CodeShot

مسیر یادگیری AI Agents

سیستمی مبتنی بر مدل زبانی که به‌جای پاسخ تک‌مرحله‌ای، خودش هدف را به مراحل می‌شکند، از ابزارها استفاده می‌کند و بر اساس نتیجه هر مرحله تصمیم بعدی را می‌گیرد.

6 مرحله

  1. 1.

    AI Agent چیست؟

    سیستمی مبتنی بر مدل زبانی که به‌جای پاسخ تک‌مرحله‌ای، خودش هدف را به مراحل می‌شکند، از ابزارها استفاده می‌کند و بر اساس نتیجه هر مرحله تصمیم بعدی را می‌گیرد.

    ~6 ساعت
  2. 2.

    بررسی معماری و چرخه تصمیم‌گیری ایجنت

    چرخه ادراک-استدلال-اقدام (Perception-Reasoning-Action) و اجزای اصلی یک ایجنت مبتنی بر LLM را شرح می‌دهد.

    ~5 ساعت
  3. 3.

    پیاده‌سازی فراخوانی ابزار توسط ایجنت

    نحوه اتصال ایجنت به توابع و APIهای بیرونی برای انجام اقدامات واقعی به‌جای صرفاً تولید متن را توضیح می‌دهد.

    ~6 ساعت
  4. 4.

    مدیریت حافظه و Context در ایجنت

    تفاوت حافظه کوتاه‌مدت و بلندمدت و نقش Vector Store در حفظ زمینه مکالمه ایجنت را بررسی می‌کند.

    ~5 ساعت
  5. 5.

    طراحی سیستم‌های چند-ایجنتی

    همکاری و تقسیم وظیفه میان چند ایجنت تخصصی برای حل مسائل پیچیده‌تر را توضیح می‌دهد.

    ~6 ساعت
  6. 6.

    کار با فریمورک‌های ساخت ایجنت

    معرفی و مقایسه فریمورک‌های محبوب ساخت ایجنت مانند LangGraph، AutoGen و CrewAI را ارائه می‌دهد.

    ~7 ساعت