాలు:

భాష	ఫైల్
Python	`python/foundry-local-rag.py`
C#	`csharp/RagPipeline.cs`
JavaScript	`javascript/foundry-local-rag.mjs`

భాగం 5: AI ఏజెంట్లు నిర్మించడం

ల్యాబ్ గైడ్: labs/part5-single-agents.md

AI ఏజెంట్ అంటే ఏమిటి (సాధారణ LLM కాల్ కు వ్యతిరేకంగా)
ChatAgent నమూనా మరియు Microsoft Agent Framework
సిస్టమ్ సూచనలు, వ్యక్తిత్వాలు, బహుం-మార్గ సంభాషణలు
ఏజెంట్ల నుండి సాంప్రదాయబద్ధమైన అవుట్‌పుట్ (JSON)

కోడు నమూనాలు:

భాష	ఫైల్	వివరణ
Python	`python/foundry-local-with-agf.py`	ఏజెంట్ ఫ్రేమ్‌వర్క్ తో ఒక ఏజెంట్
C#	`csharp/SingleAgent.cs`	ఒక ఏజెంట్ (ChatAgent నమూనా)
JavaScript	`javascript/foundry-local-with-agent.mjs`	ఒక ఏజెంట్ (ChatAgent నమూనా)

భాగం 6: బహుఎజెంట్ వర్క్‌ఫ్లోలు

ల్యాబ్ గైడ్: labs/part6-multi-agent-workflows.md

బహుఎజెంట్ పైప్‌లైన్లు: పరిశోధక → రచయిత → సంపాదకుడు
క్రమపద్ధతిగా నిర్వహణ మరియు ఫీడ్బ్యాక్ లూప్‌లు
పంచుకున్న ఆకృతి మరియు నిర్మాణాత్మక హ్యాండ్-ఆఫ్స్
మీ స్వంత బహుఎజెంట్ వర్క్‌ఫ్లో రూపకల్పన

కోడు నమూనాలు:

భాష	ఫైల్	వివరణ
Python	`python/foundry-local-multi-agent.py`	మూడు ఏజెంట్ల పైప్‌లైన్
C#	`csharp/MultiAgent.cs`	మూడు ఏజెంట్ల పైప్‌లైన్
JavaScript	`javascript/foundry-local-multi-agent.mjs`	మూడు ఏజెంట్ల పైప్‌లైన్

భాగం 7: Zava సృజనాత్మక రచయిత - క్యాప్స్టోన్ అనువర్తనం

ల్యాబ్ గైడ్: labs/part7-zava-creative-writer.md

నాలుగు ప్రత్యేక ఏజెంట్లతో ప్రొడక్షన్-శैली బహుఎజెంట్ యాప్
క్రమపద్ధతిలో ఎవాల్యుయేటర్ మార్గదర్శకమైన ఫీడ్బ్యాక్ లూప్‌లు
స్ట్రీమింగ్ అవుట్‌పుట్, ఉత్పత్తి కాటాలాగ్ శోధన, నిర్మాణాత్మక JSON హ్యాండ్-ఆఫ్స్
Python (FastAPI), JavaScript (Node.js CLI), మరియు C# (.NET కన్సోల్)లో పూర్తి అమలు

కోడు నమూనాలు:

భాష	డైరెక్టరీ	వివరణ
Python	`zava-creative-writer-local/src/api/`	ఆర్కెస్ట్‌రేటర్ తో FastAPI వెబ్ సర్వీస్
JavaScript	`zava-creative-writer-local/src/javascript/`	Node.js CLI అనువర్తనం
C#	`zava-creative-writer-local/src/csharp/`	.NET 9 కన్సోల్ అనువర్తనం

భాగం 8: అంచనా-ఆధారిత అభివృద్ధి

ల్యాబ్ గైడ్: labs/part8-evaluation-led-development.md

గోల్డెన్ డేటాసెట్‌లతో AI ఏజెంట్లకు ఒక వ్యూహాత్మక అంచనా ఫ్రేమ్‌వర్క్ నిర్మించండి
నియమాల ఆధారిత తనిఖీలు (పొడవు, కీవర్డ్ కవరేజ్, నిషేధిత పదాలు) + LLM-గా న్యాయమూర్తి స్కోరింగ్
ప్రాంప్ట్ వేరియంట్‌ల పక్కన పక్కన పోలికతో సమగ్ర స్కోర్‌కార్డులు
భాగం 7 ల నుండి Zava ఎడిటర్ ఏజెంట్ నమూనాను ఆఫ్‌లైన్ పరీక్షా సూట్‌గా విస్తరించు
Python, JavaScript, మరియు C# ట్రాక్స్

కోడు నమూనాలు:

భాష	ఫైల్	వివరణ
Python	`python/foundry-local-eval.py`	అంచనా ఫ్రేమ్‌వర్క్
C#	`csharp/AgentEvaluation.cs`	అంచనా ఫ్రేమ్‌వర్క్
JavaScript	`javascript/foundry-local-eval.mjs`	అంచనా ఫ్రేమ్‌వర్క్

భాగం 9: విస్పర్‌తో వాయిస్ ట్రాన్స్‌క్రిప్షన్

ల్యాబ్ గైడ్: labs/part9-whisper-voice-transcription.md

లోకల్‌గా నడుస్తున్న OpenAI Whisper ఉపయోగించి స్పీచ్-టు-టెక్స్ట్ ట్రాన్స్క్రిప్షన్
గోప్యతా-ముందస్తు ఆడియో ప్రాసెసింగ్ - ఆడియో మీరు ఉపయోగిస్తున్న పరికరం నుండి ఎప్పుడూ బయలుదేరదు
Python, JavaScript, మరియు C# ట్రాక్స్ client.audio.transcriptions.create() (Python/JS) మరియు AudioClient.TranscribeAudioAsync() (C#) తో
ప్రాక్టిస్ కోసం Zava-థీమ్ సాంపిల్ ఆడియో ఫైల్స్ అందుబాటులో ఉన్నాయి

కోడ్ నమూనాలు:

భాష	ఫైల్	వివరణ
Python	`python/foundry-local-whisper.py`	విస్పర్ వాయిస్ ట్రాన్స్క్రిప్షన్
C#	`csharp/WhisperTranscription.cs`	విస్పర్ వాయిస్ ట్రాన్స్క్రిప్షన్
JavaScript	`javascript/foundry-local-whisper.mjs`	విస్పర్ వాయిస్ ట్రాన్స్క్రిప్షన్

గమనిక: ఈ ప్రయోగశాలలో Foundry Local SDK ను ఉపయోగించి ప్రోగ్రామేటిక్‌గా విస్పర్ మోడల్ డౌన్‌లోడ్ చేసి లోడ్ చేస్తుంది, ఆపై ఆడియోను స్థానిక OpenAI-అనుకూల ఎండ్పాయింట్‌కు పంపి ట్రాన్స్క్రిప్షన్ చేస్తుంది. విస్పర్ మోడల్ (whisper) Foundry Local క్యాటలాగ్లో జాబితా చేయబడింది మరియు పూర్తిగా పరికరంలోనే నడుస్తుంది - క్లౌడ్ API కీలు లేకపోతో, నెట్‌వర్క్ యాక్సెస్ అవసరం లేదు.

భాగం 10: కస్టమ్ లేదా Hugging Face మోడల్స్ ఉపయోగింపు

ప్రయోగశాల గైడ్: labs/part10-custom-models.md

Hugging Face మోడల్స్‌ని ONNX Runtime GenAI మోడల్ బిల్డర్ ఉపయోగించి ఆప్టిమైజ్ చేసిన ONNX ఫార్మాట్‌కు కంపైల్ చేయడం
హార్డ్వేర్-ప్రత్యేక కంపైల్ (CPU, NVIDIA GPU, DirectML, WebGPU) మరియు క్వాంటైజేషన్ (int4, fp16, bf16)
Foundry Local కోసం చాట్-టెంప్లేట్ కాన్ఫిగరేషన్ ఫైళ్ళను సృష్టించడం
కంపైల్ చేసిన మోడల్స్‌ను Foundry Local కాచ్‌లో చేర్చడం
CLI, REST API, మరియు OpenAI SDK ద్వారా కస్టమ్ మోడల్స్ నడపడం
ఉదాహరణరూపం: Qwen/Qwen3-0.6B మొత్తం కంపైల్ చేయడం

భాగం 11: స్థానిక మోడల్స్‌తో టూల్ కాలింగ్

ప్రయోగశాల గైడ్: labs/part11-tool-calling.md

స్థానిక మోడల్స్ ఎగ్జటర్నల్ ఫంక్షన్లను పిలవడానికి అనుమతించడం (టూల్/ఫంక్షన్ కాలింగ్)
OpenAI ఫంక్షన్-కాలింగ్ ఫార్మాట్ ఉపయోగించి టూల్ స్కీమాలు నిర్వచించండి
బహుళ-తిరుగుడు టూల్-కాలింగ్ సంభాషణ ప్రవాహాన్ని నిర్వహించండి
స్థానికంగా టూల్ కాల్స్ అమలు చేసి ఫలితాలను మోడల్‌కు తిరిగి పంపండి
టూల్-కాలింగ్ సందర్భాలకు సరైన మోడల్ ఎంచుకోండి (Qwen 2.5, Phi-4-mini)
SDK లో మాతృక ChatClient ఉపయోగించి టూల్ కాలింగ్ చేయండి (JavaScript)

కోడ్ నమూనాలు:

భాష	ఫైల్	వివరణ
Python	`python/foundry-local-tool-calling.py`	వాతావరణం/జనాభా టూల్స్ తో టూల్ కాలింగ్
C#	`csharp/ToolCalling.cs`	.NET తో టూల్ కాలింగ్
JavaScript	`javascript/foundry-local-tool-calling.mjs`	ChatClient తో టూల్ కాలింగ్

భాగం 12: Zava క్రియేటివ్ రైటర్ కోసం వెబ్ UI నిర్మాణం

ప్రయోగశాల గైడ్: labs/part12-zava-ui.md

Zava క్రియేటివ్ రైటర్‌కు బ్రౌజర్-ఆధారిత ఫ్రంట్ ఎండ్ చేర్చండి
Python (FastAPI), JavaScript (Node.js HTTP), మరియు C# (ASP.NET Core) నుండి షేర్ చేసిన UI ను సర్వ్ చేయండి
Fetch API మరియు ReadableStream తో బ్రౌజర్‌లో స్ట్రీమింగ్ NDJSON‌ను వినియోగించండి
లైవ్ ఏజెంట్ స్థితి బ్యాడ్జెస్ మరియు రియల్-టైం ఆర్టికల్ టెక్స్ట్ స్ట్రీమింగ్

కోడ్ (షేర్ చేసిన UI):

ఫైల్	వివరణ
`zava-creative-writer-local/ui/index.html`	పేజీ లేఅవుట్
`zava-creative-writer-local/ui/style.css`	స్టైలింగ్
`zava-creative-writer-local/ui/app.js`	స్ట్రీమ్ రీడర్ మరియు DOM అప్డేట్ లాజిక్

బ్యాక్ ఎండ్ చేర్పింపులు:

భాష	ఫైల్	వివరణ
Python	`zava-creative-writer-local/src/api/main.py`	స్టాటిక్ UI సర్వ్ చేయడానికి నవీకరణ చేసినది
JavaScript	`zava-creative-writer-local/src/javascript/server.mjs`	ఆర్కిస్ట్రేటర్‌ను చుట్టి కొత్త HTTP సర్వర్
C#	`zava-creative-writer-local/src/csharp-web/Program.cs`	కొత్త ASP.NET Core మినిమల్ API ప్రాజెక్టు

భాగం 13: వర్క్‌షాప్ పూర్తయింది

ప్రయోగశాల గైడ్: labs/part13-workshop-complete.md

మీరు 12 భాగాల మొత్తం నిర్మించిన దాని సమీక్ష
మీ అప్లికేషన్లను మరింత విస్తరించే ఆలోచనలు
వనరులు మరియు డాక్యుమెంటేషన్లకు లింకులు

ప్రాజెక్ట్ నిర్మాణం

├── 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

వనరులు

వనరు	లింక్
Foundry Local వెబ్‌సైట్	foundrylocal.ai
మోడల్ క్యాటలాగ్	foundrylocal.ai/models
Foundry Local GitHub	github.com/microsoft/foundry-local
ప్రారంభించుకోవడానికి గైడ్	Microsoft Learn - Foundry Local
Foundry Local SDK సూచిక	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

లైసెన్స్

ఈ వర్క్‌షాప్ మెటీరియల్ విద్యార్థుల ప్రయోజనాలకు అందించబడింది.

సంతోషంగా నిర్మించండి! 🚀

్డిస్క్లెయిమర్:
ఈ డాక్యుమెంట్‌ను AI అనువాద సేవ Co-op Translator ఉపయోగించి అనువదించబడింది. మేము ఖచ్చితత్వానికి ప్రయత్నిస్తున్నప్పటికీ, ఆటోమేటెడ్ అనువాదాల్లో పొరపాట్లు లేదా తప్పుడు వివరాలు ఉండవచ్చు. ప్రామాణికమైన మూలం native భాషలో ఉన్న ప్రాథమిక డాక్యుమెంట్‌ని పరిగణించాలి. ముఖ్యమైన సమాచారం కొరకు, ప్రొఫెషనల్ హ్యూమన్ అనువాదాన్ని సిఫారసు చేస్తున్నాము. ఈ అనువాదం వలన సంభవించే ఏవైనా అపార్థాలు లేదా తప్పైన వివరణలకు మేము బాధ్యత వహించము.