ساخت با هوش مصنوعی: اپلیکیشن های عاملی با LlamaIndex و MCP
✅ سرفصل و جزئیات آموزش
یاد بگیرید چگونه اپلیکیشن های عاملی بسازید که بتوانند بهصورت هوشمند چندین عامل هوش مصنوعی را برای کار با منابع دانش توزیعشده هماهنگ کنند.
در این دوره، مدرسها Tuana Çelik و Joon-Pil Hwang اصول معماریهای عاملی و ساخت گردشکارهای سفارشی با LlamaIndex را آموزش میدهند. همچنین بینش هایی از چگونگی یکپارچهسازی پایگاههای داده برداری مانند Weaviate برای ذخیرهسازی و بازیابی دانش، و نیز پیادهسازی سیستمهای چندعاملی مبتنی بر نقش بدست میآورید.
در ادامه، Tuana و Joon-Pil به Model Context Protocol (MCP) هم میپردازند؛ پروتکلی که میتواند یکپارچهسازیهای قدرتمندی با سایر منابع دادهی خارجی فراهم کند. تا پایان این دوره، مهارتهای پرتقاضایی برای ساخت اپلیکیشن های عاملی با استفاده از ابزارهای در سطح سازمانی به دست خواهید آورد.
این دوره با GitHub Codespaces یکپارچه شده است؛ یک محیط توسعهی ابری فوری که تمام قابلیتهای IDE موردعلاقهی شما را بدون نیاز به هیچگونه راهاندازی محلی روی دستگاه فراهم میکند. با GitHub Codespaces میتوانید از هر دستگاهی و در هر زمانی بهصورت عملی تمرین کنید؛ آن هم با ابزاری که احتمالاً در محیط کار هم با آن روبهرو خواهید شد.
ساخت با هوش مصنوعی: اپلیکیشن های عاملی با LlamaIndex و MCP
-
ساخت عاملهای مدرن هوش مصنوعی 0:00:33
-
ساخت یک عامل اولیه 0:07:26
-
ایجاد مراحل تصمیمگیری سفارشی رویداد محور 0:11:43
-
چرا از پایگاههای داده برداری برای ذخیرهسازی دانش استفاده میکنیم؟ 0:03:57
-
اجرای کوئری در Weaviate 0:05:34
-
مقدمهای بر Weaviate Query Agent 0:07:10
-
استفاده از Weaviate Query Agent 0:08:33
-
استفاده از Query Agent خود بهعنوان یک مرحله در گردشکار عاملی 0:10:57
-
ساخت یک گردشکار human-in-the-loop برای جستوجوی پایگاه دانش و مدیریت با LlamaIndex و Weaviate 0:13:08
-
تعامل با عاملهای خودتان که از طریق Claude Code بهصورت MCP ارائه شدهاند 0:09:30
مشخصات آموزش
ساخت با هوش مصنوعی: اپلیکیشن های عاملی با LlamaIndex و MCP
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:متوسط
- تعداد درس:10
- مدت زمان :1:48:03
- حجم :218.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy