دوره Microsoft Agent Framework (MAF): ساخت عامل‌های هوش مصنوعی سازمانی

آنچه یاد خواهید گرفت:

• عامل‌های هوش مصنوعی سازمانی 
• Microsoft Agent Framework (MAF) چیست؟
• تاریخچه MAF
• تکامل از Semantic Kernel و AutoGen به MAF
• چرا MAF را یاد بگیریم؟
• معماری یک عامل هوش مصنوعی
• گردش کار چیست؟
• دمو: راه‌اندازی محیط VS Code
• بررسی مخزن GitHub مربوط به MAF
• دمو: اطمینان از داشتن کلید API در OpenAI
• دمو: نوشتن کد ساده با استفاده از OpenAI و MAF
• Azure OpenAI و MAF
• دمو: نوشتن کد ساده با استفاده از Azure OpenAI و MAF
• دمو: نوشتن کد ساده با استفاده از Azure Foundry و MAF
• مروری بر SDK کتابخانه‌های MAF و Agent Framework
• کلاس Agent
• دمو: کار با کلاس Agent
• کلاس Message
• دمو: کار با کلاس Message
• دکوراتور ابزار 
• دمو: استفاده از دکوراتور ابزار
• حافظه کوتاه‌مدت
• دمو: پیاده‌سازی حافظه کوتاه‌مدت
• حافظه بلندمدت 
• یکپارچه‌سازی Microsoft Agent Framework با پروتکل MCP
• دمو: استفاده از MAF با Azure MCP Server (MCP محلی)
• یکپارچه‌سازی MAF با پروتکل A2A
• دمو: استفاده از پاسخ‌های استریمینگ با عامل
• دمو: تحلیل تصاویر با MAF
• درک گردش کار HITL )
• دمو: انسان در حلقه با Tools@
• درک گردش کار میان‌افزار 
• دمو: ارکستراسیون ترتیبی - بهینه‌سازی شبکه‌های اجتماعی
• دمو: ارکستراسیون همزمان - برنامه‌ریزی سفر به پاریس
• دمو: handoff - گردش کار پشتیبانی از مشتریان محصول
• ساخت عامل‌های واقعی با MAF
• معلم هوش مصنوعی علوم
• عامل خواننده اخبار
• عامل استخراج بینش از اسناد (RAG)

پیش‌نیازهای دوره

• درک برنامه‌نویسی پایتون
• درک git و VS Code
• درک مقدماتی از عامل‌ها 

توضیحات دوره

Microsoft Agent Framework (MAF): ساخت عامل‌های هوش مصنوعی سازمانی

به نسل بعدی عامل‌های هوش مصنوعی سازمانی با استفاده از Microsoft Agent Framework (MAF) ،Azure OpenAI ،Azure AI Foundry ،MCP ،A2A، گردش‌کارهای ارکستراسیون، سیستم‌های حافظه و معماری‌های چندعاملی دنیای واقعی مسلط شوید.

بررسی دوره

هوش مصنوعی به سرعت از چت‌بات‌های ساده به عامل‌های خودمختار هوشمندی در حال تحول است که قادر به استدلال، برنامه‌ریزی، همکاری، استفاده از ابزار، اجرای گردش‌کار و اتوماسیون سازمانی هستند.

در این دوره عملی و جامع، شما یاد خواهید گرفت که چگونه با استفاده از اکوسیستم قدرتمند Microsoft Agent Framework (MAF)، عامل‌های هوش مصنوعی سازمانی بسازید.

این دوره شما را از سطح مبتدی تا پیشرفته با پوشش موارد زیر همراهی می‌کند:

• اصول اصلی عامل‌های هوش مصنوعی
• معماری Microsoft Agent Framework
• یکپارچه‌سازی با Azure OpenAI
• یکپارچه‌سازی با Azure AI Foundry
• ارکستراسیون چندعاملی 
• پروتکل MCP (Model Context Protocol)
• پروتکل A2A (ارتباط عامل به عامل)
• گردش‌کارهای انسان در حلقه (HITL)
• سیستم‌های حافظه
• میان‌افزار 
• پاسخ‌های استریمینگ 
• الگوهای واقعی عامل‌های سازمانی
• گردش‌کارهای هوش مصنوعی در سطح تولید 

شما نه تنها تئوری پشت عامل‌های هوش مصنوعی را یاد می‌گیرید، بلکه سیستم‌های عملی و واقعی را گام به گام خواهید ساخت.

چه چیزی این دوره را متفاوت می‌کند؟

برخلاف آموزش‌های پایه هوش مصنوعی، این دوره بر موارد زیر تمرکز دارد:

• معماری‌های عامل هوش مصنوعی در سطح سازمانی
• الگوهای واقعی ارکستراسیون گردش‌کار
• سیستم‌های همکاری چندعاملی
• یکپارچه‌سازی با اکوسیستم Azure
• پروتکل‌های MCP و A2A
• دموهای عملی کدنویسی در سراسر دوره
• معماری‌ها و الگوهای الهام گرفته از محیط تولید
• توسعه مستقل از مدل و مستقل از پلتفرم

این دوره برای کمک به توسعه‌دهندگان، معماران، مهندسان هوش مصنوعی و علاقه‌مندان فناوری طراحی شده است تا سیستم‌های هوش مصنوعی مدرنی بسازند که فراتر از مهندسی پرامپت ساده هستند.

تا پایان این دوره، شما قادر خواهید بود:

• درک کنید عامل‌های هوش مصنوعی سازمانی چگونه کار می‌کنند.
• با استفاده از Microsoft Agent Framework عامل هوش مصنوعی بسازید.
• OpenAI ،Azure OpenAI و Azure AI Foundry را با MAF یکپارچه کنید.
• از سیستم‌های حافظه در عامل‌های هوش مصنوعی استفاده کنید.
• عامل‌های هوش مصنوعی مجهز به ابزار بسازید.
• گردش‌کارهای انسان در حلقه (HITL) را پیاده‌سازی کنید.
• یکپارچه‌سازی‌های MCP را درک و پیاده‌سازی کنید.
• سیستم‌های ارتباطی عامل به عامل (A2A) بسازید.
• گردش‌کارهای ارکستراسیون ترتیبی، همزمان و مبتنی بر handoff ایجاد کنید.
• سیستم‌های چندعاملی طراحی کنید.
• راهکارهای واقعی هوش مصنوعی را با الگوهای سازمانی بسازید.
• گردش‌کارهای هوش مصنوعی مقیاس‌پذیر را برای محیط‌های تولید ساختاربندی کنید.

ساختار دوره

بخش 1 - مقدمه‌ای بر عامل‌های هوش مصنوعی سازمانی

با اصول شروع کنید:

• عامل‌های هوش مصنوعی سازمانی چیستند؟
• آشنایی با Microsoft Agent Framework
• تاریخچه و تکامل MAF
• تکامل از Semantic Kernel و AutoGen به MAF
• اصول معماری عامل هوش مصنوعی
• درک گردش‌کارها و ارکستراسیون

بخش 2 - MAF: مستقل از مدل و مستقل از پلتفرم

یاد بگیرید MAF چگونه در چندین اکوسیستم هوش مصنوعی کار می‌کند:

• یکپارچه‌سازی با OpenAI
• یکپارچه‌سازی با Azure OpenAI
• یکپارچه‌سازی با Azure AI Foundry
• راه‌اندازی VS Code
• پیکربندی محیط
• مدیریت کلید API
• ساخت اولین عامل‌های هوش مصنوعی با MAF

دموهای عملی در سراسر دوره گنجانده شده است.

بخش 3 - بررسی عمیق مفاهیم MAF

به بلوک‌های سازنده اصلی چارچوب مسلط شوید:

• کلاس Agent
• کلاس Message
• دکوراتورهای ابزار 
• حافظه کوتاه‌مدت
• حافظه بلندمدت
• MCP (Model Context Protocol)
• یکپارچه‌سازی با Azure MCP Server
• اصول پروتکل A2A
• معماری ارتباط عامل به عامل

همچنین پیاده‌سازی‌های کامل و عملی را اجرا و درک خواهید کرد.

بخش 4 - ساخت عامل‌های اولیه با ابزارهای واقعی

سیستم‌های تعاملی هوش مصنوعی را با استفاده از موارد زیر بسازید:

• پاسخ‌های استریمینگ
• گردش‌کارهای تحلیل تصویر
• تأییدیه‌های انسان در حلقه
• معماری میان‌افزار 
• یکپارچه‌سازی ابزارها

این بخش الگوهای تعاملی در سطح تولید را معرفی می‌کند که در سیستم‌های هوش مصنوعی سازمانی استفاده می‌شوند.

بخش 5 - گردش‌کارهای MAF و سیستم‌های چندعاملی

به ارکستراسیون و سیستم‌های هوش مصنوعی مشارکتی شیرجه بزنید:

ارکستراسیون ترتیبی

بسازید:

• گردش کار بهینه‌سازی شبکه‌های اجتماعی

ارکستراسیون همزمان 

بسازید:

• برنامه‌ریز سفر هوش مصنوعی به پاریس

ارکستراسیون مبتنی بر handoff 

بسازید:

• گردش کار پشتیبانی مشتریان محصول

یاد خواهید گرفت که عامل‌ها چگونه با هم همکاری می‌کنند، تسک ها را واگذار می‌کنند و گردش‌کارها را هوشمندانه هماهنگ می‌کنند.

بخش 6 - ساخت عامل‌های هوش مصنوعی سازمانی واقعی

همه آنچه را یاد گرفته‌اید با ساخت موارد زیر اعمال کنید:

• معلم هوش مصنوعی علوم
• عامل خواننده اخبار
• عامل استخراج بینش از اسناد

خواهید آموخت:

• معماری سیستم
• طراحی گردش کار
• پیاده‌سازی کد
• جریان اجرا
• موارد استفاده واقعی در سطح سازمانی

فناوری‌های پوشش داده شده

• Microsoft Agent Framework (MAF)
• Azure OpenAI
• Azure AI Foundry
• OpenAI APIs
• Python
• MCP (Model Context Protocol)
• پروتکل A2A
• گردش‌کارهای چندعاملی
• میان‌افزار
• سیستم‌های حافظه
• پاسخ‌های استریمینگ هوش مصنوعی

این دوره برای چه کسانی است؟

این دوره برای افراد زیر ایده‌آل است:

• مهندسان هوش مصنوعی
• توسعه‌دهندگان پایتون
• معماران نرم‌افزار
• مهندسان ابر 
• توسعه‌دهندگان Azure
• علاقه‌مندان GenAI 
• توسعه‌دهندگانی که عامل‌های هوش مصنوعی را بررسی می‌کنند.
• متخصصانی که راهکارهای هوش مصنوعی سازمانی می‌سازند.
• هر کسی که به آینده سیستم‌های خودمختار هوش مصنوعی علاقه دارد.

پیش‌نیازها

درک اولیه از موارد زیر:

• برنامه‌نویسی پایتون
• APIها
• مفاهیم هوش مصنوعی / مدل‌های زبانی بزرگ (مفید است اما اجباری نیست)

هیچ تجربه قبلی با Microsoft Agent Framework لازم نیست.

تا پایان این دوره

مهارت طراحی و ساخت موارد زیر را خواهید داشت:

• عامل‌های هوش مصنوعی سازمانی
• سیستم‌های چندعاملی
• برنامه‌های هوش مصنوعی گردش کار محور
• عامل‌های خودمختار مجهز به ابزار
• معماری‌های اتوماسیون هوش مصنوعی در دنیای واقعی

همچنین تجربه عملی با الگوهای مدرن مهندسی هوش مصنوعی سازمانی که در سیستم‌های نسل بعدی هوش مصنوعی استفاده می‌شوند به دست خواهید آورد.

همین امروز ساخت عامل‌های هوش مصنوعی سازمانی را شروع کنید

آینده هوش مصنوعی در سیستم‌های عاملی، ارکستراسیون، همکاری و گردش‌کارهای هوشمند است.

به این دوره بپیوندید و همین امروز ساخت عامل‌های هوش مصنوعی سازمانی واقعی را با Microsoft Agent Framework آغاز کنید.

این دوره برای چه کسانی مناسب است؟

• توسعه‌دهندگان و علاقه‌مندان به فناوری
• مبتدیانی که به دنبال یادگیری چارچوب‌های عامل  هستند.
• معماران راهکار و متخصصان IT
• دانشجویان و افرادی که مسیر شغلی خود را تغییر می‌دهند.
• مهندسان ابر 
• مهندسان هوش مصنوعی
• معماران Gen-AI