دوره آموزشی
دوبله زبان فارسی
بوتکمپ هوش مصنوعی عاملی با LangGraph ،LangChain و MCP
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک مفاهیم پایهی هوش مصنوعی عاملی و عاملهای خودمختار
- ساخت گردش کارهای قدرتمند هوش مصنوعی با استفاده از LangChain و LangGraph
- طراحی و مدیریت سیستمهای چندعاملی با استفاده از پروتکل MCP
- پیادهسازی حافظه، مدیریت استیت و استدلال در عاملها
- استفاده از Cursor و Claude بهعنوان کلاینت برای تعامل با عاملهای MCP
- ادغام ابزارها، APIها و مدلهای زبانی در گردش کارهای عاملها
- توسعه یک پروژه کامل هوش مصنوعی عاملی از ابتدا
- استقرار برنامه هوش مصنوعی عاملی خود در پلتفرم Hugging Face برای استفاده در دنیای واقعی
پیشنیازهای دوره
- زبان برنامهنویسی Python
توضیحات دوره
با این بوتکمپ عملی، آینده توسعه هوش مصنوعی را با تمرکز بر ساخت سیستمهای هوشمند و خودمختار به کمک LangGraph، LangChain و پروتکل کنترل چندعاملی (MCP) کشف کنید. چه توسعهدهنده باشید، چه علاقهمند به هوش مصنوعی یا کارآفرین حوزه فناوری، این دوره شما را در ساخت برنامههای قدرتمند هوش مصنوعی عاملی از ابتدا تا مرحله استقرار همراهی میکند.
در این دوره، یاد میگیرید چگونه سیستمهای مبتنی بر عامل طراحی کنید که توانایی استدلال، برنامهریزی و همکاری را دارند، با استفاده از چارچوب قدرتمند LangChain. همچنین به عمق LangGraph که افزونهای نوآورانه برای حافظه گرافی، انتقال وضعیت و هماهنگی چندعاملی است، خواهید پرداخت. همچنین نحوه ادغام MCP برای کنترل رفتار، ارتباط و هماهنگی عاملها با نمونههای کاربردی دنیای واقعی را خواهید آموخت.
در پایان این بوتکمپ، شما یک پروژه کامل هوش مصنوعی عاملی از ابتدا تا انتها ساخته و آن را با اطمینان روی Hugging Face برای استنتاج ابری و تعامل بهصورت بلادرنگ مستقر خواهید کرد.
آنچه خواهید آموخت:
- مبانی هوش مصنوعی عاملی و اکوسیستم LangChain
- ساخت عاملهای مبتنی بر LangGraph با حافظه پایدار و جریانهای کاری
- استفاده از MCP برای مدیریت سیستمهای پیچیده چندعاملی
- ادغام APIها، ابزارها و مدلهای زبانی با LangChain
- توسعه پروژه کامل: از نمونهسازی محلی تا استقرار در Hugging Face
چرا این دوره را بگذرانیم؟
این دوره ترکیبی از نظریه و پروژههای عملی است و مهارتهای لازم را به شما میدهد تا نه تنها درک کنید بلکه سیستمهای هوش مصنوعی عاملی قابل استقرار بسازید. اعتماد به نفس لازم برای کار با کتابخانهها و چارچوبهای پیشرفتهای که آینده برنامههای مبتنی بر LLM را شکل میدهند، کسب خواهید کرد.
همین حالا شرکت کنید و شروع به ساخت نسل بعدی عاملهای خودمختار هوش مصنوعی کنید!
این دوره برای چه کسانی مناسب است؟
- توسعهدهنده هوش مصنوعی عاملی
بوتکمپ هوش مصنوعی عاملی با LangGraph ،LangChain و MCP
-
مقدمهای بر عاملها 08:04
-
مروری بر LangChain 05:12
-
معماری LangChain 02:20
-
مقدمهای بر جریان عامل هوش مصنوعی 07:35
-
کلیدهای LangChain ،OpenAI ،Groq - API 03:50
-
عامل OpenAI در LangChain 09:57
-
عامل مالی در LangChain 08:32
-
خروجی JSON عامل 08:32
-
عامل Rag 05:29
-
پایگاه داده برداری 04:12
-
ساخت زنجیره سند Stuff 04:08
-
زنجیره بازیابی 02:28
-
بارگذار داده سهامداران Loreal از فایل متنی 06:54
-
بارگذار داده سهامداران آمازون از فایل PDF 02:20
-
بارگذار داده مقالههای پژوهشی Arxiv 03:14
-
بارگذار داده CSV 02:26
-
بارگذار داده ویکیپدیا 03:51
-
تقسیمکننده متنی بازگشتی بر اساس کاراکتر 04:14
-
تقسیمکننده متن بر اساس کاراکتر 10:09
-
تقسیمکننده متن هدر HTML 10:51
-
تقسیمکننده متنی JSON بازگشتی 06:19
-
مقدمهای بر تعبیه 05:08
-
تعبیه OpenAI 08:15
-
پایگاه داده Chroma 08:03
-
تعبیه Ollama 07:29
-
تعبیه Huggingface 09:20
-
ذخیره پایگاه داده برداری FAISS بهصورت محلی 08:48
-
ذخیره پایگاه داده برداری Chrom بهصورت محلی 12:54
-
مروری بر API Groq و کلید API 04:04
-
تاریخچه پیامهای چت 08:30
-
چتبات Groq بدون هیستوری 06:15
-
عامل Groq با هیستوری پیام 10:48
-
عامل Groq با هیستوری پیام 05:57
-
پیام پیچیده Groq با زبان اسپانیایی 05:57
-
پیام Groq با محدودیت توکن 12:55
-
مروری بر ابزارهای LangChain 02:08
-
مروری بر ابزارهای LangChain 02:08
-
معماری ابزار LangChain 04:04
-
کد ابزار LangChain 13:42
-
Langchain tool api 10:34
-
Vector store retrievar 07:19
-
معرفی LangGraph 05:33
-
گرهها و یالهای LangGraph 05:40
-
استیت و گرههای LangGraph 08:34
-
LangGraph Edges - بخش 1 08:55
-
منطق Edges و فراخوانی 07:11
-
Mermaid langGraph 02:18
-
چتبات LangGraph 07:01
-
تست چتبات LangGraph 09:36
-
مقدمهای بر زنجیره LangGraph 05:20
-
ترکیب ابزارهای زنجیره LangGraph 14:53
-
زنجیره LangGraph 04:00
-
ابزارهای اتصال LangGraph 04:09
-
ترکیب ابزارهای مدل Qwen Alibaba 13:13
-
عامل فاکتور با LangGraph 23:35
-
حافظه عامل LangGraph 03:39
-
حافظه عامل فاکتور با LangGraph 07:01
-
استقرار عامل LangSmith 13:55
-
استقرار عامل فاکتور در LangSmith 14:17
-
مقدمهای بر Pydantic 05:30
-
اعتبارسنجی Multi Node با Pydantic 05:15
-
مقدمهای بر ساخت شعار تبلیغاتی کسبوکار 04:36
-
ایجاد شعار تبلیغاتی کسبوکار 04:50
-
ساخت شعار تبلیغاتی کسبوکار، بخش 2 05:10
-
معرفی گره موازیسازی در LangGraph 02:36
-
بازاریابی گوشی هوشمند با عامل موازی 04:50
-
مقدمهای بر روتر LangGraph 03:35
-
ایجاد شعار تبلیغاتی کسبوکار 06:11
-
تصمیم روتر LangGraph 07:10
-
دمو بازاریابی با روتر LangGraph 11:20
-
مقدمهای بر LangGraph Orchestrator Agentic Ai 07:21
-
Orchestrator Sections planner 04:06
-
Orchestrator - ساخت worker 11:22
-
Orchestrator synthesizer و تخصیص worker ها 05:09
-
دمو عامل فروش 13:37
-
مقدمه بهینهسازی Shark tank pitch با LangGraph Evaluator 02:05
-
ایجاد Shark tank Pitch 09:45
-
قاضی Shark tank بازخورد میدهد و ارائه آسانسوری را بهروزرسانی میکند 05:44
-
مقدمهای بر عامل تحلیلگر پزشکی 03:42
-
مقدمهای بر استیت تحلیلگر پزشکی 08:51
-
ترکیب عاملهای تحلیلگر پزشکی 04:43
-
ساخت دستورالعملهای تحلیلگر پزشکی 04:11
-
ساخت عامل تحلیلگر پزشکی 06:14
-
گره بازخورد انسانی 03:28
-
افزودن گرهها و edges برای LangGraph 04:26
-
دمو عامل پژوهشگر پزشکی 16:03
-
الگوهای طراحی انسان در حلقه 03:56
-
افزودن گرهها و Edges 04:47
-
اجرای بدون ورودی انسانی 03:55
-
اجرای با ورودی انسانی 04:18
-
دریافت ورودی دستی کاربر - بهروزرسانی استیت LangGraph 05:09
-
دمو ورودی کاربر در LangGraph 03:20
-
مقدمهای بر Agentic Rag در LangGraph 03:34
-
عامل Agentic Rag درآمد سهامداران مایکروسافت 02:28
-
پایگاه داده برداری FAISS 05:27
-
Rag Agent Node 06:08
-
تولید Node 06:19
-
دمو Microsoft Revenue gowth Rag Agent 12:53
-
مقدمهای بر Rag تطبیقی 03:43
-
جزئیات درآمد مایکروسافت در Vectorstore 06:09
-
روتر - Vectordb و جستجوی وب 07:54
-
ارزیابی زمینه Vectordb با عامل 04:25
-
تولید پاسخ 02:36
-
رفع مشکل توهم در مدل 03:12
-
ارزیابی پاسخ و بازنویسی سوال 04:12
-
ابزار API جستجوی وب Tavily 02:36
-
ایجاد گرههای LangGraph 09:04
-
دمو رشد درآمد با عامل تطبیقی Rag 10:47
-
مقدمه پروژه عامل Rag 07:29
-
راهاندازی پروژه 07:29
-
تنظیمات پیکربندی رابط کاربری Streamlit 04:52
-
ساخت هدر در رابط کاربری 08:19
-
اجرای اپلیکیشن Streamlit 07:32
-
ساخت سایدبار 07:37
-
ساخت ورودی کاربر 04:34
-
ایجاد Groq LLMs API inference 05:46
-
افزودن Node و State 03:49
-
ساخت Tavily Web Search API Tool node 04:22
-
چتبات با Tool Node 04:23
-
ساخت عامل Rag گراف 04:29
-
ساخت عامل گراف با ToolNode 09:28
-
نمایش بهینهسازی Streamlit 03:25
-
ساخت اپلیکیشن با متد اصلی 04:20
-
نمایش محلی Agentic Rag 04:30
-
ایجاد اسپیس در Huggingface 03:23
-
گردش کار Github Action 02:18
-
دمو استقرار در Huggingface و عامل Rag با ابزارها 06:18
-
پروتکل MCP 04:45
-
اتصال MCP در مقابل غیراستاندارد 03:56
-
معماری MCP 03:21
-
ارتباط MCP بین کامپوننت 06:36
-
نصب دسکتاپ Claude 02:58
-
نصب Cursor 03:25
-
نصب Node.js 01:03
-
سرور MCP Smithery AI 02:53
-
ادغام سرور MCP با Claude 03:26
-
Fire crawl در MCP با کلاینت Claud 03:31
-
رونویسی یوتیوب MCP با کلاینت Claude 01:14
-
تنظیمات MCP در Cursor IDE 03:22
-
دمو: کلاینت Cursor IDE با سرور MCP 01:54
-
نصب رابط خط فرمان MCP 02:26
-
ساخت سرور MCP با CALC 01:57
-
دمو: محاسبات MCP با Claude 02:23
-
مروری بر MCP tool inspector 01:54
-
Weather API Key 02:00
-
Serper API Key 01:10
-
دمو - Weather API با httpx 04:21
-
جزئیات سهام Nvidia با serper API 02:24
-
معماری سرور سفارشی MCP 07:40
-
ساخت سرور سفارشی MCP 07:25
-
نمایش سرور سفارشی MCP با کلاینت Claude 05:40
-
نمایش سرور سفارشی MCP با کلاینت Cursor 03:46
-
مروری بر معماری LangGraph MCP 05:33
-
ساخت سرور MCP 01:41
-
کلاینت Python برای LangGraph 04:48
-
دمو سرور LangGraph MCP با stdio_client 06:55
-
نوع داده عددی 08:28
-
نوع داده رشتهای 05:53
-
نوع داده بولی 01:39
-
اپراتور 02:24
-
لیست کالکشن 05:14
-
تاپل کالکشن 05:18
-
مجموعه کالکشن 07:03
-
دیکشنری کالکشن 04:33
-
شرط if else 12:00
-
حلقه while 08:54
-
حلقه for 03:50
-
مقدمهای بر توابع 03:32
-
کد تابع 10:09
-
تابع Lambda 02:50
-
تابع آرایه 05:30
-
کلاس در Python 03:17
-
مقدمه کلاس 08:08
-
__Class __str 04:41
-
تابع کلاس 05:30
-
مقدمهای بر وراثت 02:00
-
وراثت همراه با __init__ 05:11
-
ایتراتور در Python 03:44
-
پلی مورفیسم 05:11
-
دامنه 04:44
-
ماژولها 05:07
-
تاریخها 03:42
-
ماژولهای ریاضی 04:20
-
عبارت منظم 02:37
-
شیء JSON 04:45
-
بسته PIP 01:30
-
مدیریت استثناءها 14:11
-
ورودی کاربر 01:06
-
قالببندی رشته 06:55
-
خواندن فایل 04:21
-
نوشتن فایل 03:27
-
مقدمهای بر Numpy 03:42
-
متغیرهای Numpy 04:03
-
آرایه Numpy 06:38
-
Intersection و diff 05:00
-
فیلتر تطبیق 05:00
-
معکوس کردن ردیف و ستون 05:24
-
عدد تصادفی 08:18
-
خواندن فایل 02:00
-
عملیات روی فایل 06:16
-
عملیات آماری 03:26
-
عملیات فیلتر 07:40
-
عملیات فیلتر، بخش 2 01:39
-
عملیات فیلتر، بخش 3 04:08
-
عملیات فیلتر، بخش 4 08:37
-
ایجاد ستون جدید 04:16
-
مرتبسازی ستون 03:37
-
مرتبسازی ستون، بخش 2 02:35
-
مرتبسازی ستون، بخش 3 06:58
-
مقدمهای بر Pandas 06:07
-
ساخت DataFrame 03:56
-
مدیریت مقادیر null 04:13
-
بهروزرسانی ایجاد ستون 08:22
-
حذف ستون 01:21
-
بهروزرسانی ایجاد ستون 05:53
-
تغییر نام ستون 01:21
-
ستون Loc 10:03
-
ستون Loc، بخش 2 05:36
-
سطرهای iloc 07:00
-
افزودن سطر 03:14
-
حذف سطر 01:30
-
مرتبسازی سطرها 03:15
-
اتصال متقاطع (Cross join) 08:48
-
اتصالهای Inner ،Left و Right 07:26
-
Group by 05:41
-
Group by، بخش 2 04:25
-
Group by، بخش 3 01:46
-
Group by، بخش 3 01:12
-
تکرار روی سطرها 02:00
مشخصات آموزش
بوتکمپ هوش مصنوعی عاملی با LangGraph ،LangChain و MCP
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:متوسط
- تعداد درس:229
- مدت زمان :21:59:39
- حجم :9.67GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy
آموزش های مرتبط
The Great Courses
651,500
130,300 تومان
- زمان: 01:39:55
- تعداد درس: 6
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
1,889,000
377,800 تومان
- زمان: 04:47:39
- تعداد درس: 30
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
1,501,000
300,200 تومان
- زمان: 03:48:11
- تعداد درس: 47
-
سطح دوره:
-
زبان: دوبله فارسی
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
490,000
98,000 تومان
- زمان: 54:55
- تعداد درس: 18
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
1,797,000
359,400 تومان
- زمان: 04:33:59
- تعداد درس: 86
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
9,269,000
1,853,800 تومان
- زمان: 23:28:00
- تعداد درس: 170
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
9,249,500
1,849,900 تومان
- زمان: 23:25:23
- تعداد درس: 78
-
سطح دوره:
-
زبان: دوبله فارسی
The Great Courses
490,000
98,000 تومان
- زمان: 01:08:59
- تعداد درس: 8
-
سطح دوره:
-
زبان: دوبله فارسی