LangChain4j برای مبتدیان

April 6, 2026 · View on GitHub

LangChain4j برای مبتدیان

یک دوره برای ساخت برنامه‌های هوش مصنوعی با LangChain4j و Azure OpenAI GPT-5.2، از چت پایه تا عامل‌های هوش مصنوعی.

🌐 پشتیبانی چندزبانه

پشتیبانی شده از طریق GitHub Action (خودکار و همیشه به‌روز)

ترجیح می‌دهید محلی کلون کنید؟

این مخزن بیش از ۵۰ ترجمه زبان را شامل می‌شود که اندازه دانلود را به طور قابل توجهی افزایش می‌دهد. برای کلون کردن بدون ترجمه‌ها، از sparse checkout استفاده کنید:

Bash / macOS / Linux:
git clone --filter=blob:none --sparse https://github.com/microsoft/LangChain4j-for-Beginners.git
cd LangChain4j-for-Beginners
git sparse-checkout set --no-cone '/*' '!translations' '!translated_images'
CMD (ویندوز):
git clone --filter=blob:none --sparse https://github.com/microsoft/LangChain4j-for-Beginners.git
cd LangChain4j-for-Beginners
git sparse-checkout set --no-cone "/*" "!translations" "!translated_images"
این به شما همه چیز لازم برای تکمیل دوره را با سرعت دانلود بسیار بالاتر می‌دهد.

فهرست مطالب

شروع سریع - شروع کار با LangChain4j
مقدمه - یادگیری اصول اولیه LangChain4j
مهندسی پرامپت - تسلط بر طراحی مؤثر پرامپت
RAG (تولید تقویت‌شده با بازیابی) - ساخت سیستم‌های هوشمند مبتنی بر دانش
ابزارها - یکپارچه‌سازی ابزارهای خارجی و دستیارهای ساده
MCP (پروتکل زمینه مدل) - کار با پروتکل زمینه مدل (MCP) و ماژول‌های عاملی

مرورهای ویدیویی

هر ماژول یک جلسه زنده همراه دارد که در آن مفاهیم و کد را گام به گام مرور می‌کنیم.

ماژول	ویدئو
۰۱ - مقدمه	شروع با LangChain4j
۰۲ - مهندسی پرامپت	مهندسی پرامپت با LangChain4j
۰۳ - RAG	RAG با LangChain4j
۰۴ - ابزارها و ۰۵ - MCP	عامل‌های AI با ابزارها و MCP

مسیر یادگیری

جدید در LangChain4j؟ برای تعریف اصطلاحات و مفاهیم کلیدی به واژه‌نامه مراجعه کنید.

شروع سریع

این مخزن را به حساب گیت‌هاب خود فورک کنید
روی Code → تب Codespaces → روی ... کلیک کنید → New with options...
پیش‌فرض‌ها را انتخاب کنید – این کانتینر توسعه ساخته شده برای این دوره را انتخاب می‌کند
روی Create codespace کلیک کنید
۵-۱۰ دقیقه صبر کنید تا محیط آماده شود
مستقیماً به شروع سریع بروید تا شروع کنید!

پس از تکمیل ماژول‌ها، راهنمای تست را بررسی کنید تا مفاهیم تست LangChain4j را در عمل ببینید.

توجه: این آموزش هم از GitHub Models و هم Azure OpenAI استفاده می‌کند. ماژول شروع سریع از GitHub Models استفاده می‌کند (نیازی به اشتراک Azure ندارد)، در حالی که ماژول‌های ۱ تا ۵ از Azure OpenAI بهره می‌برند. اگر حساب Azure ندارید، با یک حساب رایگان Azure شروع کنید.

یادگیری با GitHub Copilot

برای شروع سریع کدنویسی، این پروژه را در GitHub Codespace یا IDE محلی خود با devcontainer ارائه شده باز کنید. devcontainer استفاده شده در این دوره به صورت پیش‌فرض با GitHub Copilot برای برنامه‌نویسی جفت هوش مصنوعی پیکربندی شده است.

هر نمونه کد شامل سؤالات پیشنهادی است که می‌توانید از GitHub Copilot بپرسید تا درک خود را عمیق‌تر کنید. به دنبال نشانه‌های 💡/🤖 در:

سرفصل فایل‌های جاوا - سؤال‌های خاص هر نمونه
README ماژول‌ها - پیشنهادهای کاوش پس از نمونه‌های کد

نحوه استفاده: هر فایل کد را باز کرده و سؤال‌های پیشنهادی را از Copilot بپرسید. او کاملاً از کد اطلاع دارد و می‌تواند توضیح دهد، گسترش دهد و جایگزین‌ها را پیشنهاد کند.

می‌خواهید بیشتر یاد بگیرید؟ به Copilot برای برنامه‌نویسی جفت هوش مصنوعی مراجعه کنید.

منابع بیشتر

LangChain

Azure / Edge / MCP / عامل‌ها

سری هوش تولیدی

یادگیری پایه

سری کوپایلوت

دریافت کمک

اگر گیر افتادید یا سوالی درباره ساخت برنامه‌های هوش مصنوعی داشتید، بپیوندید به:

اگر بازخورد یا خطایی در حین ساخت محصول داشتید، مراجعه کنید به:

مجوز

مجوز MIT - برای جزئیات به فایل LICENSE مراجعه کنید.

سلب مسئولیت:
این سند با استفاده از سرویس ترجمه هوش مصنوعی Co-op Translator ترجمه شده است. در حالی که ما به دقت تلاش می‌کنیم، لطفاً آگاه باشید که ترجمه‌های خودکار ممکن است شامل خطاها یا نادرستی‌هایی باشند. نسخه اصلی سند به زبان مادری آن 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 این ترجمه ناشی شود، نیستیم.