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
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.
DAIR.AI - это организация, направленная на демократизацию исследований, образования и технологий в области искусственного интеллекта (AI).Основные направления деятельности включают:Предоставление профессиональных и консультационных услуг для компаний, работающих с AI.Стратегическое руководство, профессиональное обучение и техническое консультирование.DAIR.AI способствует развитию AI-сообщества, облегчая доступ к передовым технологиям и знаниям в
Mckay Wrigley (takeoff)
Этот курс обучает созданию интеллектуальных кодирующих агентов, проходя через пять уровней сложности. Вы научитесь разрабатывать агентов для обзора и тестирования кода, итеративных агентов с циклом, а также агентов, способных преобразовывать текст в функции. Завершающий модуль посвящен перспективам развития кодирующих агентов и их применению в будущем. Курс включает более 5 часов видеоуроков и практических проектов, позволяя получить ценные навык
Mckay Wrigley (takeoff)
Узнайте всё, что нужно для создания собственных AI-агентов - от базовых принципов до практической реализации. Мы разберём, как проектировать, настраивать и запускать агентов, которые способны выполнять задачи, принимать решения и взаимодействовать с пользователями.
get.interviewready.io (Gaurav Sen)
Этот курс создан для того, чтобы помочь программистам и разработчикам перейти в область инженерии искусственного интеллекта. Вы подробно разберёте векторные базы данных, индексацию, большие языковые модели (LLM) и механизм внимания.
