Automate document processing by extracting text, tables, and structured data from forms, invoices, and receipts. Build Java applications that leverage Azure Document Intelligence prebuilt models or create custom document analyzers.

Manually processing invoices, receipts, and forms is slow and error-prone. This skill automates document analysis using Azure Document Intelligence to extract text, tables, and fields with high accuracy.

Process invoices, receipts, and documents automatically using Azure Document Intelligence SDK in .NET. Extract structured data, text, and tables from PDFs and images without manual data entry.

Transform unstructured media files into structured, searchable content for RAG applications and automated workflows. Use prebuilt analyzers or create custom field extraction models with the Azure AI Content Understanding SDK.

كشف الشذوذ في بيانات السلاسل الزمنية باستخدام Azure Cognitive Services. توفر هذه المهارة أنماط Java SDK لكشف الشذوذ أحادي ومتعدد المتغيرات مع دعم البث في الوقت الفعلي.

يحول التسجيلات الصوتية إلى نص قابل للبحث وينشئ ملاحظات اجتماعات احترافية مع ملخصات مدعومة بالذكاء الاصطناعي باستخدام تكامل Claude أو GitHub Copilot.

تتبع العديد من الفرق بيانات لا يمكن الاعتماد عليها في اتخاذ القرارات. تصمم هذه المهارة استراتيجيات قياس تنتج بيانات تحليلات دقيقة وجاهزة لاتخاذ القرارات.

تتيح هذه المهارة لـ Claude أتمتة عمليات تحليلات منتج Amplitude بما في ذلك تتبع الأحداث والبحث عن نشاط المستخدم وإدارة المجموعات وتحديد هوية المستخدم من خلال Rube MCP.

يوفر حزمة سير العمل هذه دليلاً شاملاً لبناء تطبيقات الذكاء الاصطناعي للإنتاج، من تكامل النماذج اللغوية الكبيرة إلى أنظمة استرجاع البيانات المعزز (RAG) ووكلاء الذكاء الاصطناعي. تقوم بتنسيق مهارات متعددة ومتخصصة في عملية تطوير متماسكة.

يفشل وكلاء LLM في الإنتاج رغم نجاحهم في المعايير المرجعية. توفر هذه المهارة اختبارات السلوكية وتقييمات القدرات ومقاييس الموثوقية لاكتشاف المشكلات قبل النشر.

غالبًا ما تفشل اختبارات A/B بسبب سوء التصميم، والإيقاف المبكر، والمقاييس غير الصالحة. تفرض هذه المهارة منهجية صارمة مع بوابات إلزامية لتثبيت الفرضية، وتحديد المقاييس، وحساب حجم العينة قبل تشغيل أي اختبار.

يواجه وكلاء AI صعوبات في التعلم من التجارب السابقة والتحسن بمرور الوقت. يوفر ReasoningBank أنماط التعلم التكيفي باستخدام AgentDB حتى يتمكن الوكلاء من تتبع المسارات، والحكم على النتائج، وتقطير الذكريات في أنماط قابلة لإعادة الاستخدام.

تواجه قواعد البيانات التقليدية صعوبات في استعلامات البحث الدلالي. يوفر AgentDB عمليات متجهية أسرع بـ 150 مرة مع أوقات بحث دون الملي ثانية لبناء أنظمة RAG وقواعد المعرفة الذكية.

تتباطأ عمليات البحث الناقلية في AgentDB مع نمو البيانات، مما يسبب تأخر في التطبيقات. توفر هذه المهارة تقنيات التكميم والفهرسة لتحقيق بحث 150 مرة أسرع مع تقليل الذاكرة 4-32 مرة مع الحفاظ على الدقة.

يتطلب بناء الوكلاء ذاتيين التعلم إعدادًا معقدًا للتعلم التعزيزي. توفر هذه المهارة قوالب وإرشادات لـ 9 خوارزميات بما في ذلك Decision Transformer و Q-Learning و Actor-Critic.

قم ببناء أنظمة ذكاء اصطناعي موزعة متطورة مع تزامن دون ميلي ثانية وقدرات بحث متقدمة. تعلم كيفية تنفيذ تزامن QUIC ومقاييس المسافة المخصصة والبحث المتجهي الهجين مع البيانات الوصفية للتطبيقات الإنتاجية.

يتطلب قياس جودة الوكلاء منهجيات منظمة. توفر هذه المهارة معايير تقييم متعددة الأبعاد، وإدارة مجموعات الاختبار، والمراقبة في الإنتاج لتقييم وتحسين أداء الوكلاء باستمرار.

تقيّد نوافذ السياق المحدودة المهام المعقدة وتزيد تكاليف واجهات البرمجة. توفّر هذه المهارة تقنيات مجرّبة لمضاعفة أو ثلاثة أضعاف السعة الفعّالة للسياق عبر التكثيف، وإخفاء الملاحظات، وتحسين KV-cache، وتقسيم السياق.

السياق هو الأساس لأداء وكلاء الذكاء الاصطناعي الفعال. تعلّمك هذه المهارة كيفية فهم السياق وتصميمه وتحسينه في أنظمة الوكلاء. تعلم مبادئ الإفصاح التدريجي، وآليات الانتباه، وإدارة ميزانية السياق لبناء وكلاء ذكاء اصطناعي أكثر قدرة.

التقييم اليدوي لمخرجات نماذج اللغة الكبيرة بطيء وغير متسق بين المراجعين. توفّر هذه المهارة تقنيات بمستوى إنتاجي للتقييم الآلي باستخدام نماذج اللغة كقضاة. وتشمل مقاييس تقييم مباشرة، ومقارنة زوجية مع تخفيف تحيز الموضع، ومعايرة الثقة.