- Регистрация
- 22 Февраль 2018
- Сообщения
- 11.997
Название: AI-агенты: Введение - dair-ai (2025)
Описание:
Introduction to AI Agents
dair-ai
Этот курс посвящен созданию эффективных и сложных AI-агентов. Студенты изучат основные компоненты для разработки AI-агентов и лучшие практики построения продвинутых агентных рабочих процессов. Курс также охватывает сложные концепции, такие как создание мультиагентных и иерархических мультиагентных систем.
Чему вы научитесь
После прохождения курса студенты получат глубокое понимание работы AI-агентов и смогут разработать эффективные фреймворки для создания продвинутых агентных AI-систем в различных сферах и для решения различных задач.
Требования к курсу
- Курс не требует предварительных знаний и навыков программирования.
- Если вы не знакомы с техниками написания промтов для LLM, настоятельно рекомендуется пройти курсы "Введение в Prompt Engineering" и "Продвинутый Prompt Engineering".
- Основным инструментом курса является Flowise AI (платформа без программирования для построения чат-флоу и агентных рабочих процессов). Подробные инструкции по установке и доступу к Flowise AI предоставлены в курсе.
Темы курса
В течение курса студенты будут работать с Flowise AI, инструментом без кода, который упрощает создание сложных агентных рабочих процессов.
Основные темы курса:
Определение AI-агентов
AI-агенты - это системы на основе LLM, выполняющие задачи от имени пользователя. Они особенно полезны для решения сложных задач, требующих планирования, доступа к инструментам и памяти.
Компоненты агента
AI-агенты включают в себя инструменты, память и планирование для выполнения задач. В курсе рассматриваются ключевые компоненты и способы их эффективного использования.
ReAct-агент
Студенты изучат концепцию ReAct, которая позволяет AI-агентам анализировать данные, реагировать на них и улучшать результаты. Будет рассмотрено создание простого ReAct-агента.
Агентные рабочие процессы
AI-агенты могут использоваться в научных исследованиях, программировании, маркетинге, дизайне контента и планировании. В этом разделе рассматривается, как LLM выполняет роль "мозга" агента.
Flowise AI и агентные рабочие процессы
Flowise AI предоставляет мощный инструментарий для создания продвинутых AI-агентов, интегрируя возможности LangChain и LlamaIndex. Студенты создадут поискового агента, который получает актуальную информацию из интернета.
Агент для веб-скрапинга
Будет рассмотрен пример агента, который собирает и анализирует данные из интернета с помощью инструментов поиска и извлечения информации.
Мультиагентные системы
Курс демонстрирует, как различные AI-агенты могут взаимодействовать и выполнять специализированные задачи. Например, будет разобрана система агентного копирайтера для маркетинга.
Иерархические агенты
Будет рассмотрена структура supervisor/worker-агентов, где агенты-руководители взаимодействуют с рабочими агентами для решения сложных задач. В качестве примера будет разработан агент-планировщик курса.
После прохождения курса вы сможете самостоятельно разрабатывать AI-агентов для автоматизации задач в различных сферах без необходимости программирования.
Материал на английском языке
Подробнее:
Скачать:
Описание:
Introduction to AI Agents
dair-ai
Этот курс посвящен созданию эффективных и сложных AI-агентов. Студенты изучат основные компоненты для разработки AI-агентов и лучшие практики построения продвинутых агентных рабочих процессов. Курс также охватывает сложные концепции, такие как создание мультиагентных и иерархических мультиагентных систем.
Чему вы научитесь
После прохождения курса студенты получат глубокое понимание работы AI-агентов и смогут разработать эффективные фреймворки для создания продвинутых агентных AI-систем в различных сферах и для решения различных задач.
Требования к курсу
- Курс не требует предварительных знаний и навыков программирования.
- Если вы не знакомы с техниками написания промтов для LLM, настоятельно рекомендуется пройти курсы "Введение в Prompt Engineering" и "Продвинутый Prompt Engineering".
- Основным инструментом курса является Flowise AI (платформа без программирования для построения чат-флоу и агентных рабочих процессов). Подробные инструкции по установке и доступу к Flowise AI предоставлены в курсе.
Темы курса
В течение курса студенты будут работать с Flowise AI, инструментом без кода, который упрощает создание сложных агентных рабочих процессов.
Основные темы курса:
Определение AI-агентов
AI-агенты - это системы на основе LLM, выполняющие задачи от имени пользователя. Они особенно полезны для решения сложных задач, требующих планирования, доступа к инструментам и памяти.
Компоненты агента
AI-агенты включают в себя инструменты, память и планирование для выполнения задач. В курсе рассматриваются ключевые компоненты и способы их эффективного использования.
ReAct-агент
Студенты изучат концепцию ReAct, которая позволяет AI-агентам анализировать данные, реагировать на них и улучшать результаты. Будет рассмотрено создание простого ReAct-агента.
Агентные рабочие процессы
AI-агенты могут использоваться в научных исследованиях, программировании, маркетинге, дизайне контента и планировании. В этом разделе рассматривается, как LLM выполняет роль "мозга" агента.
Flowise AI и агентные рабочие процессы
Flowise AI предоставляет мощный инструментарий для создания продвинутых AI-агентов, интегрируя возможности LangChain и LlamaIndex. Студенты создадут поискового агента, который получает актуальную информацию из интернета.
Агент для веб-скрапинга
Будет рассмотрен пример агента, который собирает и анализирует данные из интернета с помощью инструментов поиска и извлечения информации.
Мультиагентные системы
Курс демонстрирует, как различные AI-агенты могут взаимодействовать и выполнять специализированные задачи. Например, будет разобрана система агентного копирайтера для маркетинга.
Иерархические агенты
Будет рассмотрена структура supervisor/worker-агентов, где агенты-руководители взаимодействуют с рабочими агентами для решения сложных задач. В качестве примера будет разработан агент-планировщик курса.
После прохождения курса вы сможете самостоятельно разрабатывать AI-агентов для автоматизации задач в различных сферах без необходимости программирования.
Материал на английском языке
Подробнее:
Для просмотра содержимого вам необходимо авторизоваться.
Скачать:
Скрытое содержимое могут видеть только члены группы Премиум.
Скрытый контент для пользователей All-dar.