دوره Google Agent Development Kit (ADK) - ساخت و استقرار عاملهای هوش مصنوعی
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- درک اجزای سازنده مدلهای زبانی بزرگ (LLM) و اینکه چگونه عاملهای هوشمند را قدرت میبخشند.
- راهاندازی و ساختاردهی نخستین عامل هوش مصنوعی خود با استفاده از کیت توسعه عامل (ADK) گوگل
- اجرای عاملها از طریق رابط وب ADK، خط فرمان (CLI) و API
- تسلط به معماری ADK از جمله Runner، سشن ها، استیت و حلقه رویداد
- اتصال عاملها به Gemini ،GPT ،Ollama و مدلهای شخص ثالث از طریق Vertex AI و LiteLLM
- ساخت و یکپارچهسازی ابزارهای تابعی، ابزارهای داخلی، ابزارهای مبتنی بر OpenAPI و ابزارهای MCP
- استفاده از ابزارهای LangChain و CrewAI درون عاملهای ADK
- پیادهسازی حافظه مبتنی بر سشن، استیت مشترک و حافظه بلندمدت برای عاملهای پایدار
- افزودن فراخوانیها و Guardrail برای کنترل رفتار عامل پیش و پس از اجرای مدل و ابزار
- آمادهسازی عاملها برای محیط تولید و استقرار آنها روی Google Cloud Run
- استقرار عاملها روی Vertex AI Agent Engine برای میزبانی مدیریتشده و مقیاسپذیر
پیشنیازهای دوره
- هیچ تجربه قبلی با عاملهای هوش مصنوعی یا چارچوبهای عاملی لازم نیست.
- مهارت اولیه در برنامهنویسی Python (آشنایی با توابع، دیکشنریها و نصب پکیجها)
- یک حساب Google Cloud با صورتحساب فعال (لایه رایگان برای بیشتر آزمایشگاهها کافی است)
- کلید Google AI Studio API (دریافت آن رایگان است)
توضیحات دوره
هر چارچوب اصلی، راهی برای ساخت عاملهای هوش مصنوعی در اختیار شما میگذارد. اما بیشتر دورهها فقط ساخت دموهای آزمایشی را آموزش میدهند که هیچوقت از لپتاپ شما خارج نمیشوند.
این دوره متفاوت است.
شما از نخستین عامل خود تا استقرار یک سیستم آماده محیط تولید با Guardrail روی Google Cloud، همگی را بهطور کامل در کیت توسعه عامل (ADK) گوگل یاد خواهید گرفت.
ADK فقط یک لایه دیگر روی مدل زبانی بزرگ (LLM) نیست. این یک چارچوب عاملی با هدف خاص است که پشتیبانی درجه یک از یکپارچهسازی ابزارها، مدیریت سشن، استیت مشترک، حافظه بلندمدت، فراخوانیهای چرخه عمر و استقرار بومی Google Cloud را ارائه میدهد. برخلاف دورههایی که در یک آخر هفته بین پنج چارچوب جابهجا میشوند، این دوره عمیقاً روی یک چارچوب تمرکز میکند.
این دوره شامل 11 ماژول با ترتیب دقیق است. اصول (ماژولهای 1 تا 5) شما را از صفر به اجرای عاملها با رابط وب، خط فرمان و API میرساند. ارکان (ماژولهای 6 تا 10) بهصورت عمیق وارد معماری، مدلها، ابزارها، حافظه، فراخوانیها و Guardrails میشود. استقرار (ماژول 11) عامل شما را روی Cloud Run و Vertex AI Agent Engine اجرا خواهد کرد.
هر ماژول از یک ریتم ثابت مانند: اسلایدهای مفهومی، دموهای زنده، آزمایشگاههای عملی و یک آزمون کوتاه پیروی میکند.
این یک دوره کد-محور و کاملاً عملی است. مناسب سازندگان بدون کد یا مبتدیان Python نیست. این دوره برای توسعهدهندگانی است که جدی میخواهند عاملهای هوش مصنوعی بسازند و واقعاً آنها را منتشر کنند.
در این دوره شرکت کنید و بیایید شروع به ساخت کنیم.
این دوره برای چه کسانی مناسب است؟
- توسعهدهندگان Python که میخواهند تجربه عملی ساخت عاملهای هوش مصنوعی با Google ADK به دست آورند.
- مهندسان و معماران ابری که راهکارهای هوش مصنوعی عاملی را روی Google Cloud ارزیابی میکنند.
- مهندسان نرمافزار که میخواهند از نمونههای اولیه چتبات به سیستمهای عاملی در سطح تولید برسند.
- فعالان حوزه هوش مصنوعی که بهدنبال آموزش عمیق و متمرکز روی یک چارچوب هستند، نه یک مرور سطحی بر چند چارچوب
- هر کسی که میخواهد عاملهای واقعی را روی Cloud Run یا Vertex AI Agent Engine مستقر کند.
دوره Google Agent Development Kit (ADK) - ساخت و استقرار عاملهای هوش مصنوعی
-
خوش آمدید 04:28
-
اصول اپلیکیشن های مدل زبانی بزرگ 05:53
-
اصول اپلیکیشن های مدل زبانی بزرگ None
-
درک اینکه چه چیزی مدلهای زبانی بزرگ را مفید میکند 10:39
-
مروری بر عاملهای هوش مصنوعی None
-
شروع کار با ADK 09:49
-
ویژگیهای ADK None
-
نخستین عامل ADK خود را ایجاد کنید 00:47
-
نوشتن نخستین عامل خود با ADK None
-
راهاندازی و دسترسی به عاملها 00:37
-
اجرای عاملهای ADK None
-
درک موتور زمان اجرا 11:46
-
دمو: ساخت برنامهنویسی یک عامل ADK 13:05
-
خلاصه 01:38
-
معماری ADK None
-
دسترسی به Gemini از طریق AI Studio 03:48
-
دمو: دسترسی به Gemini از طریق AI Studio 03:31
-
دسترسی به Gemini از طریق Vertex AI Model Garden 01:55
-
دمو: دسترسی به Gemini از طریق Vertex AI Model Garden 04:41
-
دسترسی به OpenAI GPT از طریق LiteLLM 02:11
-
دمو: دسترسی به OpenAI GPT از طریق LiteLLM 04:09
-
دسترسی محلی به مدلهای Open-Weight از طریق Ollama 02:19
-
دمو: دسترسی محلی به مدلهای Open-Weight از طریق Ollama 05:24
-
خلاصه 01:04
-
مدلها در ADK None
-
ابزارها در ADK 04:48
-
ابزارهای تابعی 02:02
-
دمو: ابزارهای تابعی 05:49
-
ابزارهای داخلی 00:56
-
دمو: ابزار جستجوی گوگل و اجرای کد 09:55
-
ابزار مبتنی بر مشخصات OpenAPI 02:17
-
دمو: ابزار مبتنی بر مشخصات OpenAPI 07:16
-
استفاده از ابزارهای LangChain و CrewAI با ADK 01:56
-
دمو: استفاده از ابزارهای LangChain و CrewAI با ADK 09:55
-
ابزارهای MCP 02:59
-
دمو: ابزارهای MCP 08:07
-
خلاصه 02:11
-
ابزارها در ADK None
-
چرا حافظه اهمیت دارد؟ 02:23
-
درک سشن ها 01:45
-
دمو: درک سشن ها 06:39
-
پیادهسازی استیت 02:05
-
دمو: پیادهسازی استیت 10:35
-
افزودن حافظه بلندمدت 02:40
-
دمو: افزودن حافظه بلندمدت 06:58
-
خلاصه 01:30
-
حافظه و وضعاستیتیت None
-
مروری بر فراخوانیها و Guardrails 00:46
-
افزودن فراخوانی برای مدل 05:30
-
دمو: افزودن فراخوانی برای مدل 08:05
-
افزودن فراخوانی برای ابزارها 03:00
-
دمو: افزودن فراخوانی برای ابزارها 09:51
-
افزودن Guardrails به عاملها 02:31
-
دمو: افزودن Guardrails به عاملها 12:20
-
خلاصه 01:19
-
فراخوانیها و Guardrails None
-
گزینههای استقرار 01:53
-
استقرار عاملهای ADK روی Google Cloud Run 01:41
-
دمو: استقرار عاملهای ADK روی Google Cloud Run 07:11
-
استقرار عاملهای ADK روی Vertex AI Agent Engine 01:37
-
دمو: استقرار عاملهای ADK روی Vertex AI Agent Engine 06:33
-
خلاصه 01:10
-
استقرار None
-
تبریک! 00:57
مشخصات آموزش
دوره Google Agent Development Kit (ADK) - ساخت و استقرار عاملهای هوش مصنوعی
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:Alls
- تعداد درس:64
- مدت زمان :04:31:07
- حجم :1.89GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy