دوره فشرده عاملهای هوش مصنوعی: ساخت با Python و OpenAI
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- ساخت عاملهای هوش مصنوعی کاربردی با استفاده از Python و OpenAI SDK
- پیادهسازی فراخوانی ابزار، حافظه و پاسخهای جریانی در عاملها
- استفاده از مهندسی پرامپت و مهندسی زمینه برای کنترل رفتار عامل.
- یکپارچهسازی Retrieval‑Augmented Generation (RAG) با استفاده از پایگاههای دادهٔ Embedding
- اعمال ایمنی با استفاده از حفاظهای ایمنی و تکنیکهای تبعیت از پرامپت.
- سازماندهی سیستمهای چندعاملی با تجزیه تسک و واگذاری کارها
- استقرار عاملهای هوش مصنوعی در فضای ابری با احراز هویت و تنظیمات امنیتی
- ردیابی و اشکالزدایی رفتار عامل با استفاده از ابزارهای داخلی OpenAI
پیش نیازهای دوره
- تجربهٔ مقدماتی در برنامهنویسی Python
- یک حساب کاربری OpenAI با دسترسی به API
- یک حساب GitHub برای استفاده از GitHub Codespaces جهت توسعه
- آشنایی با ابزارهای اولیه کدنویسی (مانند اجرای اسکریپتها، ویرایش کد)
توضیحات دوره
ساخت عاملهای هوشمند مصنوعی میتواند چالشبرانگیز و دشوار به نظر برسد. با وجود پیچیدگیهای OpenAI SDK، تکنیک RAG، فراخوانی ابزار، حافظه و مهندسی پرامپت، شروع کار سخت است.
این دورهٔ فشرده میانبر شماست: در تنها چند ساعت، مدرس شما را از صفر به مرحله استقرار یک سیستم هوش مصنوعی عاملگرای واقعی و عملیاتی میرساند.
شما یک دستیار تغذیهٔ هوشمند خواهید ساخت که:
- از OpenAI Agents SDK برای درک و پاسخ به پرامپتها استفاده میکند.
- ابزارها و APIهای خارجی را فراخوانی میکند.
- از حافظه و RAG برای هوش مبتنی بر زمینه استفاده می کند.
- شامل حفاظهای ایمنی برای رفتار امن و قابلاطمینان است.
- قابلیت استقرار در فضای ابری همراه با احراز هویت را دارد.
چه توسعهدهنده باشید، چه دانشمند داده یا مهندس مشتاق در حوزهٔ هوش مصنوعی، این دورهٔ عملی یک اصول کامل و جامع از هوش مصنوعی عاملگرا را در اختیار شما قرار میدهد، بدون اینکه در تئوریها یا کدهای قدیمی غرق شوید.
آنچه در این دوره فرا خواهید گرفت:
- چگونگی ساخت عاملهای هوش مصنوعی با Python + OpenAI’s Agents SDK
- تکنیکهای فراخوانی ابزار، استریمینگ و ردیابی
- بهترین شیوه ها در مهندسی پرامپت و طراحی زمینه
- چگونگی ادغام حافظه و RAG برای استدلال عمیقتر مبتنی بر زمینه
- استقرار ایمن عامل با احراز هویت و Guardrails
- چگونگی ساخت سیستمهای چندعاملی با واگذاری تسک و اجرای موازی
این دوره برای چه کسانی است؟
- مهندسان و توسعهدهندگانی که تجربهٔ اولیه Python دارند.
- متخصصان هوش مصنوعی/یادگیری ماشین که میخواهند بهسرعت ارکستراسیون عاملها را یاد بگیرند.
- سازندگان محصول و رهبران فنی که در حال بررسی گردش های کاری عاملگرا هستند.
- یادگیرندگانی که میخواهند عاملها را بسازند، نه اینکه فقط دربارهٔ آنها بخوانند.
آمادهاید اولین عامل هوش مصنوعی خود را سریع بسازید؟
همین حالا در این دوره شرکت کنید و ساختن را شروع کنید.
این دوره برای چه کسانی مناسب است؟
- یادگیرندگانی که یک دورهٔ فشرده و پروژهمحور را به تئوریهای طولانی ترجیح میدهند.
- توسعهدهندگان Python که میخواهند سریعاً وارد کار عملی ساخت عاملهای هوش مصنوعی شوند.
- مهندسین نرمافزار و رهبران فنی که قصد دارند عاملهای هوش مصنوعی را در محصولات واقعی ادغام کنند.
- کارآفرینان، توسعهدهندگان مستقل و سازندگان محصول که به گردش های کاری هوش مصنوعی عاملگرا علاقهمند هستند.
- هر کسی که کنجکاو است بداند چطور از OpenAI SDK برای ساخت اپلیکیشن های هوشمند و خودمختار استفاده کند.
دوره فشرده عاملهای هوش مصنوعی: ساخت با Python و OpenAI
-
مقدمه: عاملهای هوش مصنوعی چه هستند؟ 05:35
-
معرفی OpenAI Agents SDK 03:57
-
تمرین عملی: راهاندازی محیط 04:39
-
تمرین عملی: ساخت و اشکالزدایی اولین عامل هوش مصنوعی شما 08:21
-
آزمون: عاملها و OpenAI Agents SDK None
-
معرفی استفاده از ابزار در هوش مصنوعی عاملگرا 05:12
-
خودمختاری عاملگرا با ابزارها، مهندسی زمینه و مدیریت زمینه 04:58
-
تمرین عملی: پیادهسازی فراخوانی ابزار 07:56
-
آزمون: استفاده از ابزار در عاملهای هوش مصنوعی None
-
معرفی Retrieval-Augmented Generation (RAG) 05:55
-
بردارهای Embedding و ذخیرهسازهای برداری با RAG 07:03
-
تمرین عملی: راهاندازی RAG – پشت صحنه 04:33
-
تمرین عملی: بازیابی اطلاعات کالری با استفاده از RAG 06:11
-
توضیحات تکلیف: ساخت RAG اختصاصی خودتان 03:05
-
ساخت RAG اختصاصی خودتان None
-
معرفی پروتکل زمینه مدل (MCP) و معماریهای رایج 04:06
-
تمرین عملی: فراخوانی ابزار با ExaSearch MCP 10:54
-
توضیحات تکلیف: استفاده از ابزار جستجوی وب داخلی OpenAI 01:35
-
استفاده از ابزار جستجوی وب داخلی OpenAI None
-
الگوهای طراحی سیستمهای چندعاملی 06:47
-
انتقال وظایف عاملهای هوش مصنوعی و عاملها بهعنوان ابزار 03:36
-
تمرین عملی: پیادهسازی هوش مصنوعی چندعاملی مشاور صبحانه 10:57
-
حافظه کوتاهمدت و بلندمدت در عاملهای هوش مصنوعی 03:52
-
تمرین عملی: حافظه عاملگرا با استفاده از OpenAI Sessions 03:06
-
ایمنسازی آسیبپذیریهای پرامپت با مهندسی پرامپت 04:27
-
عاملهای حفاظ ورودی و خروجی 01:50
-
تمرین عملی: مهندسی پرامپت و حفاظ ها 07:38
-
آزمون: حافظه بلندمدت در مقابل کوتاهمدت، حفاظ ها در مقابل رعایت پرامپت None
-
سایر ملاحظات استقرار برای سیستمهای هوش مصنوعی عاملگرا 02:54
-
تمرین عملی: ساخت چتبات با Chainlit 07:20
-
تمرین عملی: افزودن قابلیتهای عاملگرا و RAG به چتبات 10:17
-
تمرین عملی: مدیریت حافظه مکالمه با استفاده از OpenAI Sessions 02:40
-
تمرین عملی: افزودن احراز هویت 03:01
-
سفارشیسازی چتبات None
-
تمرین عملی: استقرار چتبات در محیط عملیاتی ابری 04:19
-
توضیحات پروژه نهایی 01:05
-
پروژه نهایی - سیستم چندعاملی در سطح محیط عملیاتی None
-
جمعبندی - تبریک! 00:54
مشخصات آموزش
دوره فشرده عاملهای هوش مصنوعی: ساخت با Python و OpenAI
- تاریخ به روز رسانی: 1404/12/10
- سطح دوره:همه سطوح
- تعداد درس:38
- مدت زمان :02:39:47
- حجم :1.19GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy