LangChain4j اصطلاحات کی فہرست

March 2, 2026 · View on GitHub

فہرست مضامین

کورس کے دوران استعمال ہونے والی اصطلاحات اور تصورات کا فوری حوالہ۔

بنیادی تصورات

AI ایجنٹ - نظام جو AI کا استعمال کرتے ہوئے خودمختار طور پر دلیل دیتا ہے اور عمل کرتا ہے۔ ماڈیول 04

چین - عملوں کی ترتیب جہاں آؤٹ پٹ اگلے مرحلے میں داخل ہوتی ہے۔

چنکنگ - دستاویزات کو چھوٹے حصوں میں توڑنا۔ عام: 300-500 ٹوکنز باہمی اوورلیپ کے ساتھ۔ ماڈیول 03

کانٹیکسٹ ونڈو - زیادہ سے زیادہ ٹوکنز جو ماڈل پروسیس کر سکتا ہے۔ GPT-5.2: 400K ٹوکنز (حد تک 272K ان پٹ، 128K آؤٹ پٹ)۔

ایمبیڈنگز - متن کے معنی کی نمائندگی کرنے والے عددی ویکٹرز۔ ماڈیول 03

فنکشن کالنگ - ماڈل ساختہ درخواستیں جنریٹ کرتا ہے تاکہ بیرونی فنکشنز کو کال کیا جا سکے۔ ماڈیول 04

ہیلوسینیشن - جب ماڈلز غلط مگر ممکنہ معلومات تخلیق کرتے ہیں۔

پرومپٹ - زبان کے ماڈل کو دیا جانے والا متن۔ ماڈیول 02

سیمنٹک سرچ - ایمبیڈنگز کا استعمال کرتے ہوئے معانی کی بنیاد پر سرچ، نہ کہ کی ورڈز سے۔ ماڈیول 03

اسٹیٹ فل بمقابلہ اسٹیٹ لیس - اسٹیٹ لیس: کوئی یادداشت نہیں۔ اسٹیٹ فل: مکالمے کی تاریخ محفوظ رکھتا ہے۔ ماڈیول 01

ٹوکنز - بنیادی متن کے یونٹس جو ماڈلز پروسیس کرتے ہیں۔ اخراجات اور حدود پر اثر انداز ہوتے ہیں۔ ماڈیول 01

ٹول چیننگ - آلات کی ترتیب وار عملدرآمد جہاں آؤٹ پٹ اگلی کال کی معلومات فراہم کرتی ہے۔ ماڈیول 04

LangChain4j کے اجزاء

AiServices - ٹائپ-سیف AI سروس انٹرفیسز تخلیق کرتا ہے۔

OpenAiOfficialChatModel - OpenAI اور Azure OpenAI ماڈلز کے لیے متحدہ کلائنٹ۔

OpenAiOfficialEmbeddingModel - OpenAI آفیشل کلائنٹ کا استعمال کرتے ہوئے ایمبیڈنگز تخلیق کرتا ہے (OpenAI اور Azure OpenAI دونوں کی حمایت کرتا ہے)۔

ChatModel - زبان کے ماڈلز کے لیے بنیادی انٹرفیس۔

ChatMemory - مکالمے کی تاریخ برقرار رکھتا ہے۔

ContentRetriever - RAG کے لیے متعلقہ دستاویز چنکس تلاش کرتا ہے۔

DocumentSplitter - دستاویزات کو چنکس میں تقسیم کرتا ہے۔

EmbeddingModel - متن کو عددی ویکٹرز میں تبدیل کرتا ہے۔

EmbeddingStore - ایمبیڈنگز ذخیرہ اور بازیافت کرتا ہے۔

MessageWindowChatMemory - حالیہ پیغامات کی سلائیڈنگ ونڈو کو برقرار رکھتا ہے۔

PromptTemplate - {{variable}} پلیس ہولڈرز کے ساتھ دوبارہ قابل استعمال پرومپٹس بناتا ہے۔

TextSegment - میٹا ڈیٹا کے ساتھ متن کا چنک۔ RAG میں استعمال ہوتا ہے۔

ToolExecutionRequest - ٹولز کے عملدرآمد کی درخواست کی نمائندگی کرتا ہے۔

UserMessage / AiMessage / SystemMessage - مکالمے کے پیغام کی اقسام۔

AI/ML تصورات

Few-Shot Learning - پرومپٹس میں مثالیں فراہم کرنا۔ ماڈیول 02

Large Language Model (LLM) - وسیع متن کے ڈیٹا پر تربیت یافتہ AI ماڈلز۔

Reasoning Effort - GPT-5.2 کا پیرامیٹر جو سوچ کی گہرائی کو کنٹرول کرتا ہے۔ ماڈیول 02

Temperature - آؤٹ پٹ کی بے ترتیبیت کو کنٹرول کرتا ہے۔ کم = قطعی، زیادہ = تخلیقی۔

Vector Database - ایمبیڈنگز کے لیے مخصوص ڈیٹا بیس۔ ماڈیول 03

Zero-Shot Learning - بغیر مثالوں کے کام انجام دینا۔ ماڈیول 02

گارنٹیلز - ماڈیول 00

ڈیفنس ان دیپتھ - ملٹی لیئر سیکیورٹی طریقہ جس میں ایپلیکیشن لیول گارنٹیلز اور پروائیڈر سیفٹی فلٹرز شامل ہوتے ہیں۔

ہارڈ بلاک - سخت مواد کی خلاف ورزیوں پر پروائیڈر HTTP 400 ایرر پھینکتا ہے۔

InputGuardrail - LangChain4j انٹرفیس جو ماڈل تک پہنچنے سے پہلے صارف کی ان پٹ کی تصدیق کرتا ہے۔ نقصان دہ پرومپٹس کو ابتدائی طور پر بلاک کر کے لاگت اور تاخیر بچاتا ہے۔

InputGuardrailResult - گارنٹیل کی تصدیق کا ریٹرن ٹائپ: success() یا fatal("reason")۔

OutputGuardrail - AI جوابات کی تصدیق کا انٹرفیس جو صارفین کو بھیجنے سے پہلے ہوتا ہے۔

Provider Safety Filters - AI فراہم کنندگان (مثلاً GitHub ماڈلز) کی بلٹ-ان مواد فلٹرز جو API سطح پر خلاف ورزیوں کو پکڑتے ہیں۔

Soft Refusal - ماڈل مہذب انداز میں جواب دینے سے انکار کرتا ہے بغیر کسی ایرر کے۔

پرومپٹ انجینئرنگ - ماڈیول 02

Chain-of-Thought - بہتر درستگی کے لیے مرحلہ وار دلیل۔

Constrained Output - مخصوص فارمیٹ یا ڈھانچہ لاگو کرنا۔

High Eagerness - GPT-5.2 کا پیٹرن جو مفصل دلیل کے لیے ہوتا ہے۔

Low Eagerness - GPT-5.2 کا پیٹرن جو تیز جوابات کے لیے ہوتا ہے۔

Multi-Turn Conversation - تبادلے کے دوران کانٹیکسٹ کو برقرار رکھنا۔

Role-Based Prompting - ماڈل کی شخصیت سیٹنگ نظام پیغامات کے ذریعے۔

Self-Reflection - ماڈل اپنی آؤٹ پٹ کا جائزہ لیتا اور بہتر بناتا ہے۔

Structured Analysis - مقررہ تشخیصی فریم ورک۔

Task Execution Pattern - منصوبہ بندی → عمل درآمد → خلاصہ۔

RAG (ریٹریول-آگمینٹڈ جنریشن) - ماڈیول 03

دستاویز پراسیسنگ پائپ لائن - لوڈ → چنک → ایمبیڈ → ذخیرہ۔

In-Memory Embedding Store - غیر مستقل ذخیرہ ٹیسٹنگ کے لیے۔

RAG - بازیافت کو جنریشن کے ساتھ ملا کر جوابات کو مستند بناتا ہے۔

Similarity Score - معنوی مماثلت کا پیمانہ (0-1)۔

Source Reference - بازیافت کردہ مواد کی میٹا ڈیٹا۔

ایجنٹس اور ٹولز - ماڈیول 04

@Tool انوٹیشن - جاوا طریقوں کو AI کال ایبل ٹولز کے طور پر نشان زد کرتا ہے۔

ReAct پیٹرن - دلیل → عمل → مشاہدہ → دہرائیں۔

Session Management - مختلف صارفین کے لیے الگ الگ کانٹیکسٹس۔

ٹول - فنکشن جسے AI ایجنٹ کال کر سکتا ہے۔

Tool Description - ٹول کے مقصد اور پیرامیٹرز کی دستاویزات۔

ایجنٹک ماڈیول - ماڈیول 05

@Agent انوٹیشن - انٹرفیسز کو AI ایجنٹس کے طور پر ظاہر کرتا ہے جس میں طرز عمل کی وضاحت کی جاتی ہے۔

Agent Listener - ایجنٹ کے عملدرآمد کی نگرانی کے لیے ہک، beforeAgentInvocation() اور afterAgentInvocation() کے ذریعے۔

Agentic Scope - مشترکہ میموری جہاں ایجنٹس اپنے نتائج outputKey کے ذریعے اسٹور کرتے ہیں تاکہ نیچے والے ایجنٹس استعمال کر سکیں۔

AgenticServices - agentBuilder() اور supervisorBuilder() کے ذریعے ایجنٹس بنانے کی فیکٹری۔

Conditional Workflow - شرائط کی بنیاد پر مختلف ماہر ایجنٹس کو راستہ دینا۔

Human-in-the-Loop - ورک فلو پیٹرن جس میں منظوری یا مواد کے جائزے کے لیے انسان شامل ہوتا ہے۔

langchain4j-agentic - ڈیکلریشن ایجنٹ بلڈنگ کے لیے Maven ڈپینڈنسی (تجرباتی)۔

Loop Workflow - ایجنٹ کے عملدرآمد کو دہرانا جب تک شرط پوری نہ ہو (مثلاً معیار کا سکور ≥ 0.8)۔

outputKey - ایجنٹ انوٹیشن پیرامیٹر جو یہ تعین کرتا ہے کہ نتائج Agentic اسکاپ میں کہاں محفوظ ہوں گے۔

Parallel Workflow - آزادانہ کاموں کے لیے ایک ساتھ متعدد ایجنٹس چلانا۔

Response Strategy - نگران کس طرح حتمی جواب تشکیل دیتا ہے: LAST، SUMMARY، یا SCORED۔

Sequential Workflow - ایجنٹس کو ترتیب سے چلانا جہاں آؤٹ پٹ اگلے مرحلے میں جاتا ہے۔

Supervisor Agent Pattern - اعلی سطحی ایجنٹک پیٹرن جہاں نگران LLM متحرک طور پر فیصلہ کرتا ہے کہ کون سے سب-ایجنٹس کو کال کرنا ہے۔

ماڈل کانٹیکسٹ پروٹوکول (MCP) - ماڈیول 05

langchain4j-mcp - LangChain4j میں MCP کے انضمام کے لیے Maven ڈپینڈنسی۔

MCP - ماڈل کانٹیکسٹ پروٹوکول: AI ایپس کو بیرونی ٹولز سے مربوط کرنے کا معیار۔ ایک بار بنائیں، ہر جگہ استعمال کریں۔

MCP کلائنٹ - ایپلیکیشن جو MCP سرورز سے ٹولز دریافت اور استعمال کے لیے جڑتی ہے۔

MCP سرور - ایسی سروس جو MCP کے ذریعے ٹولز کو واضح وضاحتوں اور پیرامیٹر اسکیموں کے ساتھ فراہم کرتی ہے۔

McpToolProvider - LangChain4j جزو جو MCP ٹولز کو AI سروسز اور ایجنٹس میں استعمال کے لیے لپیٹتا ہے۔

McpTransport - MCP مواصلات کے لیے انٹرفیس۔ نفاذ میں Stdio اور HTTP شامل ہیں۔

Stdio ٹرانسپورٹ - stdin/stdout کے ذریعے مقامی عمل کی ترسیل۔ فائل سسٹم تک رسائی یا کمانڈ لائن ٹولز کے لیے مفید۔

StdioMcpTransport - LangChain4j کا نفاذ جو MCP سرور کو subprocess کے طور پر چلاتا ہے۔

Tool Discovery - کلائنٹ دستیاب ٹولز کے لیے سرور سے وضاحتیں اور اسکیمیں پوچھتا ہے۔

ایزور خدمات - ماڈیول 01

Azure AI Search - ویکٹر صلاحیتوں کے ساتھ کلاؤڈ سرچ۔ ماڈیول 03

Azure Developer CLI (azd) - ایزور وسائل کو تعینات کرتا ہے۔

Azure OpenAI - مائیکروسافٹ کی انٹرپرائز AI سروس۔

Bicep - ایزور انفراسٹرکچر ایز کوڈ زبان۔ انفراسٹرکچر گائیڈ

Deployment Name - ایزور میں ماڈل تعیناتی کا نام۔

GPT-5.2 - تازہ ترین OpenAI ماڈل جس میں دلیل کی کنٹرول شامل ہے۔ ماڈیول 02

ٹیسٹنگ اور ڈیولپمنٹ - ٹیسٹنگ گائیڈ

دیولپمنٹ کنٹینر - کنٹینرائزڈ ڈیولپمنٹ ماحول۔ ترتیب

GitHub ماڈلز - مفت AI ماڈل پلے گراؤنڈ۔ ماڈیول 00

In-Memory Testing - ان میموری اسٹوریج کے ساتھ ٹیسٹنگ۔

انٹیگریشن ٹیسٹنگ - حقیقی انفراسٹرکچر کے ساتھ ٹیسٹنگ۔

Maven - جاوا بلڈ آٹومیشن ٹول۔

Mockito - جاوا موکنگ فریم ورک۔

Spring Boot - جاوا ایپلیکیشن فریم ورک۔ ماڈیول 01

دستخطی بیان: یہ دستاویز AI ترجمہ سروس Co-op Translator کا استعمال کرتے ہوئے ترجمہ کی گئی ہے۔ ہم درستگی کے لیے کوشش کرتے ہیں، لیکن براہ کرم اس بات سے آگاہ رہیں کہ خودکار ترجمے میں غلطیاں یا غیر درستیاں ہو سکتی ہیں۔ اصل دستاویز اپنی مادری زبان میں ہی معتبر ذریعہ سمجھی جانی چاہیے۔ اہم معلومات کے لیے پیشہ ور انسانی ترجمہ کی سفارش کی جاتی ہے۔ ہم اس ترجمے کے استعمال سے پیدا ہونے والی کسی بھی غلط فہمی یا غلط تشریح کے ذمہ دار نہیں ہیں۔