جدید چیٹ بوٹس ڈیجیٹل ایجنٹ کے طور پر کام کر سکتے ہیں، 24/7 کسٹمر سروس اور بہت سی صنعتوں میں مدد فراہم کرنے کے لیے ایک نیا راستہ فراہم کرتے ہیں۔ ان کی مقبولیت حقیقی وقت میں کسٹمر کی پوچھ گچھ کا جواب دینے اور مختلف زبانوں میں بیک وقت متعدد سوالات کو ہینڈل کرنے کی صلاحیت سے پیدا ہوتی ہے۔ چیٹ بوٹس صارف کی بنیاد کے بڑھنے کے ساتھ ساتھ آسانی سے اسکیلنگ کرتے ہوئے کسٹمر کے رویے میں ڈیٹا پر مبنی قیمتی بصیرت بھی پیش کرتے ہیں۔ لہذا، وہ گاہکوں کو مشغول کرنے کے لیے ایک سرمایہ کاری مؤثر حل پیش کرتے ہیں۔ چیٹ بوٹس صارفین کے سوالات کا جواب دینے کے لیے بڑے لینگویج ماڈلز (LLMs) کی قدرتی زبان کی جدید صلاحیتوں کا استعمال کرتے ہیں۔ وہ بات چیت کی زبان کو سمجھ سکتے ہیں اور قدرتی طور پر جواب دے سکتے ہیں۔ تاہم، چیٹ بوٹس جو محض بنیادی سوالات کے جوابات دیتے ہیں ان کی افادیت محدود ہے۔ قابل اعتماد مشیر بننے کے لیے، چیٹ بوٹس کو سوچ سمجھ کر، موزوں جوابات فراہم کرنے کی ضرورت ہے۔
مزید سیاق و سباق کی بات چیت کو فعال کرنے کا ایک طریقہ یہ ہے کہ چیٹ بوٹ کو داخلی علمی بنیادوں اور معلوماتی نظاموں سے جوڑنا۔ داخلی علمی بنیادوں سے ملکیتی انٹرپرائز ڈیٹا کو یکجا کرنا چیٹ بوٹس کو ہر صارف کی انفرادی ضروریات اور دلچسپیوں کے لیے اپنے ردعمل کو سیاق و سباق کے مطابق بنانے کے قابل بناتا ہے۔ مثال کے طور پر، ایک چیٹ بوٹ ایسے پروڈکٹس تجویز کر سکتا ہے جو خریدار کی ترجیحات اور ماضی کی خریداریوں سے مماثل ہوں، صارف کی مہارت کی سطح کے مطابق زبان میں تفصیلات کی وضاحت کریں، یا گاہک کے مخصوص ریکارڈز تک رسائی حاصل کر کے اکاؤنٹ سپورٹ فراہم کریں۔ ذہانت سے معلومات کو شامل کرنے، فطری زبان کو سمجھنے اور گفتگو کے بہاؤ میں حسب ضرورت جوابات فراہم کرنے کی صلاحیت چیٹ بوٹس کو مختلف استعمال کے معاملات میں حقیقی کاروباری قدر فراہم کرنے کی اجازت دیتی ہے۔
کا مشہور فن تعمیر کا نمونہ بازیافت اگمینٹڈ جنریشن (RAG) اکثر صارف کے استفسار کے سیاق و سباق اور جوابات کو بڑھانے کے لیے استعمال ہوتا ہے۔ RAG LLMs کی صلاحیتوں کو حقائق اور حقیقی دنیا کے علم کی بنیاد کے ساتھ جوڑتا ہے جو ڈیٹا کے کارپس سے متعلقہ متن اور اقتباسات کی بازیافت سے حاصل ہوتا ہے۔ یہ بازیافت شدہ متن پھر آؤٹ پٹ کو مطلع کرنے اور گراؤنڈ کرنے کے لیے استعمال کیے جاتے ہیں، فریب کو کم کرنے اور مطابقت کو بہتر بنانے کے لیے۔
اس پوسٹ میں، ہم استعمال کرکے چیٹ بوٹ کو سیاق و سباق کے مطابق بڑھانے کی مثال دیتے ہیں۔ ایمیزون بیڈرک کے لیے نالج بیسز، ایک مکمل طور پر منظم سرور لیس سروس۔ ایمیزون بیڈروک انضمام کے لیے علم کی بنیادیں ہمارے چیٹ بوٹ کو صارف کے سوالات کو متعلقہ معلوماتی ڈیٹا پوائنٹس سے منسلک کرکے مزید متعلقہ، ذاتی نوعیت کے جوابات فراہم کرنے کی اجازت دیتی ہیں۔ اندرونی طور پر، ایمیزون بیڈرک رن ٹائم پر صارف کے استفسار کے سیاق و سباق کو بڑھانے اور منظم RAG آرکیٹیکچر حل کو فعال کرنے کے لیے ویکٹر ڈیٹا بیس میں محفوظ کردہ ایمبیڈنگز کا استعمال کرتا ہے۔ ہم استعمال کرتے ہیں شیئر ہولڈرز کو ایمیزون کے خطوط اس حل کو تیار کرنے کے لیے ڈیٹا سیٹ۔
بازیافت اگمینٹڈ جنریشن
RAG قدرتی زبان کی تخلیق کے لیے ایک نقطہ نظر ہے جو معلومات کی بازیافت کو نسل کے عمل میں شامل کرتا ہے۔ RAG فن تعمیر میں دو اہم ورک فلوز شامل ہیں: ادخال کے ذریعے ڈیٹا پری پروسیسنگ، اور بہتر سیاق و سباق کا استعمال کرتے ہوئے ٹیکسٹ جنریشن۔
ڈیٹا انجیکشن ورک فلو ایمبیڈنگ ویکٹرز بنانے کے لیے LLMs کا استعمال کرتا ہے جو کہ متن کے معنوی معنی کی نمائندگی کرتے ہیں۔ ایمبیڈنگز دستاویزات اور صارف کے سوالات کے لیے بنائے گئے ہیں۔ دستاویز کی سرایت کو ٹکڑوں میں تقسیم کیا جاتا ہے اور ویکٹر ڈیٹا بیس میں انڈیکس کے طور پر محفوظ کیا جاتا ہے۔ ٹیکسٹ جنریشن ورک فلو پھر سوال کا سرایت کرنے والا ویکٹر لیتا ہے اور اسے ویکٹر کی مماثلت کی بنیاد پر سب سے ملتے جلتے دستاویز کے ٹکڑوں کو بازیافت کرنے کے لیے استعمال کرتا ہے۔ یہ LLM کا استعمال کرتے ہوئے جواب تیار کرنے کے لیے ان متعلقہ حصوں کے ساتھ اشارے کو بڑھاتا ہے۔ مزید تفصیلات کے لیے، سے رجوع کریں۔ بازیافت اگمینٹڈ جنریشن، ایمبیڈنگز، اور ویکٹر ڈیٹا بیس پر پرائمر سیکشن میں پیش نظارہ - ایمیزون بیڈرک کے ایجنٹوں کے ساتھ فاؤنڈیشن ماڈلز کو اپنی کمپنی کے ڈیٹا ذرائع سے مربوط کریں۔.
درج ذیل خاکہ اعلیٰ سطحی RAG فن تعمیر کو واضح کرتا ہے۔
اگرچہ RAG فن تعمیر کے بہت سے فوائد ہیں، اس میں متعدد اجزاء شامل ہیں، بشمول ڈیٹا بیس، بازیافت کا طریقہ کار، پرامپٹ، اور جنریٹو ماڈل۔ ان ایک دوسرے پر منحصر حصوں کا انتظام نظام کی ترقی اور تعیناتی میں پیچیدگیوں کو متعارف کرا سکتا ہے۔ بازیافت اور نسل کے انضمام کے لیے انجینئرنگ کی اضافی کوششوں اور کمپیوٹیشنل وسائل کی بھی ضرورت ہے۔ کچھ اوپن سورس لائبریریاں اس اوور ہیڈ کو کم کرنے کے لیے ریپر فراہم کرتی ہیں۔ تاہم، لائبریریوں میں تبدیلیاں غلطیاں متعارف کروا سکتی ہیں اور ورژننگ کے اضافی اوور ہیڈ کا اضافہ کر سکتی ہیں۔ یہاں تک کہ اوپن سورس لائبریریوں کے ساتھ، کوڈ لکھنے، زیادہ سے زیادہ ٹکڑا سائز کا تعین کرنے، سرایت پیدا کرنے، اور بہت کچھ کرنے کے لیے اہم کوشش کی ضرورت ہے۔ اس سیٹ اپ کے کام میں ڈیٹا کے حجم کے لحاظ سے ہفتے لگ سکتے ہیں۔
لہذا، ایک منظم حل جو ان غیر متفرق کاموں کو سنبھالتا ہے وہ RAG ایپلی کیشنز کو لاگو کرنے اور ان کے انتظام کے عمل کو ہموار اور تیز کر سکتا ہے۔
ایمیزون بیڈرک کے لیے نالج بیسز
ایمیزون بیڈرک کے لیے نالج بیسز RAG کا استعمال کرتے ہوئے طاقتور بات چیت کے AI سسٹمز بنانے کے لیے ایک سرور لیس آپشن ہے۔ یہ مکمل طور پر منظم ڈیٹا کے ادخال اور ٹیکسٹ جنریشن ورک فلو پیش کرتا ہے۔
ڈیٹا کے ادخال کے لیے، یہ ویکٹر ڈیٹا بیس میں دستاویز ڈیٹا کی ٹیکسٹ ایمبیڈنگز کو خود بخود تخلیق، ذخیرہ، انتظام اور اپ ڈیٹ کرنے کا کام سنبھالتا ہے۔ یہ دستاویزات کو موثر بازیافت کے لیے قابل انتظام حصوں میں تقسیم کرتا ہے۔ اس کے بعد ٹکڑوں کو ایمبیڈنگ میں تبدیل کیا جاتا ہے اور ایک ویکٹر انڈیکس میں لکھا جاتا ہے، جب کہ آپ کو سوال کا جواب دیتے وقت ماخذ کی دستاویزات دیکھنے کی اجازت ملتی ہے۔
ٹیکسٹ جنریشن کے لیے، ایمیزون بیڈرک فراہم کرتا ہے۔ RetrieveAndGenerate API صارف کے سوالات کی سرایت کرنے کے لیے، اور درست جوابات پیدا کرنے کے لیے ویکٹر ڈیٹا بیس سے متعلقہ ٹکڑوں کو بازیافت کرتا ہے۔ یہ آر اے جی ایپلی کیشنز کے لیے درکار سورس انتساب اور قلیل مدتی میموری کو بھی سپورٹ کرتا ہے۔
یہ آپ کو اپنی بنیادی کاروباری ایپلی کیشنز پر توجہ مرکوز کرنے کے قابل بناتا ہے اور غیر متفرق ہیوی لفٹنگ کو ہٹاتا ہے۔
حل جائزہ
اس پوسٹ میں پیش کردہ حل ایک چیٹ بوٹ کا استعمال کرتا ہے۔ اسٹریم لائٹ درخواست اور اس میں درج ذیل AWS خدمات شامل ہیں:
مندرجہ ذیل خاکہ ایک عام حل آرکیٹیکچر پیٹرن ہے جسے آپ کسی بھی چیٹ بوٹ ایپلیکیشن کو نالج بیسز فار ایمیزون بیڈروک میں ضم کرنے کے لیے استعمال کر سکتے ہیں۔
اس فن تعمیر میں درج ذیل مراحل شامل ہیں:
- ایک صارف Streamlit چیٹ بوٹ انٹرفیس کے ساتھ تعامل کرتا ہے اور قدرتی زبان میں استفسار جمع کراتا ہے۔
- یہ ایک لیمبڈا فنکشن کو متحرک کرتا ہے، جو نالج بیسز کو طلب کرتا ہے۔
RetrieveAndGenerate
API اندرونی طور پر، نالج بیسز ایک استعمال کرتا ہے۔ ایمیزون ٹائٹن ایمبیڈنگ ماڈل اور صارف کے استفسار کو ویکٹر میں تبدیل کرتا ہے اور ایسے حصوں کو تلاش کرتا ہے جو صارف کے استفسار سے مماثلت رکھتے ہیں۔ یوزر پرامپٹ ان ٹکڑوں کے ساتھ بڑھا ہوا ہے جو نالج بیس سے حاصل کیے گئے ہیں۔ اضافی سیاق و سباق کے ساتھ پرامپٹ پھر جواب پیدا کرنے کے لیے LLM کو بھیجا جاتا ہے۔ اس حل میں، ہم استعمال کرتے ہیں انتھروپک کلاڈ انسٹنٹ اضافی سیاق و سباق کا استعمال کرتے ہوئے صارف کے جوابات پیدا کرنے کے لیے ہمارے LLM کے طور پر۔ نوٹ کریں کہ یہ حل ان علاقوں میں تعاون یافتہ ہے جہاں Amazon Bedrock پر Anthropic Claude ہے۔ دستیاب. - سیاق و سباق سے متعلقہ جواب چیٹ بوٹ ایپلیکیشن اور صارف کو واپس بھیجا جاتا ہے۔
شرائط
ایمیزون بیڈرک صارفین کو فاؤنڈیشن ماڈل تک رسائی کی درخواست کرنے کی ضرورت ہے اس سے پہلے کہ وہ استعمال کے لیے دستیاب ہوں۔ یہ ایک بار کی کارروائی ہے اور اس میں ایک منٹ سے بھی کم وقت لگتا ہے۔ اس حل کے لیے، آپ کو Amazon Bedrock میں Titan Embeddings G1 – Text اور Claude Instant – v1.2 ماڈل تک رسائی کو فعال کرنے کی ضرورت ہوگی۔ مزید معلومات کے لیے رجوع کریں۔ ماڈل تک رسائی.
GitHub ریپو کو کلون کریں۔
اس پوسٹ میں پیش کردہ حل درج ذیل میں دستیاب ہے۔ GitHub repo. آپ کو اپنی مقامی مشین میں GitHub ذخیرہ کلون کرنے کی ضرورت ہے۔ ٹرمینل ونڈو کھولیں اور درج ذیل کمانڈ کو چلائیں۔ نوٹ کریں کہ یہ ایک واحد گٹ کلون کمانڈ ہے۔
اپنے علمی ڈیٹاسیٹ کو Amazon S3 پر اپ لوڈ کریں۔
ہم اپنے نالج بیس کے لیے ڈیٹا سیٹ ڈاؤن لوڈ کرتے ہیں اور اسے S3 بالٹی میں اپ لوڈ کرتے ہیں۔ یہ ڈیٹاسیٹ علم کی بنیاد اور طاقت فراہم کرے گا۔ درج ذیل مراحل کو مکمل کریں:
- پر تشریف لے جائیں سالانہ رپورٹس، پراکسی اور شیئر ہولڈر کے خطوط ڈیٹا ریپوزٹری اور ایمیزون شیئر ہولڈر کے آخری چند سالوں کے خطوط کو ڈاؤن لوڈ کریں۔
- ایمیزون S3 کنسول پر، منتخب کریں۔ بالٹیاں۔ نیوی گیشن پین میں.
- میں سے انتخاب کریں بالٹی بنائیں.
- بالٹی کا نام بتائیں
knowledgebase-<your-awsaccount-number>
. - دیگر تمام بالٹی ترتیبات کو بطور ڈیفالٹ چھوڑ دیں اور منتخب کریں۔ تخلیق کریں.
- پر تشریف لے جائیں
knowledgebase-<your-awsaccount-number>
بالٹی. - میں سے انتخاب کریں فولڈر بنائیں اور اسے ڈیٹاسیٹ کا نام دیں۔
- دیگر تمام فولڈر کی ترتیبات کو بطور ڈیفالٹ چھوڑ دیں اور منتخب کریں۔ تخلیق کریں.
- بالٹی ہوم پر واپس جائیں اور انتخاب کریں۔ فولڈر بنائیں ایک نیا فولڈر بنانے اور اسے نام دینے کے لیے
lambdalayer
. - دیگر تمام ترتیبات کو بطور ڈیفالٹ چھوڑ دیں اور منتخب کریں۔ تخلیق کریں.
- پر تشریف لے جائیں
dataset
فولڈر. - سالانہ رپورٹس، پراکسی اور شیئر ہولڈر لیٹر ڈیٹاسیٹ فائلوں کو اپ لوڈ کریں جو آپ نے پہلے اس بالٹی میں ڈاؤن لوڈ کی ہیں اور منتخب کریں اپ لوڈ کریں.
- پر تشریف لے جائیں
lambdalayer
فولڈر. - اپ لوڈ کریں
knowledgebase-lambdalayer.zip
کے تحت دستیاب فائل/lambda/layer
GitHub ریپو میں فولڈر جو آپ نے پہلے کلون کیا تھا اور منتخب کیا تھا۔ اپ لوڈ کریں. آپ اس لیمبڈا لیئر کوڈ کو بعد میں لیمبڈا فنکشن بنانے کے لیے استعمال کریں گے۔
علم کی بنیاد بنائیں
اس مرحلے میں، ہم Amazon شیئر ہولڈر لیٹر ڈیٹاسیٹ کا استعمال کرتے ہوئے ایک علمی بنیاد بناتے ہیں جو ہم نے پچھلے مرحلے میں اپنے S3 بالٹی پر اپ لوڈ کیا تھا۔
- ایمیزون بیڈرک کنسول پر، نیچے آرکیسٹریشن نیویگیشن پین میں، منتخب کریں۔ علم کی بنیاد.
- میں سے انتخاب کریں علم کی بنیاد بنائیں.
- میں علم کی بنیاد کی تفصیلات سیکشن، ایک نام اور اختیاری تفصیل درج کریں۔
- میں IAM اجازتیں۔ سیکشن، منتخب کریں ایک نیا سروس رول بنائیں اور استعمال کریں۔ اور کردار کے لیے نام درج کریں۔
- ضرورت کے مطابق ٹیگز شامل کریں۔
- میں سے انتخاب کریں اگلے.
- چھوڑ دو ڈیٹا سورس کا نام پہلے سے طے شدہ نام کے طور پر۔
- کے لئے S3 URIمنتخب کریں S3 کو براؤز کریں۔ S3 بالٹی کو منتخب کرنے کے لیے
knowledgebase-<your-account-number>/dataset/
.آپ کو اس بالٹی اور ڈیٹاسیٹ فولڈر کی طرف اشارہ کرنا ہوگا جو آپ نے پچھلے مراحل میں بنایا تھا۔ - میں اعلی درجے کی ترتیبات سیکشن، پہلے سے طے شدہ اقدار کو چھوڑ دیں (اگر آپ چاہیں تو، آپ پہلے سے طے شدہ چنکنگ حکمت عملی کو تبدیل کر سکتے ہیں اور فیصد میں حصہ کا سائز اور اوورلے بتا سکتے ہیں)۔
- میں سے انتخاب کریں اگلے.
- کے لئے ایمبیڈنگز ماڈلمنتخب ٹائٹن ایمبیڈنگ G1 - متن.
- کے لئے ویکٹر ڈیٹا بیس، آپ یا تو منتخب کر سکتے ہیں۔ فوری طور پر ایک نیا ویکٹر اسٹور بنائیں or ایک ویکٹر اسٹور کا انتخاب کریں جو آپ نے بنایا ہے۔. نوٹ کریں کہ، اپنی پسند کا ویکٹر اسٹور استعمال کرنے کے لیے، آپ کو استعمال کرنے کے لیے پہلے سے ترتیب شدہ ویکٹر اسٹور کی ضرورت ہے۔ ہم فی الحال چار ویکٹر انجن کی اقسام کو سپورٹ کرتے ہیں: Amazon OpenSearch Serverless، Amazon Aurora، Pinecone، اور Redis Enterprise Cloud کے لیے ویکٹر انجن۔ اس پوسٹ کے لیے، ہم Quick create a new vector store کو منتخب کرتے ہیں، جو آپ کے اکاؤنٹ میں بطور ڈیفالٹ ایک نیا OpenSearch Serverless ویکٹر اسٹور بناتا ہے۔
- میں سے انتخاب کریں اگلے.
- پر جائزہ لیں اور تخلیق کریں۔ صفحہ، تمام معلومات کا جائزہ لیں، یا منتخب کریں۔ پچھلا کسی بھی اختیارات میں ترمیم کرنے کے لیے۔
- میں سے انتخاب کریں علم کی بنیاد بنائیں.نوٹ کریں کہ علم کی بنیاد بنانے کا عمل شروع ہوتا ہے اور حیثیت جاری ہے۔ ویکٹر اسٹور اور نالج بیس بنانے میں چند منٹ لگیں گے۔ صفحہ سے دور نہ جائیں، ورنہ تخلیق ناکام ہو جائے گی۔
- جب علم کی بنیاد کی حیثیت میں ہے۔
Ready
ریاست، نالج بیس ID نوٹ کریں۔ آپ اسے لیمبڈا فنکشن کو کنفیگر کرنے کے لیے اگلے مراحل میں استعمال کریں گے۔ - اب جب کہ نالج بیس تیار ہے، ہمیں اپنے ایمیزون شیئر ہولڈرز کے لیٹر ڈیٹا کو اس سے ہم آہنگ کرنے کی ضرورت ہے۔ میں ڈیٹا کا ذریعہ علم کی بنیاد کی تفصیلات کے صفحہ کا سیکشن، منتخب کریں۔ ہم وقت ساز کریں S3 بالٹی سے نالج بیس تک ڈیٹا کے ادخال کے عمل کو متحرک کرنے کے لیے۔
یہ مطابقت پذیری کا عمل دستاویز کی فائلوں کو پہلے بیان کردہ ٹکڑوں کے سائز کے چھوٹے حصوں میں تقسیم کرتا ہے، منتخب ٹیکسٹ ایمبیڈنگ ماڈل کا استعمال کرتے ہوئے ویکٹر ایمبیڈنگز تیار کرتا ہے، اور انہیں Amazon Bedrock کے لیے نالج بیسز کے زیر انتظام ویکٹر اسٹور میں اسٹور کرتا ہے۔
ڈیٹا سیٹ کی مطابقت پذیری مکمل ہونے پر، ڈیٹا سورس کی حیثیت میں تبدیل ہو جائے گی۔ Ready
حالت. نوٹ کریں کہ، اگر آپ S3 ڈیٹا فولڈر میں کوئی اضافی دستاویزات شامل کرتے ہیں، تو آپ کو نالج بیس کو دوبارہ سنک کرنے کی ضرورت ہے۔
مبارک ہو، آپ کا علمی مرکز تیار ہے۔
نوٹ کریں کہ آپ ایمیزون بیڈرک سروس APIs اور کے لیے نالج بیسز بھی استعمال کر سکتے ہیں۔ AWS کمانڈ لائن انٹرفیس (AWS CLI) پروگرامی طور پر علم کی بنیاد بنانے کے لیے۔ آپ کو Jupyter نوٹ بک کے مختلف حصوں کو چلانے کی ضرورت ہوگی۔ /notebook
GitHub ریپو میں فولڈر۔
لیمبڈا فنکشن بنائیں
یہ لیمبڈا فنکشن ایک کا استعمال کرتے ہوئے تعینات کیا گیا ہے۔ AWS کلاؤڈ فارمیشن کے تحت GitHub ریپو میں دستیاب ٹیمپلیٹ /cfn
فولڈر ٹیمپلیٹ کے لیے دو پیرامیٹرز کی ضرورت ہوتی ہے: S3 بالٹی کا نام اور نالج بیس ID۔
- AWS CloudFormation سروس کے ہوم پیج پر، منتخب کریں۔ اسٹیک بنائیں ایک نیا اسٹیک بنانے کے لیے۔
- منتخب کریں ٹیمپلیٹ تیار ہے۔ لیے ٹیمپلیٹ تیار کریں۔.
- منتخب کریں ٹیمپلیٹ فائل اپ لوڈ کریں۔ لیے سانچہ ماخذ.
- میں سے انتخاب کریں فائل منتخب کریں، GitHub ریپو پر جائیں جسے آپ نے پہلے کلون کیا تھا، اور نیچے .yaml فائل کا انتخاب کریں
/cfn
فولڈر. - میں سے انتخاب کریں اگلے.
- کے لئے اسٹیک کا نام، ایک نام درج کریں۔
- میں پیرامیٹر سیکشن، نالج بیس ID اور S3 بالٹی کا نام درج کریں جو آپ نے پہلے نوٹ کیا تھا۔
- میں سے انتخاب کریں اگلے.
- تمام پہلے سے طے شدہ اختیارات کو اسی طرح چھوڑ دیں، منتخب کریں۔ اگلے، اور منتخب کریں جمع کرائیں.
- تصدیق کریں کہ CloudFormation ٹیمپلیٹ کامیابی کے ساتھ چلا، اور اس میں کوئی خرابی نہیں ہے۔
مبارک ہو، آپ نے لیمبڈا فنکشن، متعلقہ کردار اور پالیسیاں کامیابی کے ساتھ بنائی ہیں۔
متعلقہ چیٹ بوٹ ایپلیکیشن کی جانچ کریں۔
اپنی چیٹ بوٹ ایپلیکیشن کو جانچنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- اپنی مشین پر ایک نیا ٹرمینل یا کمانڈ لائن ونڈو کھولیں۔
- انسٹال کرنے کے لیے درج ذیل کمانڈ کو چلائیں۔ AWS SDK برائے Python (Boto3). Boto3 ایک Python ایپلیکیشن، لائبریری، یا اسکرپٹ کو AWS سروسز کے ساتھ ضم کرنا آسان بناتا ہے۔
- Streamlit ایپلی کیشن کو چلانے کے لیے مقامی ازگر کی ترقی کا ماحول انسٹال کرنے اور ترتیب دینے کے لیے درج ذیل کمانڈ کو چلائیں:
- پر تشریف لے جائیں
/streamlit
GitHub ریپوزٹری فولڈر میں فولڈر جو آپ نے پہلے کلون کیا تھا۔ - چیٹ بوٹ ایپلیکیشن کو تیز کرنے کے لیے درج ذیل کمانڈ کو چلائیں:
اس سے آپ کے ڈیفالٹ ویب براؤزر میں Streamlit کے ذریعے چلنے والی ویب پر مبنی چیٹ ایپلیکیشن کھلنی چاہیے۔
- Amazon Bedrock کے لیے نالج بیسز سے چلنے والی گفتگو شروع کرنے کے لیے قدرتی زبان کے سوالات پوسٹ کرنے کے لیے اس Streamlit چیٹ بوٹ ایپلیکیشن کا استعمال کریں۔
جب آپ پرامپٹ جمع کراتے ہیں، تو Streamlit ایپ Lambda فنکشن کو متحرک کرتی ہے، جو علم کی بنیادوں کو طلب کرتی ہے۔ RetrieveAndGenerate
تلاش اور جوابات پیدا کرنے کے لیے API۔
مندرجہ ذیل جدول میں کچھ نمونے کے سوالات اور متعلقہ معلوماتی جوابات شامل ہیں۔ اشارے استعمال کرکے ان میں سے کچھ سوالات کو آزمائیں۔
سوالات | جوابات |
ایمیزون جنریٹو اے آئی کے میدان میں کیا کر رہا ہے؟ | Amazon جنریٹیو AI کے لیے اپنے بڑے لینگویج ماڈلز (LLMs) پر کام کر رہا ہے اور اسے یقین ہے کہ یہ ہر صارف کے تجربے کو تبدیل اور بہتر بنائے گا۔ وہ اپنے تمام صارفین، بیچنے والے، برانڈ، اور تخلیق کار کے تجربات میں ان ماڈلز میں خاطر خواہ سرمایہ کاری جاری رکھنے کا ارادہ رکھتے ہیں۔ |
2022 میں AWS سال بہ سال آمدنی کیا ہے؟ | AWS کی آمدنی میں 29% سال بہ سال 2022 میں 62 بلین ڈالر کی آمدنی کی بنیاد پر اضافہ ہوا۔ |
ایمیزون نے کتنے دنوں سے ملازمین کو دفتر میں کام پر آنے کو کہا ہے؟ | ایمیزون نے کارپوریٹ ملازمین کو مئی 2022 سے ہفتے میں کم از کم تین دن دفتر آنے کو کہا ہے۔ |
2022 میں سال بہ سال AWS کی آمدنی میں کتنے فیصد اضافہ ہوا؟ | AWS کی 29 میں 2022% سال بہ سال ('YoY') آمدنی تھی۔ |
Graviton2 پروسیسرز کے مقابلے میں، Graviton3 چپس نے گزرنے کے مطابق کارکردگی میں کیا بہتری لائی؟ | 2022 میں، AWS نے اپنی Graviton3 چپس فراہم کیں، جو Graviton25 پروسیسرز کے مقابلے میں 2% بہتر کارکردگی فراہم کرتی ہیں۔ |
حوالے کے مطابق AWS کی طرف سے شروع کی گئی پہلی انفرنس چپ کون سی تھی؟ | AWS نے اپنی پہلی انفرنس چپس ("Inferentia") کو 2019 میں لانچ کیا، اور انہوں نے Amazon جیسی کمپنیوں کو سو ملین ڈالر سے زیادہ کی سرمایہ کاری کی بچت کی ہے۔ |
سیاق و سباق کے مطابق، کس سال میں Amazon کی سالانہ آمدنی $245B سے بڑھ کر $434B ہو گئی؟ | ایمیزون کی سالانہ آمدنی 245 میں $2019B سے بڑھ کر 434 میں $2022B ہوگئی۔ |
مجھے دوبارہ بتائیں 2019 میں ریونیو کیا تھا؟ | 2019 میں ایمیزون کی آمدنی 245 بلین ڈالر تھی۔ |
اور، 2021؟ | 2021 میں ایمیزون کی آمدنی 469.8 بلین ڈالر تھی، جو 22 کے مقابلے میں 2020 فیصد زیادہ ہے۔ |
اور، مجھے دوبارہ یاد دلائیں کہ پہلا انفرنس چپ کب لانچ کیا گیا تھا؟ | ایمیزون کی پہلی انفرنس چپ Inferentia تھی، جو 2019 میں لانچ ہوئی تھی۔ |
لیمبڈا فنکشن میں پہلی کال کے دوران، RetrieveAndGenerate
API واپس کرتا ہے a sessionId
، جسے پھر اسی سیشن میں گفتگو کو جاری رکھنے کے لیے RetrieveAndGenerate API میں ان پٹ کے طور پر بعد میں آنے والے صارف پرامپٹ کے ساتھ Streamlit ایپ کے ذریعے پاس کیا جاتا ہے۔ دی RetrieveAndGenerate
API قلیل مدتی میموری کا انتظام کرتا ہے اور چیٹ ہسٹری کا استعمال کرتا ہے جب تک کہ ایک ہی سیشن آئی ڈی کو لگاتار کالوں میں ان پٹ کے طور پر پاس کیا جاتا ہے۔
مبارک ہو، آپ نے Amazon Bedrock کے لیے نالج بیسز کا استعمال کرتے ہوئے ایک چیٹ بوٹ ایپلیکیشن کو کامیابی سے بنایا اور اس کا تجربہ کیا ہے۔
صاف کرو
وسائل کو حذف کرنے میں ناکامی جیسے کہ S3 بالٹی، اوپن سرچ سرور لیس کلیکشن، اور نالج بیس چارجز کا سامنا کرنا پڑے گا۔ ان وسائل کو صاف کرنے کے لیے، CloudFormation اسٹیک کو حذف کریں، S3 بالٹی کو حذف کریں (بشمول اس بالٹی میں ذخیرہ کردہ کسی بھی دستاویز کے فولڈرز اور فائلز)، OpenSearch Serverless مجموعہ کو حذف کریں، نالج بیس کو حذف کریں، اور کسی بھی کردار، پالیسیوں اور اجازتوں کو حذف کریں۔ پہلے پیدا کیا.
نتیجہ
اس پوسٹ میں، ہم نے سیاق و سباق سے متعلق چیٹ بوٹس کا ایک جائزہ فراہم کیا اور بتایا کہ وہ کیوں اہم ہیں۔ ہم نے RAG فن تعمیر کے لیے ڈیٹا کے ادخال اور ٹیکسٹ جنریشن ورک فلو میں شامل پیچیدگیوں کو بیان کیا۔ اس کے بعد ہم نے متعارف کرایا کہ کس طرح ایمیزون بیڈروک کے لیے نالج بیسز ایک مکمل طور پر منظم سرور لیس RAG سسٹم بناتا ہے، بشمول ایک ویکٹر اسٹور۔ آخر میں، ہم نے ایک حل فن تعمیر اور نمونہ کوڈ فراہم کیا a GitHub repo نالج بیس کا استعمال کرتے ہوئے چیٹ بوٹ ایپلیکیشن کے لیے سیاق و سباق کے جوابات حاصل کرنے اور پیدا کرنے کے لیے۔
سیاق و سباق سے متعلق چیٹ بوٹس کی قدر، RAG سسٹمز کے چیلنجز، اور Amazon Bedrock کے لیے نالج بیسز ان چیلنجز کو کیسے حل کرتے ہیں، اس کی وضاحت کرتے ہوئے، اس پوسٹ کا مقصد یہ ظاہر کرنا ہے کہ ایمیزون بیڈروک آپ کو کم سے کم کوشش کے ساتھ نفیس بات چیت کی AI ایپلی کیشنز بنانے کے قابل کیسے بناتا ہے۔
مزید معلومات کے لئے، دیکھ ایمیزون بیڈرک ڈویلپر گائیڈ اور نالج بیس APIs.
مصنفین کے بارے میں
منیش چگ سان فرانسسکو، CA میں مقیم AWS میں پرنسپل سولیوشن آرکیٹیکٹ ہیں۔ وہ مشین لرننگ اور جنریٹیو AI میں مہارت رکھتا ہے۔ وہ مشین لرننگ سے متعلق مسائل پر بڑے اداروں سے لے کر ابتدائی مرحلے کے آغاز تک کی تنظیموں کے ساتھ کام کرتا ہے۔ اس کے کردار میں ان تنظیموں کو AWS پر قابل توسیع، محفوظ، اور لاگت سے موثر کام کے بوجھ کے معمار کی مدد کرنا شامل ہے۔ وہ باقاعدگی سے AWS کانفرنسوں اور دیگر پارٹنر پروگراموں میں پیش کرتا ہے۔ کام سے باہر، وہ ایسٹ بے ٹریلس پر پیدل سفر، سڑک پر بائیک چلانے، اور کرکٹ دیکھنے (اور کھیلنے) سے لطف اندوز ہوتا ہے۔
مانی خانوجا ایک ٹیک لیڈ - جنریٹو AI ماہرین ہیں، کتاب اپلائیڈ مشین لرننگ اینڈ ہائی پرفارمنس کمپیوٹنگ آن AWS کی مصنفہ ہیں، اور مینوفیکچرنگ ایجوکیشن فاؤنڈیشن بورڈ میں خواتین کے لیے بورڈ آف ڈائریکٹرز کی رکن ہیں۔ وہ مختلف ڈومینز جیسے کمپیوٹر ویژن، نیچرل لینگویج پروسیسنگ، اور جنریٹیو AI میں مشین لرننگ پروجیکٹس کی رہنمائی کرتی ہے۔ وہ اندرونی اور بیرونی کانفرنسوں میں بولتی ہیں جیسے AWS re:Invent, Women in Manufacturing West, YouTube webinars، اور GHC 23۔ اپنے فارغ وقت میں، وہ ساحل سمندر پر لمبی دوڑنا پسند کرتی ہے۔
پلوی نرگند AWS میں پرنسپل سولیوشن آرکیٹیکٹ ہیں۔ کلاؤڈ ٹکنالوجی کو فعال کرنے والے کے طور پر اپنے کردار میں، وہ صارفین کے ساتھ ان کے اہداف اور چیلنجوں کو سمجھنے کے لیے کام کرتی ہے، اور AWS پیشکشوں کے ساتھ اپنے مقصد کو حاصل کرنے کے لیے اصولی رہنمائی کرتی ہے۔ وہ ٹیکنالوجی میں خواتین کے بارے میں پرجوش ہیں اور Amazon میں ویمن ان AI/ML کی بنیادی رکن ہیں۔ وہ اندرونی اور بیرونی کانفرنسوں جیسے کہ AWS re:Invent، AWS سمٹ، اور ویبینرز میں بولتی ہیں۔ کام کے علاوہ وہ رضاکارانہ، باغبانی، سائیکلنگ اور پیدل سفر سے لطف اندوز ہوتی ہے۔
- SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
- پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
- پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
- پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
- پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
- ماخذ: https://aws.amazon.com/blogs/machine-learning/build-a-contextual-chatbot-application-using-knowledge-bases-for-amazon-bedrock/
- : ہے
- : ہے
- :کہاں
- $UP
- 100
- 125
- 2019
- 2020
- 2021
- 2022
- 23
- 27
- 500
- 7
- 8
- 9
- a
- کی صلاحیت
- ہمارے بارے میں
- رفتار کو تیز تر
- تک رسائی حاصل
- تک رسائی حاصل
- کے مطابق
- اکاؤنٹ
- درست
- حاصل
- کے پار
- عمل
- شامل کریں
- ایڈیشنل
- پتے
- اعلی درجے کی
- فوائد
- مشیر
- پھر
- ایجنٹ
- AI
- اے آئی سسٹمز
- AI / ML
- مقصد
- تمام
- اجازت دے رہا ہے
- کی اجازت دیتا ہے
- اکیلے
- ساتھ
- شانہ بشانہ
- بھی
- ایمیزون
- ایمیزون ویب سروسز
- an
- اور
- سالانہ
- سالانہ ریونیو
- جواب
- جواب
- بشری
- کوئی بھی
- اے پی آئی
- APIs
- اپلی کیشن
- درخواست
- ایپلی کیشنز
- اطلاقی
- نقطہ نظر
- فن تعمیر
- کیا
- AS
- At
- اضافہ
- اضافہ
- augments
- ارورہ
- مصنف
- خود کار طریقے سے
- دستیاب
- ایونیو
- دور
- AWS
- AWS کلاؤڈ فارمیشن
- AWS re: ایجاد
- واپس
- بیس
- کی بنیاد پر
- بنیادی
- خلیج
- بیچ
- بن
- رہا
- اس سے پہلے
- شروع
- شروع ہوتا ہے
- رویے
- خیال ہے
- بہتر
- ارب
- بورڈ
- بورڈ آف ڈائریکٹرز
- کتاب
- برانڈ
- براؤزر
- تعمیر
- کاروبار
- بزنس ایپلی کیشنز
- by
- CA
- فون
- کالز
- کر سکتے ہیں
- صلاحیتوں
- دارالحکومت
- مقدمات
- CD
- چیلنجوں
- تبدیل
- تبدیلیاں
- بوجھ
- چیٹ
- چیٹ بٹ
- چیٹ بٹس
- اس کو دیکھو
- چپ
- چپس
- انتخاب
- میں سے انتخاب کریں
- صاف
- cli
- بادل
- کلاؤڈ ٹیکنالوجی
- کوڈ
- مجموعہ
- یکجا
- کس طرح
- آتا ہے
- کامن
- کمپنیاں
- کمپنی کے
- مکمل
- پیچیدگیاں
- اجزاء
- کمپیوٹیشنل
- کمپیوٹر
- کمپیوٹر ویژن
- کمپیوٹنگ
- کانفرنسوں
- رابطہ قائم کریں
- کنسول
- صارفین
- سیاق و سباق
- متعلقہ
- سیاق و سباق
- جاری
- بات چیت
- سنوادی
- بات چیت AI
- مکالمات
- تبدیل
- کور
- کارپوریٹ
- سرمایہ کاری مؤثر
- سکتا ہے
- تخلیق
- بنائی
- پیدا
- تخلیق
- مخلوق
- خالق
- کرکٹ
- اس وقت
- گاہک
- گاہک کا سلوک
- گاہک کا تجربہ
- کسٹمر سروس
- گاہکوں
- اپنی مرضی کے مطابق
- اعداد و شمار
- ڈیٹا پوائنٹس
- اعداد و شمار پر مبنی ہے
- ڈیٹا بیس
- دن
- پہلے سے طے شدہ
- نجات
- ڈیلیور
- ترسیل
- منحصر ہے
- تعینات
- تعیناتی
- بیان کیا
- تفصیل
- تفصیلات
- اس بات کا تعین
- ترقی
- ڈیولپر
- ترقی
- آریھ
- DID
- مختلف
- ڈیجیٹل
- ڈائریکٹرز
- متنوع
- دستاویز
- دستاویزات
- کر
- ڈالر
- ڈومینز
- نہیں
- نیچے
- ڈاؤن لوڈ، اتارنا
- ہر ایک
- اس سے قبل
- ابتدائی مرحلے
- وسطی
- تعلیم
- ہنر
- کوشش
- محنت سے
- یا تو
- سرایت کرنا
- ملازمین
- کو چالو کرنے کے
- enabler
- کے قابل بناتا ہے
- مشغول
- انجن
- انجنیئرنگ
- بہتر
- بڑھانے
- درج
- انٹرپرائز
- اداروں
- ماحولیات
- نقائص
- بھی
- واقعات
- ہر کوئی
- مثال کے طور پر
- تجربہ
- تجربات
- مہارت
- وضاحت
- وضاحت کی
- کی وضاحت
- بیرونی
- حقائق
- FAIL
- چند
- میدان
- فائل
- فائلوں
- آخر
- پتہ ہے
- پہلا
- بہاؤ
- توجہ مرکوز
- کے بعد
- کے لئے
- فاؤنڈیشن
- چار
- فرانسسکو
- مفت
- سے
- مکمل طور پر
- تقریب
- g1
- پیدا
- پیدا ہوتا ہے
- نسل
- پیداواری
- پیداواری AI۔
- جاؤ
- GitHub کے
- دے دو
- Go
- اہداف
- بڑھی
- گراؤنڈ
- بڑھائیں
- بڑھتا ہے
- رہنمائی
- تھا
- ہینڈل
- ہینڈل
- ہے
- he
- بھاری
- بھاری وزن اٹھانا
- مدد
- اس کی
- ہائی
- اعلی سطحی
- ان
- تاریخ
- ہوم پیج (-)
- کس طرح
- تاہم
- HTML
- HTTP
- HTTPS
- سو
- ID
- if
- وضاحت
- وضاحت کرتا ہے
- پر عمل درآمد
- اہم
- کو بہتر بنانے کے
- بہتری
- کو بہتر بنانے کے
- in
- شامل ہیں
- سمیت
- شامل
- شامل
- اضافہ
- اضافہ
- انڈکس
- انڈیکس
- انفرادی
- صنعتوں
- مطلع
- معلومات
- انفارمیشن سسٹمز
- ان پٹ
- انکوائری
- بصیرت
- انسٹال
- فوری
- ضم
- انضمام کرنا
- انضمام
- انٹرایکٹو
- مفادات
- انٹرفیس
- اندرونی
- اندرونی طور پر
- میں
- متعارف کرانے
- متعارف
- سرمایہ کاری
- پکارتے ہیں۔
- ملوث
- شامل ہے
- IT
- فوٹو
- کلیدی
- علم
- زبان
- زبانیں
- بڑے
- بڑے کاروباری اداروں
- آخری
- بعد
- شروع
- پرت
- قیادت
- لیڈز
- سیکھنے
- کم سے کم
- چھوڑ دو
- کم
- خط
- سطح
- لائبریریوں
- لائبریری
- اٹھانے
- کی طرح
- پسند
- لمیٹڈ
- لائن
- منسلک
- ایل ایل ایم
- مقامی
- لانگ
- مشین
- مشین لرننگ
- مین
- بناتا ہے
- قابل انتظام
- میں کامیاب
- انتظام کرتا ہے
- مینیجنگ
- مینوفیکچرنگ
- بہت سے
- میچ
- مئی..
- me
- مطلب
- میکانزم
- رکن
- یاد داشت
- محض
- دس لاکھ
- ملین ڈالر
- کم سے کم
- منٹ
- منٹ
- ماڈل
- ماڈل
- نظر ثانی کرنے
- زیادہ
- سب سے زیادہ
- ایک سے زیادہ
- نام
- قدرتی
- قدرتی زبان عملیات
- تشریف لے جائیں
- سمت شناسی
- ضرورت ہے
- ضرورت
- ضروریات
- نئی
- اگلے
- نہیں
- کوئی بھی نہیں
- براہ مہربانی نوٹ کریں
- نوٹ بک
- کا کہنا
- مقصد
- of
- پیش کرتے ہیں
- پیشکشیں
- تجویز
- دفتر
- اکثر
- on
- ایک
- کھول
- اوپن سورس
- زیادہ سے زیادہ
- اختیار
- آپشنز کے بھی
- or
- تنظیمیں
- دیگر
- دوسری صورت میں
- ہمارے
- باہر
- پیداوار
- باہر
- پر
- زمین کے اوپر
- مجموعی جائزہ
- خود
- صفحہ
- پین
- پیرامیٹرز
- پارٹنر
- حصے
- منظور
- حصئوں
- منظور
- جذباتی
- گزشتہ
- پاٹرن
- فیصد
- کارکردگی
- اجازتیں
- نجیکرت
- منصوبہ
- پلاٹا
- افلاطون ڈیٹا انٹیلی جنس
- پلیٹو ڈیٹا
- کھیل
- پوائنٹ
- پوائنٹس
- پالیسیاں
- مقبول
- مقبولیت
- پوسٹ
- طاقت
- طاقت
- طاقتور
- ترجیحات
- حال (-)
- پیش
- تحفہ
- پچھلا
- پرنسپل
- مسائل
- عمل
- پروسیسنگ
- پروسیسرز
- حاصل
- پیش رفت
- منصوبوں
- اشارہ کرتا ہے
- ملکیت
- فراہم
- فراہم
- فراہم کرتا ہے
- فراہم کرنے
- خریداریوں
- ازگر
- سوالات
- استفسار میں
- سوال
- سوالات
- فوری
- چیتھڑا
- لے کر
- RE
- تیار
- اصلی
- حقیقی دنیا
- اصل وقت
- ریکارڈ
- کو کم
- کو کم کرنے
- کا حوالہ دیتے ہیں
- خطوں
- باقاعدگی سے
- متعلقہ
- مطابقت
- متعلقہ
- ہٹاتا ہے
- رپورٹیں
- ذخیرہ
- کی نمائندگی
- درخواست
- ضرورت
- کی ضرورت ہے
- وسائل
- جواب
- جواب
- جوابات
- بازیافت
- واپسی
- آمدنی
- کا جائزہ لینے کے
- سڑک
- کردار
- کردار
- رن
- چلتا ہے
- رن ٹائم
- اسی
- نمونہ
- سان
- سان فرانسسکو
- محفوظ
- توسیع پذیر
- سکیلنگ
- اسکرپٹ
- sdk
- تلاش کریں
- سیکشن
- سیکشنز
- محفوظ بنانے
- دیکھنا
- منتخب
- منتخب
- معنوی
- بھیجا
- خدمت
- بے سرور
- سروس
- سروسز
- اجلاس
- مقرر
- ترتیبات
- سیٹ اپ
- شیئر ہولڈر
- شیئردارکوں
- وہ
- مختصر مدت کے
- ہونا چاہئے
- نمائش
- اہم
- اسی طرح
- بیک وقت
- ایک
- سائز
- چھوٹے
- حل
- حل
- کچھ
- بہتر
- ماخذ
- ذرائع
- بولی
- ماہرین
- مہارت دیتا ہے
- مخصوص
- مخصوص
- تقسیم
- الگ ہوجاتا ہے
- ڈھیر لگانا
- شروع کریں
- سترٹو
- حالت
- درجہ
- تنوں
- مرحلہ
- مراحل
- ذخیرہ
- ذخیرہ
- پردہ
- ذخیرہ کرنے
- براہ راست
- حکمت عملی
- کارگر
- جمع
- بعد میں
- کافی
- کامیابی کے ساتھ
- اس طرح
- مشورہ
- اجلاس
- حمایت
- تائید
- کی حمایت کرتا ہے
- ہم آہنگی
- کے نظام
- سسٹمز
- ٹیبل
- موزوں
- لے لو
- لیتا ہے
- کاموں
- ٹیک
- ٹیکنالوجی
- سانچے
- ٹرمنل
- ٹیسٹ
- تجربہ
- متن
- سے
- کہ
- ۔
- کے بارے میں معلومات
- ماخذ
- ان
- ان
- تو
- وہاں.
- لہذا
- یہ
- وہ
- اس
- ان
- تین
- کے ذریعے
- وقت
- ٹائٹین
- کرنے کے لئے
- تبدیل
- ٹرگر
- قابل اعتماد
- کوشش
- دو
- اقسام
- کے تحت
- سمجھ
- اپ ڈیٹ
- اپ لوڈ کردہ
- استعمال کی شرائط
- استعمال کیا جاتا ہے
- رکن کا
- صارفین
- استعمال
- کا استعمال کرتے ہوئے
- کی افادیت
- v1
- قیمتی
- قیمت
- اقدار
- مختلف
- نقطہ نظر
- حجم
- چاہتے ہیں
- تھا
- دیکھ
- راستہ..
- we
- ویب
- ویب براؤزر
- ویب خدمات
- ویب پر مبنی ہے
- Webinars
- ہفتے
- مہینے
- مغربی
- کیا
- جب
- جس
- جبکہ
- کیوں
- گے
- ونڈو
- ساتھ
- خواتین
- خواتین میں ٹیکنالوجی
- کام
- کام کا بہاؤ
- کام کے بہاؤ
- کام کر
- کام کرتا ہے
- لکھنا
- کوڈ لکھیں
- لکھا
- یامل
- سال
- سال
- تم
- اور
- یو ٹیوب پر
- زیفیرنیٹ