परीक्षा तैयारी गाइड · लेखक: Reid Chong · जाँच की तारीख: 26 अक्टूबर 2026
GH-600 अध्ययन गाइड: GitHub की एजेंटिक AI डेवलपर परीक्षा की तैयारी कैसे करें
छह डोमेन, सीधे Microsoft की अपनी अध्ययन गाइड से, और हर डोमेन के लिए एक हैंड्स-ऑन अभ्यास जो आप इसी हफ़्ते कर सकते हैं।
GH-600, जिसका औपचारिक नाम “Developing in Agentic AI Systems” है, GitHub Certified: Agentic AI Developer प्रमाणन के लिए GitHub की परीक्षा है। यह Microsoft Learn के ज़रिए दी जाती है और Pearson VUE के ज़रिए शेड्यूल होती है। यह गाइड Microsoft की अपनी अध्ययन गाइड में दिए छह डोमेन को सरल भाषा में समझाती है, और हर डोमेन के लिए एक हैंड्स-ऑन अभ्यास देती है, जिसे आप अपने पहले से इस्तेमाल हो रहे किसी भी कोडिंग एजेंट के साथ इसी हफ़्ते चला सकते हैं। Nightschool AI एक स्वतंत्र प्रशिक्षण साइट है। हम GitHub, Microsoft या Pearson VUE नहीं हैं, हम परीक्षा का संचालन नहीं करते और प्रमाणन नहीं देते। नीचे का हर तथ्य उन्हीं दो पन्नों में दिए विवरण पर आधारित है, किसी पास प्रतिशत या वेतन के आँकड़े पर नहीं, जो उनमें से किसी पन्ने पर प्रकाशित नहीं है।
GH-600 (“Developing in Agentic AI Systems”) GitHub Certified: Agentic AI Developer प्रमाणन के लिए GitHub की परीक्षा है, जो Microsoft Learn के ज़रिए दी जाती है। यह उन लोगों के लिए है जो असली सॉफ़्टवेयर डेवलपमेंट लाइफ़साइकल (SDLC) में AI कोडिंग एजेंट चलाते, उनकी निगरानी करते और उन पर नियंत्रण रखते हैं: आर्किटेक्ट, प्लेटफ़ॉर्म इंजीनियर, DevOps इंजीनियर, डेवलपर और सिक्योरिटी इंजीनियर। परीक्षा दो घंटे की है, प्रॉक्टर्ड है और Pearson VUE के ज़रिए शेड्यूल होती है, इसका शुल्क US$165 है (देश या क्षेत्र के अनुसार कीमत बदलती है), और पास होने के लिए 700 या उससे ऊपर का स्केल्ड स्कोर चाहिए। इसमें छह डोमेन हैं: एजेंट आर्किटेक्चर और SDLC, टूल का उपयोग, मेमोरी और स्टेट, मूल्यांकन, मल्टी-एजेंट समन्वय, और गार्डरेल।
प्रकाशित
मुफ़्त पाठ · खाते की ज़रूरत नहींCLAUDE.md: आपके प्रोजेक्ट की रीढ़प्रैक्टिशनर सेटअप6 मि॰मुफ़्त पाठ शुरू करेंमुख्य बातें
- GH-600 (“Developing in Agentic AI Systems”) GitHub Certified: Agentic AI Developer प्रमाणन के लिए GitHub की परीक्षा है, जो Microsoft Learn के ज़रिए दी जाती है और Pearson VUE के ज़रिए शेड्यूल होती है।
- Microsoft के अपने पन्नों के अनुसार परीक्षा दो घंटे की है, शुल्क US$165 है (देश या क्षेत्र के अनुसार कीमत बदलती है), और पास होने के लिए 700 या उससे ऊपर का स्केल्ड स्कोर चाहिए।
- छह भारित डोमेन: एजेंट आर्किटेक्चर और SDLC (15-20%), टूल का उपयोग और एनवायरनमेंट इंटरैक्शन (20-25%), मेमोरी, स्टेट और एक्ज़ीक्यूशन (10-15%), मूल्यांकन और ट्यूनिंग (15-20%), मल्टी-एजेंट समन्वय (15-20%), और गार्डरेल और जवाबदेही (10-15%)।
- यह उन लोगों के लिए है जो पहले से असली SDLC में AI कोडिंग एजेंट चलाते, निगरानी करते या उन्हें गवर्न करते हैं: आर्किटेक्ट, प्लेटफ़ॉर्म इंजीनियर, DevOps इंजीनियर, डेवलपर, प्रोडक्ट मैनेजर और सिक्योरिटी इंजीनियर।
- Microsoft की अध्ययन गाइड मानती है कि आपके पास कोडिंग एजेंट का अनुभव है, जिनमें GitHub Copilot, MCP सर्वर और एजेंट कस्टमाइज़ेशन (कस्टम इंस्ट्रक्शन, कस्टम एजेंट, टूल और Copilot सेटअप स्टेप) शामिल हैं।
- Nightschool AI, GitHub, Microsoft और Pearson VUE से स्वतंत्र है। यह पन्ना आपकी तैयारी में मदद करता है; यह परीक्षा का संचालन नहीं करता और प्रमाणन नहीं देता।
मुफ़्त पाठ से शुरुआत करें
परीक्षा के दिन से पहले GH-600 के मुख्य कौशलों का अभ्यास करें
ये Nightschool AI के पाठ हैं, GitHub या Microsoft का प्रशिक्षण नहीं, और ये GitHub Copilot की जगह Claude Code सिखाते हैं। ये वही बुनियादी कौशल अभ्यास कराते हैं जिन्हें GH-600 परखता है: योजना और एक्ज़ीक्यूशन की सीमाएँ, सीमित टूल अनुमतियाँ और एजेंट मेमोरी, एक ऐसे टूल के साथ जिसे आप आज ही मुफ़्त में इस्तेमाल करना शुरू कर सकते हैं।
शुरू करने से पहले
GH-600 किसके लिए है, और स्कोरिंग कैसे होती है
इस परीक्षा के लिए Microsoft की ऑडियंस प्रोफ़ाइल ऐसे व्यक्ति का वर्णन करती है जिसके पास प्रोडक्शन-ग्रेड SDLC वर्कफ़्लो के भीतर AI एजेंट चलाने, एकीकृत करने, उनकी निगरानी करने और उन्हें गवर्न करने की विषय-विशेषज्ञता है, और जो GitHub को सिस्टम ऑफ़ रिकॉर्ड और कंट्रोल प्लेन की तरह इस्तेमाल करता है। अध्ययन गाइड के अनुसार उस व्यक्ति की ज़िम्मेदारियों में SDLC के भीतर एजेंट वर्कफ़्लो चलाना, GitHub के अपने नियंत्रणों से स्वायत्त व्यवहार की निगरानी करना, स्कैन और आर्टिफ़ैक्ट की मदद से एजेंट के आउटपुट का मूल्यांकन और ट्यूनिंग करना, कस्टम एजेंट कॉन्फ़िगर करना, और मल्टी-एजेंट एक्ज़ीक्यूशन का सुरक्षित समन्वय करना शामिल है। वे आर्किटेक्ट, प्लेटफ़ॉर्म इंजीनियर, DevOps इंजीनियर, एप्लिकेशन डेवलपर, प्रोडक्ट मैनेजर और सिक्योरिटी इंजीनियर के साथ मिलकर काम करते हैं।
अनुभव के मामले में, अध्ययन गाइड अपेक्षा करती है कि आप सॉफ़्टवेयर डेवलपमेंट लाइफ़साइकल, GitHub वर्कफ़्लो और नियंत्रण, कोड क्वालिटी, सिक्योरिटी और रिव्यू प्रथाओं से परिचित हों, और कोडिंग एजेंट के साथ आपका हैंड्स-ऑन समय रहा हो, जिनमें GitHub Copilot, MCP सर्वर और एजेंट कस्टमाइज़ेशन (कस्टम इंस्ट्रक्शन, कस्टम एजेंट, टूल और Copilot सेटअप स्टेप) शामिल हैं। व्यवस्था की बात करें तो परीक्षा प्रॉक्टर्ड है, Pearson VUE के ज़रिए शेड्यूल होती है, दो घंटे की है, शुल्क US$165 है (देश या क्षेत्र के अनुसार कीमत बदलती है), अंग्रेज़ी में उपलब्ध है, और पास होने के लिए 700 या उससे ऊपर का स्केल्ड स्कोर चाहिए। असफल होने पर 24 घंटे बाद दोबारा प्रयास किया जा सकता है। Microsoft के अपने पन्ने प्रश्नों की संख्या या पास प्रतिशत प्रकाशित नहीं करते, इसलिए यह गाइड भी कोई संख्या नहीं गढ़ती।
इस पन्ने का हर तथ्य लिखते समय सीधे खोले गए दो पन्नों से जाँचा गया है: Microsoft Learn का “Study guide for Exam GH-600: Developing in Agentic AI Systems” और उसका “GitHub Certified: Agentic AI Developer” पन्ना। दोनों learn.microsoft.com पर हैं और 26 अक्टूबर 2026 को पढ़े गए। इनमें से कोई भी पन्ना किसी डोमेन का भार, कीमत या डोमेन बदलता है, तो यह पन्ना भी बदलना चाहिए। यहाँ कुछ भी किसी थर्ड-पार्टी प्रैक्टिस-एग्ज़ाम साइट या फ़ोरम पोस्ट से नहीं लिया गया है।
मापे जाने वाले कौशल
GH-600 के छह डोमेन एक नज़र में
ये Microsoft के अपने भार हैं। ये एक तय संख्या नहीं बल्कि एक दायरा बनाते हैं, क्योंकि हर डोमेन खुद 15-25 प्रतिशत-अंक के दायरे में स्कोर होता है।
1. एजेंट आर्किटेक्चर और SDLC (15-20%)
एजेंट को SDLC में बिठाना, योजना को एक्ज़ीक्यूशन से अलग रखना, और एजेंट के कुछ करने से पहले किसी इंसान को चेकपॉइंट देना।
2. टूल का उपयोग और एनवायरनमेंट इंटरैक्शन (20-25%)
एजेंट के टूल चुनना और उनका दायरा तय करना, MCP सर्वर और allow list कॉन्फ़िगर करना, और एजेंट को रेपो, ब्रांच या CI जॉब के भीतर सुरक्षित रूप से चलाना।
3. मेमोरी, स्टेट और एक्ज़ीक्यूशन (10-15%)
शॉर्ट-टर्म, लॉन्ग-टर्म या बाहरी मेमोरी में से चुनना, सेशन के पार स्टेट सहेजना, और कॉन्टेक्स्ट ड्रिफ़्ट को बढ़ने से पहले पकड़ लेना।
4. मूल्यांकन, त्रुटि विश्लेषण और ट्यूनिंग (15-20%)
शुरू में ही सफलता के मानदंड लिखना, लॉग और ट्रेस पढ़कर मूल कारण खोजना, और जो मिले उसके आधार पर इंस्ट्रक्शन, मेमोरी या टूल एक्सेस को ट्यून करना।
5. मल्टी-एजेंट समन्वय (15-20%)
कई एजेंट को एक-दूसरे के काम में दखल दिए बिना समानांतर चलाना, और अटके या बिगड़े हुए एजेंट को पहचानकर उसे वापस पटरी पर लाना।
6. गार्डरेल और जवाबदेही (10-15%)
स्वायत्तता को जोखिम के अनुसार तय करना, अनुमतियाँ न्यूनतम विशेषाधिकार तक सीमित रखना, और किसी अपरिवर्तनीय बदलाव के जाने से पहले स्पष्ट मंज़ूरी माँगना।
डोमेन 1 · 15-20%
एजेंट आर्किटेक्चर और SDLC प्रक्रियाएँ तैयार करना
यह डोमेन इस बारे में है कि आपकी डेवलपमेंट प्रक्रिया में एजेंट कहाँ फ़िट होता है, सिर्फ़ यह नहीं कि वह काम करता है या नहीं। Microsoft की अध्ययन गाइड इसे तीन हिस्सों में बाँटती है: एजेंट को SDLC में बिठाना (यह पहचानना कि एजेंट को कौन-से चरण करने चाहिए, आम एंटी-पैटर्न देखना, और इनपुट, आउटपुट और सफलता के मानदंड पहले से तय करना); योजना को एक्ज़ीक्यूशन से अलग करना (एजेंट को संरचित योजना बनाने के लिए कॉन्फ़िगर करना, उस योजना को जाँचना, और योजना जाँचे और मंज़ूर होने तक एजेंट को कुछ करने से रोकना); और ऑब्ज़र्वेबिलिटी और नियंत्रण कॉन्फ़िगर करना (स्वायत्तता का सही स्तर तय करना, आपके सामान्य टूलिंग में जाँचे जा सकने वाले आर्टिफ़ैक्ट बनाना, और डिलीवरी को रेंगने की गति पर लाए बिना इंसानी दखल की जगह रखना)।
इस हफ़्ते का अभ्यास: कोई एक असली काम चुनें जो आप कोडिंग एजेंट को सौंपते। उसे कुछ भी छूने देने से पहले, पहले सादे टेक्स्ट में योजना लिखवाएँ: वह कौन-सी फ़ाइलें छुएगा, कदमों का क्रम क्या होगा, और “पूरा हुआ” का मतलब क्या होगा। एक भी बदलाव होने से पहले उस योजना को पढ़ें और मंज़ूर या अस्वीकार करें। यही वह सीमा है जिसे यह डोमेन परखता है: एजेंट योजना बनाता है, और एक इंसान (या एक नियम) एक्ज़ीक्यूशन शुरू होने से पहले उसे जाँचता है।
डोमेन 2 · 20-25%
टूल का उपयोग और एनवायरनमेंट इंटरैक्शन लागू करना
परीक्षा का सबसे भारी डोमेन, और एजेंट के रोज़मर्रा के काम से सबसे ज़्यादा जुड़ा हुआ। इसमें एजेंट के टूल और उनकी अनुमतियाँ चुनना और कॉन्फ़िगर करना आता है; MCP सर्वर कॉन्फ़िगर करना, जिसमें उसे टूल की तरह जोड़ना, GitHub remote MCP सर्वर सेट करना, और MCP रजिस्ट्री और allow list सँभालना शामिल है; एजेंट को डेवलपमेंट एनवायरनमेंट में जोड़ना, यानी उन्हें किसी रेपॉज़िटरी या ब्रांच तक सीमित करना, CI वर्कफ़्लो में चलाना, और ब्रांच व पुल रिक्वेस्ट खोलने जैसे स्वायत्त काम करने देना; और एजेंट को सुरक्षित एक्ज़ीक्यूशन पाथ के साथ चलाना, जिसमें एरर हैंडलिंग, रीट्राई, रोलबैक, एस्केलेशन पाथ और एजेंट ने क्या किया इसकी ट्रेसेबिलिटी शामिल है।
इस हफ़्ते का अभ्यास: कोड के लिए जो एजेंट आप पहले से इस्तेमाल करते हैं उसे खोलें और देखें कि वह अभी क्या-क्या छू सकता है: हर फ़ाइल, हर कमांड, और आपके जोड़े हर MCP सर्वर। उसे घटाकर ठीक उतने तक सीमित करें जितना एक काम को चाहिए: एक छोटा फ़ोल्डर, कमांड की एक छोटी allow list, और सारे सर्वर की जगह एक या दो MCP सर्वर। वही काम दोबारा चलाएँ और देखें कि कुछ टूटता है या नहीं। उस कमी को ठीक करना ही वह टूल-अनुमति कौशल है जिसे यह डोमेन परखता है.
डोमेन 3 · 10-15%
मेमोरी, स्टेट और एक्ज़ीक्यूशन सँभालना
यह डोमेन इस बारे में है कि एजेंट क्या याद रखता है और कितनी देर तक। इसमें शॉर्ट-टर्म, लॉन्ग-टर्म और बाहरी मेमोरी में से चुनना और मेमोरी को काम से जुड़ी चीज़ों तक सीमित रखना आता है, साथ में यह नियम कि मेमोरी कब समाप्त होगी, छाँटी जाएगी या रीसेट होगी; स्टेट सहेजना और कॉन्टेक्स्ट ड्रिफ़्ट सँभालना, यानी प्रगति और फ़ैसलों को टिकाऊ आर्टिफ़ैक्ट के रूप में दर्ज करना ताकि एजेंट बिना कदम दोहराए या पहले के फ़ैसलों से टकराए काम फिर शुरू कर सके, और लंबे रन के दौरान ड्रिफ़्ट पकड़ना; और मेमोरी व स्टेट को टूल और एनवायरनमेंट के पार एकसमान रखना, ताकि एजेंट बिना टकराव या पुराने कॉन्टेक्स्ट के स्टेट साझा करें।
इस हफ़्ते का अभ्यास: एजेंट के साथ कई चरणों वाला काम शुरू करने से पहले एक छोटी स्टेट फ़ाइल बनाएँ (सादा टेक्स्ट चलेगा) जिसमें लक्ष्य, अब तक लिए गए फ़ैसले और बाकी काम दर्ज हों। हर कदम के बाद उसे अपडेट करें, बातचीत की एजेंट की अपनी याददाश्त पर निर्भर रहने की जगह। सेशन बंद करें, कुछ दिन बाद दोबारा खोलें, और देखें कि क्या सिर्फ़ वह फ़ाइल ठीक वहीं से काम उठाने के लिए काफ़ी है जहाँ आपने छोड़ा था।
डोमेन 4 · 15-20%
मूल्यांकन, त्रुटि विश्लेषण और ट्यूनिंग करना
यह डोमेन परखता है कि क्या आप बता सकते हैं कि एजेंट ने सच में काम किया या नहीं, और न किया हो तो उसे ठीक कर सकते हैं। इसमें काम शुरू होने से पहले सफलता के मानदंड और मूल्यांकन संकेत तय करना आता है, जिनमें गुणात्मक और मात्रात्मक दोनों संकेत और स्वचालित स्कैनिंग टूल से बने संकेत शामिल हैं; लॉग, योजनाओं, ट्रेस, आउटपुट और वर्कफ़्लो आर्टिफ़ैक्ट से एजेंट की विफलताओं का विश्लेषण करना और मूल कारणों को तर्क की गलती, टूल का गलत इस्तेमाल, या कॉन्टेक्स्ट और एनवायरनमेंट की समस्या के रूप में वर्गीकृत करना; और इंस्ट्रक्शन, वर्कफ़्लो या बंदिशें बदलकर तथा मेमोरी और टूल के उपयोग को सुधारकर एजेंट के व्यवहार को ट्यून करना।
इस हफ़्ते का अभ्यास: एजेंट के शुरू करने से पहले, जो एक काम आप उसे दे रहे हैं उसके लिए ठीक-ठीक लिखें कि “सही” का मतलब क्या है। फिर नतीजे को उस सूची से मिलाने का काम एजेंट के अलावा किसी और से करवाएँ: दूसरा एजेंट, कोई टेस्ट स्क्रिप्ट या कोई सहकर्मी, कभी वही एजेंट नहीं जो अपना ही काम जाँचे। दर्ज करें कि वह कहाँ चूका और कारण गलत इंस्ट्रक्शन था, गलत टूल था या पुराना कॉन्टेक्स्ट।
डोमेन 5 · 15-20%
मल्टी-एजेंट समन्वय का संचालन
यह डोमेन एक साथ एक से ज़्यादा एजेंट को आपस में उलझे बिना चलाने के बारे में है। Microsoft की अध्ययन गाइड इसे इन हिस्सों में बाँटती है: मल्टी-एजेंट वर्कफ़्लो चलाना (ऑर्केस्ट्रेशन पैटर्न लागू करना, समानांतर एक्ज़ीक्यूशन के लिए एजेंट को अलग रखना, और ओवरलैप होते कोड बदलाव या विरोधाभासी आउटपुट जैसे टकराव पहचानकर सुलझाना); एजेंट के पार ऑब्ज़र्वेबिलिटी कॉन्फ़िगर करना (रिव्यू और ऑडिट के लायक आर्टिफ़ैक्ट बनाना, और हैंडऑफ़ और फ़ैसलों को दर्ज करना); मल्टी-एजेंट विफलताओं को पहचानना और उनका जवाब देना (अटके या बिगड़े एक्ज़ीक्यूशन को पकड़ना और रोलबैक व human-in-the-loop समेत रिकवरी पैटर्न लागू करना); और वर्कफ़्लो को बिगाड़े बिना उसके भीतर एजेंट का जीवनचक्र सँभालना।
इस हफ़्ते का अभ्यास: दो कोडिंग एजेंट को एक ही रेपॉज़िटरी दें, हर एक अपनी अलग ब्रांच में, और दोनों के बदलाव आपस में ओवरलैप हों (एक ही फ़ाइल, अलग-अलग बदलाव)। दोनों को पूरा करने दें, फिर मर्ज कॉन्फ़्लिक्ट खुद सुलझाएँ और एक वाक्य में लिखें कि अगली बार आप कौन-सा ओवरलैप रोकेंगे: एक एजेंट को किसी दूसरी फ़ाइल तक सीमित करके, या दोनों काम समानांतर चलाने की जगह एक के बाद एक चलाकर।
डोमेन 6 · 10-15%
गार्डरेल और जवाबदेही लागू करना
आख़िरी डोमेन आज़ादी को जोखिम के अनुसार तय करने के बारे में है। इसमें स्वायत्तता के स्तर तय करना, एजेंट की कार्रवाइयों को संचालन, सुरक्षा और अनुपालन जोखिम के आधार पर वर्गीकृत करना ताकि दखल सही अनुपात में हो, और स्वायत्तता इस तरह देना कि डिलीवरी की गति अधिकतम रहे और संगठन के सिक्योरिटी व Responsible AI मानक भी बने रहें; और गार्डरेल व human-in-the-loop वर्कफ़्लो लागू करना आता है, जिसका मतलब है यह पहचानना कि किन कार्रवाइयों में इंसान के विवेक की ज़रूरत है, नीति तोड़ने वाली कार्रवाइयाँ रोकना, अनुमतियाँ न्यूनतम विशेषाधिकार तक सीमित रखना, अपरिवर्तनीय या अनुपालन-संवेदनशील बदलावों के लिए स्पष्ट अनुमति माँगना, और ऐसी मंज़ूरियाँ न जोड़ना जो जोखिम को सार्थक रूप से कम नहीं करतीं।
इस हफ़्ते का अभ्यास: कोई एक रेपॉज़िटरी चुनें और उसकी main ब्रांच में कुछ भी मर्ज होने से पहले एक इंसानी क्लिक अनिवार्य करें, चाहे वह काम आपके एजेंट ने पूरी तरह खुद खोला और टेस्ट किया हो। उस बिंदु तक एजेंट को सब कुछ करने दें (ब्रांच बनाना, एडिट करना, टेस्ट चलाना, पुल रिक्वेस्ट खोलना) और देखें कि क्या यह एक गेट सच में आपको धीमा करता है, या बस हफ़्ते में उस एक बदलाव को पकड़ता है जिसे आप पहले देखना चाहते।
अपनी तैयारी की योजना बनाएँ
2 से 4 हफ़्ते की अध्ययन योजना
छह डोमेन और उनके भार के आधार पर बनी: 20-25% वाले डोमेन को ज़्यादा समय, 10-15% वाले दो डोमेन को कम, और अंत में पूरा रिव्यू।
हफ़्ता 1: आर्किटेक्चर, SDLC और टूल
डोमेन 1 पूरा करें (योजना और एक्ज़ीक्यूशन की सीमाएँ, इंसानी चेकपॉइंट) और डोमेन 2 शुरू करें (टूल का दायरा, MCP सर्वर, allow list), जो दो डोमेन लगभग हर काम को छूते हैं।
हफ़्ता 2: मेमोरी, स्टेट और मूल्यांकन
डोमेन 3 (मेमोरी की रणनीति, स्टेट फ़ाइलें, कॉन्टेक्स्ट ड्रिफ़्ट) और डोमेन 4 (सफलता के मानदंड, विफलता विश्लेषण, ट्यूनिंग) पूरे करें, और अभ्यास किसी असली काम पर चलाएँ, खिलौने जैसे उदाहरण पर नहीं।
हफ़्ता 3: मल्टी-एजेंट और गार्डरेल
डोमेन 5 (ऑर्केस्ट्रेशन, टकराव सुलझाना, रिकवरी) और डोमेन 6 (स्वायत्तता के स्तर, न्यूनतम विशेषाधिकार, मंज़ूरी गेट) पूरे करें। ये वे दो डोमेन हैं जिन्हें ज़्यादातर टीमें तब तक छोड़ देती हैं जब तक कुछ टूट न जाए।
हफ़्ता 4: रिव्यू और परीक्षा सैंडबॉक्स
Microsoft की अपनी अध्ययन गाइड को डोमेन-दर-डोमेन दोबारा पढ़ें, जो अभ्यास कमज़ोर लगा उसे फिर करें, और Microsoft का मुफ़्त परीक्षा सैंडबॉक्स आज़माएँ (GitHub Certified: Agentic AI Developer पन्ने पर लिंक है) ताकि परीक्षा के दिन इंटरफ़ेस नया न लगे।
GH-600 जो कौशल परखता है उनका अभ्यास करें, सिर्फ़ शब्दावली का नहीं
Nightschool AI के चार मुफ़्त पाठों में आप असली कोडिंग एजेंट के साथ योजना और एक्ज़ीक्यूशन की सीमाओं, सीमित टूल अनुमतियों और एजेंट मेमोरी का अभ्यास कर सकते हैं। शुरू करने के लिए खाता ज़रूरी नहीं।
अक्सर पूछे जाने वाले प्रश्न
GH-600 क्या है?
GH-600 GitHub की परीक्षा है, जिसका शीर्षक “Developing in Agentic AI Systems” है, और जो GitHub Certified: Agentic AI Developer प्रमाणन के लिए है। यह Microsoft Learn के ज़रिए दी जाती है और Pearson VUE के ज़रिए शेड्यूल होती है। यह सॉफ़्टवेयर डेवलपमेंट लाइफ़साइकल के भीतर AI कोडिंग एजेंट को चलाने, उनकी निगरानी करने और उन्हें गवर्न करने को परखती है, जिसमें GitHub सिस्टम ऑफ़ रिकॉर्ड होता है।
GH-600 परीक्षा किसे देनी चाहिए?
Microsoft की ऑडियंस प्रोफ़ाइल में आर्किटेक्ट, प्लेटफ़ॉर्म इंजीनियर, DevOps इंजीनियर, डेवलपर, प्रोडक्ट मैनेजर और सिक्योरिटी इंजीनियर आते हैं जो पहले से प्रोडक्शन SDLC वर्कफ़्लो में AI एजेंट को चलाते, उनकी निगरानी करते या उन्हें गवर्न करते हैं, और जिनके पास GitHub वर्कफ़्लो और नियंत्रण तथा GitHub Copilot और MCP सर्वर समेत कोडिंग एजेंट का हैंड्स-ऑन अनुभव है।
GH-600 परीक्षा कितनी लंबी है, और इसका शुल्क कितना है?
दो घंटे, प्रॉक्टर्ड, Pearson VUE के ज़रिए शेड्यूल होती है। Microsoft शुल्क US$165 बताता है, और यह भी कि यह उस देश या क्षेत्र के अनुसार बदलता है जहाँ परीक्षा प्रॉक्टर्ड होती है। फ़िलहाल यह सिर्फ़ अंग्रेज़ी में उपलब्ध है।
GH-600 पास करने के लिए कितना स्कोर चाहिए?
GH-600 अध्ययन गाइड से जुड़े Microsoft के परीक्षा-स्कोरिंग पन्ने के अनुसार 700 या उससे ऊपर का स्केल्ड स्कोर। Microsoft इस परीक्षा के लिए प्रश्नों की संख्या या पास प्रतिशत प्रकाशित नहीं करता, इसलिए यह गाइड भी कोई संख्या नहीं बताती।
GH-600 के छह डोमेन में क्या आता है?
एजेंट आर्किटेक्चर और SDLC प्रक्रियाएँ (15-20%), टूल का उपयोग और एनवायरनमेंट इंटरैक्शन (20-25%), मेमोरी, स्टेट और एक्ज़ीक्यूशन (10-15%), मूल्यांकन, त्रुटि विश्लेषण और ट्यूनिंग (15-20%), मल्टी-एजेंट समन्वय (15-20%), और गार्डरेल और जवाबदेही (10-15%), ठीक वैसे जैसे Microsoft की अध्ययन गाइड उन्हें भार देती है।
GH-600 परीक्षा के लिए रजिस्टर कहाँ करें?
Microsoft Learn पर GitHub Certified: Agentic AI Developer पन्ने के ज़रिए, जो Pearson VUE से शेड्यूल करता है। Microsoft सलाह देता है कि कार्यालय या स्कूल के खाते की जगह निजी खाते से रजिस्टर करें, क्योंकि संगठन के खाते से जुड़े परीक्षा रिकॉर्ड खो सकते हैं और उस संगठन को छोड़ने पर वापस नहीं मिल सकते।
क्या Nightschool AI का GitHub या Microsoft से कोई संबंध है?
नहीं। Nightschool AI स्वतंत्र है और GitHub, Microsoft या Pearson VUE से संबद्ध, उनके द्वारा समर्थित या प्रायोजित नहीं है। यह पन्ना परीक्षा की तैयारी के लिए है और Microsoft के अपने सार्वजनिक पन्नों पर आधारित है; यह GH-600 परीक्षा का संचालन नहीं करता और उससे मिलने वाला प्रमाणन नहीं देता।
इन कौशलों का हैंड्स-ऑन अभ्यास करने के लिए तैयार हैं?
मुफ़्त में शुरू करें। पहले पाठ के लिए खाते की ज़रूरत नहीं।