دوره آموزشی
دوبله زبان فارسی
عامل های هوش مصنوعی روی AWS - ساخت با CrewAI ،Amazon Bedrock و MCP
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت
- یادگیری اصول اساسی دربارهی عامل های هوش مصنوعی مانند برنامهریزی، ابزارها، حافظه و فریمورک چندعامله
- درک عمیق عامل های هوش مصنوعی و فریمورکهای چندعامله AWS - یادگیری دربارهی عامل های Amazon Bedrock و فریمورک ارکستراسیون چندعامله
- ایجاد مورد استفاده - بخش 1 - عامل رزرو هتل: ساخت یک عامل رزرو هتل با استفاده از عامل های Amazon Bedrock ،AWS Lambda و پایگاههای دانش Amazon Bedrock
- ایجاد مورد استفاده - بخش 2 - عامل سفر سازمانی (چندعامله): ساخت یک عامل سفر سازمانی با استفاده از فریمورک ارکستراسیون چندعامله Amazon Bedrock
- مرور دقیق دربارهی هوش مصنوعی مولد، Amazon Bedrock، مهندسی پرامپت و پایگاههای دانش
- مرور پایههای Python ،AWS Lambda و Boto3
پیش نیازهای دوره
دانش پایهای از خدمات AWS. آشنایی با Amazon Bedrock و AWS Lambda مطلوب است، اما مرورهایی در صورت عدم آشنایی با این خدمات ارائه شده است.
توضیحات دوره
ساخت عاملهای هوش مصنوعی با Amazon Bedrock Agents ،CrewAI و AWS MCP - دوره کامل:
- به جامعترین راهنما در خصوص فریمورک چندعامله AWS Amazon Bedrock خوش آمدید که توسط یک معمار راهحل AWS و مدرس پرفروش Udemy تهیه شده است.
- این دوره از ابتداییترین مباحث مربوط به AI Agentic و ویژگیهای اصلی عامل های هوش مصنوعی مانند برنامهریزی، حافظه، فراخوانی ابزار و ارتباطات چندعامله آغاز خواهد شد.
- سپس ما به عمق عامل های Amazon Bedrock و فریمورک چندعامله خواهیم پرداخت.
- در مرحله بعد، مورد استفاده 1 - عامل رزرو هتل را خواهیم ساخت: عامل رزرو هتل با استفاده از عامل های Amazon Bedrock ،AWS Lambda و پایگاههای دانش Amazon Bedrock
- سپس، مورد استفاده 2 - عامل سفر سازمانی (چندعامله) را خواهیم ساخت: عامل سفر سازمانی با استفاده از فریمورک ارکستراسیون چندعامله Amazon Bedrock
- مرورهایی در زمینههای GenAI ،Bedrock و AWS Lambda که در این دوره برای ساخت 2 مورد استفاده به کار میروند، گنجانده شده است.
مروری جامع بر دوره
- بخش 1 - مقدمه دوره
- بخش 2 - تحول عامل های هوش مصنوعی: یادگیری اصول اساسی دربارهی عامل های هوش مصنوعی همچون برنامهریزی، ابزارها، حافظه و فریمورک چندعامله
- بخش 3 - درک عمیق فریمورکهای AI Agentic AWS - فریمورکهای چندعامله Amazon Bedrock : یادگیری دربارهی عامل های Amazon Bedrock، فریمورک ارکستراسیون چندعامله
- بخش 4 - مورد استفاده 1 - عامل رزرو هتل را خواهیم ساخت: عامل رزرو هتل با استفاده از عامل های Amazon Bedrock ،AWS Lambda و پایگاههای دانش Amazon Bedrock
- بخش 5 - مورد استفاده 2 - عامل سفر سازمانی (چندعامله) را خواهیم ساخت: عامل سفر سازمانی با استفاده از فریمورک ارکستراسیون چندعامله Amazon Bedrock
- بخش 6 - مورد استفاده 3 - اپلیکیشن Vacation PlannerAI با استفاده از چارچوب CrewAI و Bedrock
- بخش 7 - مورد استفاده 4 - ساخت یک عامل کدینگ مادون قرمز با استفاده از سرور AWS MCP CloudFormation و Amazon Q CLI
- بخش 8 - مرور - هوش مصنوعی مولد، Amazon Bedrock و پایگاههای دانش
- بخش 9 - مرور - پایتون پایه، AWS Lambda و Boto3
این دوره برای چه کسانی مناسب است؟
هر کسی که به یادگیری عامل های AI و ساخت اپلیکیشنهای Agentic AI با استفاده از فریمورک چندعامله AWS Amazon Bedrock علاقهمند است.
عامل های هوش مصنوعی روی AWS - ساخت با CrewAI ،Amazon Bedrock و MCP
-
مقدمه دوره و پیشنیازها 03:18
-
نکات کلی و دانلود محتوا 02:31
-
نقاط ضعف اپلیکیشنهای مبتنی بر LLM 05:52
-
مروری بر عامل های هوش مصنوعی 08:35
-
عامل های هوش مصنوعی - برنامهریزی 11:39
-
عامل های هوش مصنوعی - برنامهریزی (عملی) 09:13
-
عامل های هوش مصنوعی - ابزارها و اقدامات 06:24
-
عامل های هوش مصنوعی - ابزارها و اقدامات (عملی) 05:46
-
عامل های هوش مصنوعی - حافظه 06:34
-
عامل AI - حافظه (عملی) 04:15
-
عامل های هوش مصنوعی - حفاظها و ارتباطات 05:29
-
Generative AI در مقابل Agentic AI 07:07
-
تکامل عوامل هوش مصنوعی و قابلیتهای اصلی None
-
عامل های Amazon Bedrock - مرور کلی 12:46
-
عامل های Amazon Bedrock - مرور کنسول 15:13
-
عامل های Amazon Bedrock - عامل ها چگونه کار میکنند؟ 05:26
-
موارد استفاده رایج برای عاملهای هوش مصنوعی 06:03
-
آزمون 2: عامل های Amazon Bedrock (درک عمیق) None
-
مورد استفاده تجاری - عامل رزرو هتل 01:38
-
معماری راهحل مورد استفاده 05:48
-
هزینههای پیادهسازی مورد استفاده (در صورت همراهی) و عیبیابی 03:35
-
ایجاد عامل 09:23
-
ادغام عامل با پایگاههای دانش برای اطلاعات اتاق 12:53
-
در دسترس بودن اتاق هتل - ایجاد Arch و DynamoDB 05:19
-
در دسترس بودن اتاق هتل - ایجاد تابع Lambda 18:41
-
در دسترس بودن اتاق هتل - OpenAPI Schema و ادغام با عامل 15:03
-
رزرو اتاق هتل - ایجاد DynamoDB 03:55
-
رزرو اتاق هتل - ایجاد Lambda : بخش 1 11:20
-
رزرو اتاق هتل: ایجاد Lambda - بخش 2 12:10
-
رزرو اتاق هتل - ایجاد OpenAPI Schema 04:45
-
رزرو اتاق هتل - ادغام عامل، Lambda و گروه اقدام 14:08
-
تنظیمات حفاظ و حافظه عامل 07:12
-
استقرار نسخه و Alias عامل 01:40
-
پیشنیازهای UI با Streamlit 07:41
-
استقرار UI عامل با Streamlit 05:43
-
دمو نهایی 02:15
-
استقرار frontend به سرور EC2 19:14
-
افزودن لود بالانسر برنامه به EC2 06:56
-
مهم - پاکسازی پایگاههای دانش Bedrock 01:31
-
مورد استفاده تجاری 02:24
-
معماری مورد استفاده 03:25
-
عامل همکار 1 - عامل منابع انسانی (ایجاد backend و عامل) 07:57
-
عامل همکار 1 - عامل منابع انسانی (ادغام Lambda و عامل) 17:27
-
عامل همکار 1 - عامل منابع انسانی (پایگاه دانش Bedrock) 10:20
-
عامل همکار 2 - عامل رزرو اتاق هتل 00:27
-
عامل ناظر (عامل 3) - عامل سفر سازمانی 12:55
-
UI با استفاده از Streamlit برای عامل سفر سازمانی (چندعامله) 04:26
-
دمو نهایی - عامل سفر سازمانی (چندعامله) 02:52
-
مقدمه CrewAI 07:16
-
مفاهیم جزئیات CrewAI 13:01
-
CrewAI - پیش نیازها 03:20
-
CrewAI - پیاده سازی پلنر تعطیلات - بخش 1 12:18
-
CrewAI - پیاده سازی پلنر تعطیلات - بخش 2 18:41
-
CrewAI - پیاده سازی پلنر تعطیلات - بخش 3 10:58
-
پروتکل زمینه مدل (MCP) - مفاهیم اولیه 13:49
-
نصب Amazon Q CLI (کلاینت MCP) 08:32
-
معماری عامل کدینگ با سرور AWS MCP CloudFormation 02:58
-
پیش نیازها - نصب AWS CLI 02:51
-
ساخت عامل کدینگ - سرور AWS MCP CloudFormation و Amazon Q-CLI (عملی) 16:53
-
هوش مصنوعی مولد چیست؟ 10:33
-
Amazon Bedrock - مقدمه 22:15
-
مهندسی پرامپت - مبانی 11:35
-
مهندسی پرامپت - پیشرفته 04:34
-
RAG و پایگاههای دانش Bedrock 07:47
-
مرور پایههای Python - بخش ۱ 08:00
-
مرور پایههای Python - بخش ۲ 15:11
-
مروری بر AWS Lambda 05:25
-
AWS Lambda - فراخوانی 03:15
-
مروری بر Python و Boto3 09:00
مشخصات آموزش
عامل های هوش مصنوعی روی AWS - ساخت با CrewAI ،Amazon Bedrock و MCP
- تاریخ به روز رسانی: 1404/09/07
- سطح دوره:همه سطوح
- تعداد درس:69
- مدت زمان :09:19:05
- حجم :5.82GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy