هوش مصنوعی عاملی با LangGraph ،CrewAI ،AutoGen و BeeAI
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- طراحی سیستمهای هوش مصنوعی بهینه با انتخاب و ترکیب فریمورکهای عاملمحور و الگوهای معماری مناسب
- پیادهسازی الگوهای گردشکار در هوش مصنوعی با استفاده از اصول طراحی Agentic و فریمورک LangGraph
- ساخت گردشکارهای چندعاملی ساختاریافته با CrewAI شامل عاملها، تسک ها و ابزارهای سفارشی
- توسعه اپلیکیشن های هوش مصنوعی با BeeAI و طراحی تعاملات گفتگو محور با استفاده از AG2 (AutoGen)
توضیحات دوره
در این دوره یاد میگیرید چگونه با استفاده از فریمورکهای قدرتمند، سیستمهای چندعامله هوشمند و خودمختار بسازید که قادر به برنامهریزی، همکاری و اجرای تسک های پیچیده هستند.
این دوره رویکردی ساختاریافته برای طراحی سیستمهای مجهز به هوش مصنوعی ارائه میدهد که از اصول طراحی Agentic، استراتژیهای ارکستراسیون و الگوهای اثباتشده گردشکار استفاده میکنند. در این مسیر با فریمورکهای محبوبی مانند LangGraph ،CrewAI ،BeeAI و AG2 (که قبلاً AutoGen نام داشت) آشنا میشوید و یاد میگیرید چگونه مناسبترین گزینه را برای نیازهای خود انتخاب کنید.
در ابتدا با LangGraph کار را آغاز میکنید و الگوهای طراحی مهمی مانند جریانهای ترتیبی، مسیریابی و پردازش موازی را برای ساختاردهی تعاملات میان عاملها به کار میگیرید. سپس به سراغ CrewAI میروید و در آن چگونگی ارکستراسیون عاملها، تسک ها و ابزارها را میآموزید، خروجیهای ساختاریافته با استفاده از YAML و Pydantic تولید میکنید و قابلیتها را با توابع سفارشی گسترش میدهید. در نهایت با BeeAI برای ارکستراسیون عاملها و گردشکارها آشنا میشوید و از AG2 برای ایجاد گفتگوهای چندعامله و همکاری مبتنی بر نقش استفاده میکنید.
از طریق آزمایشگاههای عملی و مثالهای واقعی، مهارتهای لازم برای ساخت اپلیکیشن های هوش مصنوعی مقیاسپذیر، قابل نگهداری و کارآمد را به دست خواهید آورد.
همین امروز در این دوره شرکت کنید تا مهارتهای پیشرفته Agentic AI را که کارفرمایان به دنبال آن هستند فرا بگیرید.
هوش مصنوعی عاملی با LangGraph ،CrewAI ،AutoGen و BeeAI
-
مقدمه دوره 3:09
-
درک هوش مصنوعی Agentic و فریمورکهای متنباز 8:51
-
ساخت عاملهای هوش مصنوعی با فریمورکهای متنباز 8:00
-
الگوهای طراحی ضروری برای سیستمهای هوش مصنوعی 8:04
-
الگوی طراحی Orchestrator 8:03
-
الگوی طراحی Evaluator-Optimizer 5:07
-
بررسی دوره None
-
طراحی گردشکار عاملهای هوش مصنوعی با CrewAI 9:15
-
CrewAI با خروجیهای ساختاریافته، YAML و کلاسهای CrewBase 9:33
-
گسترش CrewAI با توابع سفارشی 7:27
-
جمعبندی و نکات کلیدی None
-
BeeAI: معرفی و کامپوننت های اصلی 9:25
-
ساخت عاملها با فریمورک BeeAI 8:34
-
معرفی AG2 (AutoGen) و اجزای کلیدی آن 9:20
-
گسترش AG2 با ابزارها و خروجیهای ساختاریافته 6:50
-
جمعبندی نهایی دوره 4:14
-
خلاصه و نکات مهم None
-
تبریک و گامهای بعدی None
-
تیم و سپاسگزاری None
مشخصات آموزش
هوش مصنوعی عاملی با LangGraph ،CrewAI ،AutoGen و BeeAI
- تاریخ به روز رسانی: 1405/04/02
- سطح دوره:متوسط
- تعداد درس:19
- مدت زمان :01:45:52
- حجم :455.0MB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy