अपना पहला AI एजेंट कैसे बनाएं जिसके लिए कंपनियां $10K+ का भुगतान करेंगी (पूर्ण कोर्स)

आपने AI एजेंट्स के बारे में सुना होगा।

इसे बुकमार्क करें और सेव करें :)

ज़्यादातर लोग "AI एजेंट" सुनते हैं और उनके दिमाग में इंजीनियरों की एक टीम आती है जो टर्मिनलों पर झुककर हज़ारों लाइनों का कोड लिख रही है।

यह एक साल पहले सच था।

अब यह सच नहीं है।

Anthropic ने अभी-अभी कुछ लॉन्च किया है जिसे Claude Managed Agents कहा जाता है। यह एक इंफ्रास्ट्रक्चर लेयर है जो आपको क्लाउड में पूरी तरह से स्वायत्त AI एजेंट बनाने, डिप्लॉय करने और चलाने की सुविधा देता है — बिना सर्वर मैनेज किए, एजेंट लूप लिखे, या खुद सैंडबॉक्स कॉन्फ़िगर किए।

आप बताते हैं कि एजेंट को क्या करना चाहिए। बाकी सब Claude संभाल लेता है।

और अभी इसमें प्रवेश की बाधा इतनी कम है कि शून्य तकनीकी पृष्ठभूमि वाले लोग भी ऐसे एजेंट तैयार कर रहे हैं जो 24/7 चलते हैं, वास्तविक कार्य करते हैं, और वास्तविक आउटपुट देते हैं।

इसके लिए खिड़की पूरी तरह खुली है। लेकिन यह हमेशा खुली नहीं रहेगी।

यहाँ बिल्कुल सही तरीका बताया गया है कि कैसे अपना पहला AI एजेंट शुरू से बनाएं, कदम दर कदम, भले ही आपने कभी कोड की एक भी लाइन न लिखी हो।

AI एजेंट क्या है (और आपको इसकी परवाह क्यों करनी चाहिए)

AI एजेंट कोई चैटबॉट नहीं है।

चैटबॉट आपके सवाल का इंतज़ार करता है, आपको जवाब देता है, और रुक जाता है। आप काम करते हैं। आप जवाब कॉपी करते हैं। आप इसे कहीं पेस्ट करते हैं। आप अगले काम पर बढ़ जाते हैं।

एजेंट अलग है। एजेंट एक लक्ष्य लेता है, उसे चरणों में तोड़ता है, प्रत्येक चरण को पूरा करने के लिए टूल का उपयोग करता है, अपने काम की जाँच करता है, और एक तैयार परिणाम देता है। यह स्वायत्त रूप से काम करता है। यह निर्णय लेता है। यह जटिलता को संभालता है बिना आपके हर कदम पर हाथ पकड़े।

इसे ऐसे समझें जैसे किसी पार्टी में किसी से सवाल पूछने और किसी को शुरू से अंत तक एक प्रोजेक्ट संभालने के लिए किराए पर लेने में अंतर होता है।

चैटबॉट पार्टी में वह व्यक्ति है। एजेंट वह कर्मचारी है जो बस काम करके देता है।

और अभी, Claude Managed Agents इसे बनाने का सबसे तेज़ तरीका है।

क्यों Claude Managed Agents सब कुछ बदल देता है

Managed Agents से पहले, AI एजेंट बनाने का मतलब था इंफ्रास्ट्रक्चर के पहाड़ से निपटना।

आपको सैंडबॉक्स्ड एनवायरनमेंट सेट अप करने होते थे। आपको सत्रों के बीच स्टेट मैनेजमेंट संभालना होता था। आपको टूल एक्ज़ीक्यूशन लेयर बनानी होती थी। आपको सुरक्षा, अनुमतियाँ, क्रेडेंशियल मैनेजमेंट और एरर रिकवरी से निपटना होता था।

ज़्यादातर लोग दिलचस्प हिस्से तक पहुँचने से पहले ही हार मान जाते थे।

Managed Agents यह सब हटा देता है। Anthropic इंफ्रास्ट्रक्चर संभालता है। आप इस बात पर ध्यान केंद्रित करते हैं कि एजेंट क्या करता है — न कि यह कैसे चलता है।

यहाँ वह है जो आपको बॉक्स से बाहर मिलता है:

• क्लाउड-होस्टेड कंटेनर जो आपके एजेंट को सुरक्षित रूप से चलाते हैं
• bash कमांड, फ़ाइल ऑपरेशन, वेब ब्राउज़िंग और कोड एक्ज़ीक्यूशन के लिए पहले से बने टूल
• स्थायी फ़ाइल सिस्टम ताकि आपका एजेंट सत्रों के बीच याद रखे कि उसने क्या किया
• बिल्ट-इन मेमोरी ताकि एजेंट समय के साथ बेहतर होते जाएँ
• मल्टी-एजेंट ऑर्केस्ट्रेशन ताकि आप एक ही कार्य पर एक साथ काम करने वाले कई एजेंट चला सकें

यह आखिरी वाला बिल्कुल नया है। Anthropic ने 6 मई, 2026 को अपने Code with Claude इवेंट में मल्टी-एजेंट ऑर्केस्ट्रेशन की घोषणा की। अब आप एक ही समस्या पर समानांतर रूप से काम करने वाले 20 विशेष एजेंट तक चला सकते हैं।

यह जल्द आने वाला नहीं है। यह अभी लाइव है।

चरण 1: समझें कि आपका एजेंट क्या करेगा

किसी भी तकनीकी चीज़ को छूने से पहले, एक प्रश्न का उत्तर दें:

वह एक कार्य क्या है जिसे आप अपने एजेंट से संभलवाना चाहते हैं?

ज़्यादातर लोग यहाँ असफल होते हैं क्योंकि वे एक ऐसा एजेंट बनाने की कोशिश करते हैं जो सब कुछ करे। यह एक कर्मचारी को किराए पर लेने और उन्हें यह बताने जैसा है कि उनका काम "कुछ करो" है। आप वास्तविक जीवन में ऐसा कभी नहीं करेंगे और आपको AI एजेंट के साथ भी ऐसा नहीं करना चाहिए।

एक विशिष्ट, दोहराने योग्य कार्य चुनें। कुछ ऐसा जो आप नियमित रूप से करते हैं जो समय लेने वाला है लेकिन आपके अद्वितीय रचनात्मक निर्णय की आवश्यकता नहीं है।

अच्छे उदाहरण:

• हर सुबह नए सपोर्ट टिकटों को प्राथमिकता के अनुसार छाँटना
• अपने प्रतिस्पर्धी की वेबसाइट को साप्ताहिक रूप से स्कैन करना और संक्षेप में बताना कि क्या बदला
• तीन स्रोतों से डेटा खींचना, उन्हें संयोजित करना, और एक फ़ॉर्मेटेड रिपोर्ट बनाना
• GitHub रिपॉजिटरी की निगरानी करना और उन मुद्दों को फ़्लैग करना जो कुछ मानदंडों से मेल खाते हों
• आने वाले दस्तावेज़ों को प्रोसेस करना और मुख्य जानकारी को एक स्प्रेडशीट में निकालना

कार्य जितना अधिक विशिष्ट होगा, आपका एजेंट उतना ही बेहतर प्रदर्शन करेगा।

चरण 2: भूमिका को ऐसे परिभाषित करें जैसे आप एक कर्मचारी को किराए पर ले रहे हों

यह वह कदम है जिसे अधिकांश शुरुआती छोड़ देते हैं। और यह वह कदम है जो काम करने वाले एजेंटों को बकवास पैदा करने वाले एजेंटों से अलग करता है।

हर महान एजेंट एक स्पष्ट सिस्टम प्रॉम्प्ट से शुरू होता है। इसे उस नौकरी के विवरण के रूप में सोचें जो आप पहले दिन एक नए कर्मचारी को देंगे।

आपके सिस्टम प्रॉम्प्ट में शामिल होना चाहिए:

एजेंट कौन है। इसे एक भूमिका दें। "आप एक शोध विश्लेषक हैं जो प्रतिस्पर्धी खुफिया में माहिर हैं" "आप एक सहायक सहायक हैं" से कहीं बेहतर है।

सफलता कैसी दिखती है। आउटपुट को परिभाषित करें। "सफलता का मतलब है विशिष्ट डेटा बिंदुओं, श्रेणी के अनुसार सूचीबद्ध प्रतिस्पर्धी परिवर्तनों और एक सिफारिश अनुभाग के साथ दो-पेज का सारांश" एजेंट को एक लक्ष्य देता है।

इसे कभी क्या नहीं करना चाहिए। सीमाएँ मायने रखती हैं। "कभी भी डेटा न बनाएं। ऐसी जानकारी कभी शामिल न करें जिसे आप सत्यापित नहीं कर सकते। यदि आप किसी चीज़ के बारे में अनिश्चित हैं, तो अनुमान लगाने के बजाय इसे अनिश्चित के रूप में चिह्नित करें।"

इसे एज केस कैसे संभालने चाहिए। "यदि किसी प्रतिस्पर्धी की वेबसाइट डाउन है, तो इसे लॉग करें और आगे बढ़ें। दो बार से अधिक पुनः प्रयास न करें। अंतिम रिपोर्ट में एक नोट शामिल करें कि उस प्रतिस्पर्धी का डेटा अधूरा हो सकता है।"

एक अस्पष्ट प्रॉम्प्ट एक अस्पष्ट एजेंट देता है। एक सटीक प्रॉम्प्ट एक विश्वसनीय एजेंट देता है।

चरण 3: अपना एजेंट सेट अप करें (गैर-तकनीकी संस्करण)

यदि आप Claude के उपभोक्ता इंटरफ़ेस — Claude.ai — का उपयोग कर रहे हैं, तो आप बिना कोई कोड लिखे Cowork के माध्यम से एजेंट बनाना शुरू कर सकते हैं।

Claude Desktop ऐप खोलें। Cowork टैब पर जाएँ। Claude को उस फ़ोल्डर की ओर इंगित करें जहाँ आपकी प्रासंगिक फ़ाइलें रहती हैं। फिर इसे चरण 2 के सिस्टम प्रॉम्प्ट फ्रेमवर्क का उपयोग करके अपना कार्य दें।

उदाहरण के लिए:

"आप एक साप्ताहिक रिपोर्ट जनरेटर हैं। हर बार जब मैं यह कार्य चलाता हूँ, तो आपको मेरे /Reports फ़ोल्डर में तीन CSV फ़ाइलें खोलनी चाहिए, डेटा को संयोजित करना चाहिए, शीर्ष पाँच रुझानों की पहचान करनी चाहिए, और /Output में एक सारांश दस्तावेज़ बनाना चाहिए। सारांश को प्रत्येक रुझान के लिए शीर्षकों के साथ फ़ॉर्मेट करें, विशिष्ट संख्याएँ शामिल करें, और एक-पैराग्राफ की सिफारिश के साथ समाप्त करें।"

Claude एक योजना बनाएगा, इसे आपको दिखाएगा, और आपके अनुमोदन के बाद इसे निष्पादित करेगा।

यह आपका पहला एजेंट है। इसमें पाँच मिनट लगे।

यदि आप अधिक शक्ति चाहते हैं — शेड्यूल्ड रन, API ट्रिगर, मल्टी-एजेंट सेटअप — तो आपको Claude API का उपयोग करना होगा। लेकिन यह भी आपके विचार से कहीं अधिक सुलभ है।

चरण 4: अपने एजेंट को टूल दें

एक नंगा एजेंट केवल सोच और लिख सकता है। यह उपयोगी है लेकिन सीमित है।

एक शक्तिशाली एजेंट कार्रवाई कर सकता है। यह वेब खोज सकता है। यह फ़ाइलें पढ़ सकता है। यह कोड लिख और चला सकता है। यह API और MCP सर्वर के माध्यम से बाहरी सेवाओं से जुड़ सकता है।

Claude Managed Agents के साथ, आपको बॉक्स से बाहर एक पूर्ण टूलकिट मिलता है:

Bash निष्पादन — आपका एजेंट एक सुरक्षित कंटेनर में कमांड चला सकता है। इसका मतलब है कि यह डेटा प्रोसेस कर सकता है, स्क्रिप्ट चला सकता है, पैकेज इंस्टॉल कर सकता है, और सिस्टम कार्यों को स्वचालित कर सकता है।

फ़ाइल ऑपरेशन — फ़ाइलों को पढ़ना, लिखना, बनाना और व्यवस्थित करना। आपका एजेंट दस्तावेज़ों को प्रोसेस कर सकता है, रिपोर्ट जनरेट कर सकता है, और फ़ाइल सिस्टम प्रबंधित कर सकता है।

वेब एक्सेस — आपका एजेंट इंटरनेट खोज सकता है, वेब पेज ला सकता है, और लाइव स्रोतों से जानकारी निकाल सकता है।

MCP कनेक्टर — यह वह जगह है जहाँ यह शक्तिशाली हो जाता है। MCP (मॉडल कॉन्टेक्स्ट प्रोटोकॉल) आपके एजेंट को Google Drive, Slack, Gmail, Linear, GitHub और अधिक जैसी सेवाओं से सीधे जुड़ने देता है। आपका एजेंट आपके वास्तविक टूल से डेटा खींच सकता है और परिणामों को वापस उनमें पुश कर सकता है।

अपने एजेंट को Slack से कनेक्ट करें और यह सीधे एक चैनल में दैनिक सारांश पोस्ट कर सकता है। इसे Google Drive से कनेक्ट करें और यह साझा दस्तावेज़ पढ़ सकता है और स्प्रेडशीट अपडेट कर सकता है। इसे GitHub से कनेक्ट करें और यह रिपॉजिटरी की निगरानी कर सकता है, मुद्दे दर्ज कर सकता है, और यहाँ तक कि पुल रिक्वेस्ट भी खोल सकता है।

आप इसे जितने अधिक टूल देंगे, यह उतना ही अधिक स्वायत्त हो जाएगा।

चरण 5: परीक्षण करें, तोड़ें और ठीक करें

आपका पहला संस्करण सही नहीं होगा। यह सामान्य है।

अपने एजेंट को पाँच बार चलाएँ। देखें कि यह क्या करता है। उन पैटर्न की तलाश करें जहाँ यह विफल होता है।

सामान्य विफलता मोड:

एजेंट बहुत अधिक करता है। यह आपके निर्देशों की अत्यधिक व्याख्या करता है और ऐसे कदम जोड़ता है जो आपने नहीं माँगे। इसे अपने प्रॉम्प्ट में स्पष्ट बाधाएँ जोड़कर ठीक करें। "केवल ऊपर सूचीबद्ध चरणों का पालन करें। जब तक विशेष रूप से अनुरोध न किया जाए, अतिरिक्त विश्लेषण न जोड़ें।"

एजेंट बहुत कम करता है। यह बहुत जल्दी रुक जाता है या सतही आउटपुट देता है। इसे इस बारे में अधिक विशिष्ट होकर ठीक करें कि "हो गया" कैसा दिखता है। अच्छे आउटपुट के उदाहरण जोड़ें ताकि इसके पास मिलान करने के लिए एक संदर्भ हो।

एजेंट मतिभ्रम करता है। यह डेटा बनाता है या ऐसे स्रोतों का हवाला देता है जो मौजूद नहीं हैं। इसे एक सत्यापन चरण जोड़कर ठीक करें। "किसी भी डेटा बिंदु को शामिल करने से पहले, इसे स्रोत सामग्री के विरुद्ध सत्यापित करें। यदि आप इसे सत्यापित नहीं कर सकते, तो इसे बाहर करें और नोट करें कि क्या गायब है।"

एजेंट एज केस से भ्रमित हो जाता है। कुछ अप्रत्याशित होता है और यह या तो क्रैश हो जाता है या बकवास पैदा करता है। इसे स्पष्ट एरर हैंडलिंग निर्देश जोड़कर ठीक करें। "यदि [विशिष्ट परिदृश्य], तो [विशिष्ट कार्रवाई]।"

हर विफलता आपके प्रॉम्प्ट को स्मार्ट बनाने का एक अवसर है। जो लोग महान एजेंट बनाते हैं, वे वे नहीं हैं जो पहली कोशिश में सही कर लेते हैं। वे वे हैं जो सबसे तेज़ी से पुनरावृत्ति करते हैं।

चरण 6: इसे शेड्यूल करें और दूर चले जाएँ

एक बार जब आपका एजेंट विश्वसनीय रूप से काम करता है, तो अगली चाल स्वचालन है।

यदि आप Cowork का उपयोग कर रहे हैं, तो आप /schedule कमांड का उपयोग करके शेड्यूल किए गए कार्य सेट कर सकते हैं। अपने एजेंट को प्रतिदिन सुबह 7 बजे, शुक्रवार को साप्ताहिक, या अपने कार्य के लिए जो भी कैडेंस उपयुक्त हो, चलाने के लिए सेट करें।

यदि आप Claude Code का उपयोग कर रहे हैं, तो बिल्कुल नई Routines सुविधा आपको Anthropic के क्लाउड इंफ्रास्ट्रक्चर पर चलने वाले ऑटोमेशन कॉन्फ़िगर करने देती है। आपके लैपटॉप को खुला रहने की आवश्यकता नहीं है। आप प्रॉम्प्ट, शेड्यूल और कनेक्टर एक बार सेट करते हैं — और यह अपने आप चलता है।

वास्तविक उदाहरण जो लोग अभी चला रहे हैं:

रात्रिकालीन बग ट्राएज — एजेंट Linear से नए मुद्दे खींचता है, उन्हें वर्गीकृत करता है, प्राथमिकताएँ निर्दिष्ट करता है, और टीम के जागने से पहले Slack पर एक सारांश पोस्ट करता है।

साप्ताहिक प्रतिस्पर्धी विश्लेषण — एजेंट पाँच प्रतिस्पर्धी वेबसाइटों को स्कैन करता है, पहचानता है कि क्या बदला, एक रिपोर्ट संकलित करता है, और इसे Google Drive में सहेजता है।

दैनिक सामग्री अनुसंधान — एजेंट एक विशिष्ट आला में X पर ट्रेंडिंग विषयों की निगरानी करता है, शीर्ष प्रदर्शन करने वाली पोस्ट की पहचान करता है, हुक और संरचनाओं को निकालता है, और एक ब्रीफिंग दस्तावेज़ बनाता है।

यह वैसा ही दिखता है जब आपका एजेंट एक कर्मचारी बन जाता है जो 24/7 काम करता है।

चरण 7: जो काम करता है उसे स्केल करें

एक एजेंट जो आपको सप्ताह में दो घंटे बचाता है, वह बनाने लायक है।

तीन एजेंट जो आपको सप्ताह में दस घंटे बचाते हैं, वे एक सिस्टम बनाने लायक हैं।

एक बार जब आपका पहला एजेंट विश्वसनीय हो जाए, तो एक अलग कार्य के लिए दूसरा बनाएँ। फिर तीसरा। प्रत्येक एक ही प्रक्रिया का पालन करता है — भूमिका को परिभाषित करें, प्रॉम्प्ट सेट करें, टूल कनेक्ट करें, परीक्षण करें, पुनरावृत्ति करें, स्वचालित करें।

जो लोग अभी AI से सबसे अधिक लाभ उठा रहे हैं, वे वे नहीं हैं जो सबसे अधिक टूल का उपयोग कर रहे हैं। वे वे हैं जो एक प्लेटफ़ॉर्म पर गहराई से गए और उसके चारों ओर एजेंटों की एक प्रणाली बनाई।

मल्टी-एजेंट ऑर्केस्ट्रेशन अब लाइव होने के साथ, आप ऐसे एजेंट भी बना सकते हैं जो एक साथ काम करते हैं। एक शोध एजेंट विश्लेषण एजेंट को डेटा फीड करता है, जो रिपोर्टिंग एजेंट को अंतर्दृष्टि फीड करता है, जो हर सुबह आपके इनबॉक्स में एक तैयार दस्तावेज़ पहुँचाता है।

यह विज्ञान कथा नहीं है। यह मई 2026 में Claude Managed Agents है।

ईमानदार सच्चाई

अपना पहला एजेंट बनाने में एक घंटे से भी कम समय लगता है।

एक महान एजेंट बनाने में पुनरावृत्ति लगती है। इसमें परीक्षण लगता है। इसमें हफ्तों तक अपने प्रॉम्प्ट को परिष्कृत करना लगता है जब तक कि आउटपुट लगातार उत्कृष्ट न हो जाए।

लेकिन जो लोग AI को चैटबॉट के रूप में उपयोग करते हैं और जो लोग AI को एक स्वायत्त कार्यबल के रूप में उपयोग करते हैं, उनके बीच का अंतर तकनीक में सबसे बड़ा प्रतिस्पर्धात्मक लाभ बनने वाला है।

छह महीने बाद, जिन लोगों ने आज एजेंट बनाना शुरू किया, उनके पास ऐसे सिस्टम चल रहे होंगे जो सोते समय वास्तविक आउटपुट देते हैं।

बाकी सभी अभी भी चैट विंडो से कॉपी-पेस्ट कर रहे होंगे।

टूल मुफ्त हैं। इंफ्रास्ट्रक्चर तैयार है। केवल एक चीज गायब है आपका पहला बिल्ड।

शुरुआती लोगों द्वारा की जाने वाली तीन सबसे बड़ी गलतियाँ

पहली गलती: एक ऐसा एजेंट बनाना जो बहुत सी चीजें करता हो। आपके पहले एजेंट को बिल्कुल एक कार्य संभालना चाहिए। एक। पाँच नहीं। "जो भी आए" नहीं। एक अच्छी तरह से परिभाषित कार्य। उसे पूरी तरह से काम करने दें। फिर अगले कार्य के लिए अपना दूसरा एजेंट बनाएँ। अपनी पहली परियोजना के रूप में एक सामान्य-उद्देश्य वाला एजेंट बनाने की कोशिश करना निराश होने और छोड़ने का सबसे तेज़ तरीका है।

दूसरी गलती: पर्याप्त संदर्भ न देना। एक एजेंट जो उपयोगी आउटपुट देता है और एक एजेंट जो सामान्य बकवास देता है, के बीच सबसे बड़ा अंतर संदर्भ है। आपके एजेंट को यह जानना होगा कि आप कौन हैं, आप किस उद्योग में हैं, आपके मानक क्या हैं, और आउटपुट कैसा दिखना चाहिए। दो-पैराग्राफ का सिस्टम प्रॉम्प्ट हमेशा दो-पेज के सिस्टम प्रॉम्प्ट से भी बदतर परिणाम देगा। एक विस्तृत ब्रीफ लिखने में समय लगाएँ।

तीसरी गलती: पुनरावृत्ति न करना। आपका पहला संस्करण सही नहीं होगा। आपका दूसरा संस्करण भी सही नहीं होगा। जो लोग महान एजेंट बनाते हैं, वे हर रन को फीडबैक के रूप में मानते हैं। वे आउटपुट देखते हैं, पहचानते हैं कि क्या गलत हुआ, प्रॉम्प्ट अपडेट करते हैं, और इसे फिर से चलाते हैं। पाँच से दस पुनरावृत्तियों के भीतर, एजेंट "मोटे तौर पर उपयोगी" से "विश्वसनीय रूप से उत्कृष्ट" हो जाता है। जो लोग एक बार प्रयास करते हैं, एक औसत परिणाम प्राप्त करते हैं, और निष्कर्ष निकालते हैं कि "एजेंट काम नहीं करते" वे पूरे अवसर को खो देते हैं।

एजेंट इकोसिस्टम अभी फट रहा है

Anthropic एकमात्र खिलाड़ी नहीं है। लेकिन वे वर्तमान में एजेंट इंफ्रास्ट्रक्चर के लिए सबसे अच्छी स्थिति में हैं।

Claude Managed Agents 8 अप्रैल, 2026 को लॉन्च हुआ। मल्टी-एजेंट ऑर्केस्ट्रेशन 6 मई को लाइव हुआ। Dreaming — जहाँ एजेंट सत्रों के बीच स्वयं-सुधार करते हैं — उसी दिन शिप हुआ। Routines — स्वायत्त शेड्यूल किए गए वर्कफ़्लो — रिसर्च प्रीव्यू में हैं। और Anthropic ने अभी Pro, Max और Enterprise ग्राहकों के लिए Claude Code रेट लिमिट को दोगुना कर दिया है।

इकोसिस्टम इतनी तेज़ी से आगे बढ़ रहा है कि जो आज "उन्नत" है, वह तीन महीनों में मानक अभ्यास होगा। जो लोग अभी निर्माण शुरू करते हैं, उनके पास तब तक महीनों का संचयी अनुभव और शोधन होगा जब तक बाकी सभी पकड़ते हैं।

यही वास्तविक लाभ है। तकनीक नहीं। इसका उपयोग करने का अनुभव।

आज ही शुरू करें। जो लोग वास्तव में इस सप्ताह अपना पहला एजेंट बनाते हैं, वे कुछ ऐसा समझेंगे जो बाकी दुनिया को एक और साल में पता नहीं चलेगा।

अगर आपको यह उपयोगी लगा, तो मुझे फॉलो करें @eng_khairallah1 इस तरह की और AI सामग्री के लिए। मैं हर हफ्ते ब्रेकडाउन, कोर्स और टूल पोस्ट करता हूँ।

उम्मीद है यह आपके लिए उपयोगी रहा, खैरल्लाह ❤️