diff --git a/lessons/03-prompt-engineering/translations/README.el.md b/lessons/03-prompt-engineering/translations/README.el.md index 9038561..f019214 100644 --- a/lessons/03-prompt-engineering/translations/README.el.md +++ b/lessons/03-prompt-engineering/translations/README.el.md @@ -1,4 +1,4 @@ -# Μάθημα 3: Prompt Engineering +# Μάθημα 3: Μηχανική οδηγιών (Prompt Engineering) Σε αυτό το κεφάλαιο θα μάθεις: diff --git a/lessons/04-structured-output/translations/README.el.md b/lessons/04-structured-output/translations/README.el.md index d367402..1db7e58 100644 --- a/lessons/04-structured-output/translations/README.el.md +++ b/lessons/04-structured-output/translations/README.el.md @@ -1,4 +1,4 @@ -# Μάθημα 4: Structured Output +# Μάθημα 4: Δομημένη έξοδος (Structured Output) Σε αυτό το κεφάλαιο θα μάθεις: diff --git a/lessons/05-rag/translations/README.el.md b/lessons/05-rag/translations/README.el.md index aa1933d..13a1bf0 100644 --- a/lessons/05-rag/translations/README.el.md +++ b/lessons/05-rag/translations/README.el.md @@ -1,4 +1,4 @@ -# Μάθημα 5: Μίλησε με τα δεδομένα σου με Retrieval-Augmented Generation (RAG) +# Μάθημα 5: Μίλησε με τα δεδομένα σου με Ανάκτηση-Ενισχυμένη Γενέαση (Retrieval-Augmented Generation, RAG) Σε αυτό το κεφάλαιο θα μάθεις: diff --git a/lessons/06-tool-calling/translations/README.el.md b/lessons/06-tool-calling/translations/README.el.md index 87f776d..29d0b57 100644 --- a/lessons/06-tool-calling/translations/README.el.md +++ b/lessons/06-tool-calling/translations/README.el.md @@ -1,4 +1,4 @@ -# Μάθημα 6: Tool Calling +# Μάθημα 6: Κλήση εργαλείων (Tool Calling) Το tool calling (κλήση εργαλείων), γνωστό και ως function calling, αναφέρεται στη βελτίωση του AI model σου με την προσθήκη δυνατοτήτων που προηγουμένως δεν είχε. Η ιδέα περιλαμβάνει την παροχή μετα-περιγραφών των συναρτήσεών σου, ώστε το AI model να μπορεί να αποφασίζει πότε πρέπει να κληθεί ένα συγκεκριμένο εργαλείο με βάση το prompt του χρήστη. Η ιδέα είναι να του δώσεις μετα-περιγραφές των πραγματικών σου συναρτήσεων και να κάνεις το AI model να υποδεικνύει πότε πρέπει να κληθεί ένα τέτοιο εργαλείο με βάση το prompt του χρήστη. diff --git a/lessons/07-mcp/translations/README.el.md b/lessons/07-mcp/translations/README.el.md index 39ffcab..84b4b73 100644 --- a/lessons/07-mcp/translations/README.el.md +++ b/lessons/07-mcp/translations/README.el.md @@ -1,4 +1,4 @@ -# Μάθημα 7: MCP, Model Context Protocol +# Μάθημα 7: Πρωτόκολλο Πλαισίου Μοντέλου (Model Context Protocol, MCP) Σε αυτό το κεφάλαιο θα μάθεις: diff --git a/lessons/08-mcp-advanced/translations/README.el.md b/lessons/08-mcp-advanced/translations/README.el.md index 746f33e..786d81b 100644 --- a/lessons/08-mcp-advanced/translations/README.el.md +++ b/lessons/08-mcp-advanced/translations/README.el.md @@ -1,4 +1,4 @@ -# Μάθημα 8: Βελτιώνοντας MCP Clients με Large Language Models +# Μάθημα 8: Βελτιώνοντας πελάτες MCP (Clients) με Μεγάλα Γλωσσικά Μοντέλα (Large Language Models) Στο προηγούμενο μάθημα, δημιούργησες έναν MCP Server και εξερεύνησες πώς βοηθά να αποσυνδέεται η λογική μιας εφαρμογής AI από τις δυνατότητές της. Δείξαμε πώς να προσθέτεις tools και resources ως capabilities και πώς ο server μπορεί να προσπελαστεί είτε από ένα inspector tool είτε από έναν custom client. Αυτό ήταν μόνο η αρχή. Σε αυτό το κεφάλαιο, θα προχωρήσεις ένα βήμα παραπέρα ενσωματώνοντας ένα large language model (LLM) στον client—ξεκλειδώνοντας μια πιο ισχυρή και πιο διαισθητική εμπειρία χρήστη.