آموزش سیستم‌های چند عاملی با LangGraph - آخرین آپدیت

دانلود Multi-Agent Systems with LangGraph

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: این دوره آموزشی به معرفی «ساخت سیستم‌های حالت‌دار (Stateful) و چند عاملی با LangGraph» برای توسعه‌دهندگان و مهندسان هوش مصنوعی می‌پردازد که می‌خواهند از عامل‌های مبتنی بر تک‌پرامپت فراتر رفته و جریان‌های کاری (Workflows) قابل اعتماد و آماده تولید بسازند. شما با یادگیری نحوه اجرای جریان‌های کاری توسط LangGraph و چرایی اهمیت مدیریت وضعیت (State Management) برای دقت، قابلیت عیب‌یابی و وظایف طولانی‌مدت شروع خواهید کرد. در ادامه، با استفاده از State Reducers، اشیاء وضعیت تایپ‌شده و مکانیزم‌های Checkpointing کار خواهید کرد که به عامل‌ها اجازه می‌دهد پیشرفت خود را ذخیره کنند، از خطاها بازیابی شوند و اجراهای پیچیده چند مرحله‌ای را از سر بگیرند. از طریق نمایش‌های عملی، شما مسیریابی شرطی، مسیرهای اجرای موازی و زیرگراف‌های ماژولار را برای فعال‌سازی جریان‌های کاری پویا و تصمیم‌محور پیاده‌سازی خواهید کرد. با پیشرفت در دوره، سیستم‌های Human-in-the-loop (تعامل انسان در چرخه) را با قابلیت تایید و وقفه طراحی می‌کنید، عیب‌یابی و تحلیل Time-travel را با استفاده از لاگ‌های اجرا و اسنپ‌شات‌ها اعمال می‌کنید، و سیستم‌های چند عاملی را با استفاده از مدل‌های استدلال مبتنی بر اجماع (Consensus) و مدل‌های سرپرست-کارگر (Supervisor-Worker) برای جریان‌های کاری مقیاس‌پذیر و مشارکتی می‌سازید. در پایان این برنامه، شما قادر خواهید بود: - نحوه اجرای جریان‌های کاری توسط LangGraph و مدیریت وضعیت در گره‌های عامل را توضیح دهید. - خط لوله‌های عامل حالت‌دار را با استفاده از اشیاء وضعیت تایپ‌شده و الگوهای Reducer طراحی کنید. - مکانیزم‌های Checkpointing و بازیابی را برای جریان‌های کاری عامل طولانی‌مدت پیاده‌سازی کنید. - جریان اجرا را با استفاده از مسیریابی شرطی، اجرای موازی و زیرگراف‌ها کنترل کنید. - جریان‌های کاری Human-in-the-loop را با قابلیت تایید، وقفه و بازرسی وضعیت بسازید. - سیستم‌های عامل را با استفاده از لاگ‌های اجرا، اسنپ‌شات‌ها و تحلیل Time-travel عیب‌یابی کنید. - جریان‌های کاری Planner-Executor چند مرحله‌ای را برای اجرای وظایف پیچیده طراحی کنید. - سیستم‌های چند عاملی را با استفاده از مدل‌های سرپرست-کارگر و مدل‌های مبتنی بر اجماع هماهنگ کنید. این برنامه برای مهندسان هوش مصنوعی، توسعه‌دهندگان بک‌اند و معماران سیستم که می‌خواهند سیستم‌های عاملی بسازند که نه تنها هوشمند، بلکه قابل پیش‌بینی، قابل حسابرسی و آماده استفاده در محیط عملیاتی باشند، ایده‌آل است. تجربه قبلی در پایتون، مبانی LLM و مفاهیم پایه عامل‌ها به حداکثر کردن تجربه یادگیری شما کمک می‌کند. یادگیرندگان به یک اتصال اینترنت پایدار، یک مرورگر وب مدرن و دسترسی به ابزارهای توسعه پایتون نیاز دارند. این دوره از LangGraph و APIهای مدرن LLM استفاده می‌کند که نیازی به سخت‌افزار تخصصی ندارند. آشنایی با LangChain یا جریان‌های کاری مبتنی بر عامل توصیه می‌شود. به ما بپیوندید تا یاد بگیرید چگونه سیستم‌های حالت‌دار و چند عاملی طراحی کنید که بتوانند در برنامه‌های دنیای واقعی به شکلی قابل اعتماد برنامه‌ریزی، بازیابی، هماهنگی و استدلال کنند.

سرفصل ها و درس ها

شروع کار با LangGraph و عامل‌های حالت‌دار Getting Started with LangGraph and Stateful Agents

  • معرفی تخصص Specialization Introduction

  • مقدمه دوره Course Introduction

  • LangGraph چیست؟ What is LangGraph?

  • طراحی جریان‌های کاری عامل تصمیم‌محور با LangGraph Designing Decision-Driven Agent Workflows with LangGraph

  • مبانی LangGraph StateReducer LangGraph StateReducer Fundamentals

  • نمایش عملی: ایجاد یک شیء وضعیت تایپ‌شده Demonstration: Creating a Typed State Object

  • نمایش عملی: مدیریت به‌روزرسانی وضعیت گراف و متغیرهای حالت‌دار Demonstration: Managing Graph State Updates and Stateful Variables

  • موتورهای Checkpointer و منطق بازیابی Checkpointer Engines and Recovery Logic

  • نمایش عملی: پیاده‌سازی چک‌پوینت‌های پایدار I Demonstration: Implementing Persistent Checkpoints - I

  • نمایش عملی: پیاده‌سازی چک‌پوینت‌های پایدار II Demonstration: Implementing Persistent Checkpoints - II

  • نمایش عملی: بازیابی وضعیت و از سر گرفتن اجرای چند شاخه‌ای Demonstration: Restoring State and Resuming Multi-Branch Execution

  • اجرای DAG و تکنیک‌های مسیریابی شرطی DAG Execution and Conditional Routing Techniques

  • نمایش عملی: ساخت یک گره مسیریاب شرطی Demonstration: Building a Conditional Router Node

  • نمایش عملی: پیاده‌سازی اجرای موازی و فراخوانی زیرگراف Demonstration: Implementing Parallel Execution and Subgraph Invocation

سیستم‌های تعامل انسان در چرخه، عیب‌یابی و کنترل چند مرحله‌ای Human-in-the-Loop Systems, Debugging, and Multi-Stage Control

  • الگوهای جریان کاری تایید انسانی Human Approval Workflow Patterns

  • نمایش عملی: پیاده‌سازی تایید HITL و ویرایش وضعیت Demonstration: Implementing HITL Approval and State Editing

  • نمایش عملی: طراحی جریان کاری تایید چند مرحله‌ای I Demonstration: Designing a Multi-Stage Approval Workflow - I

  • نمایش عملی: طراحی جریان کاری تایید چند مرحله‌ای II Demonstration: Designing a Multi-Stage Approval Workflow - II

  • عیب‌یابی Time Travel و تحلیل اسنپ‌شات Time-Travel Debugging and Snapshot Analysis

  • نمایش عملی: استفاده از لاگ اجرا و بازیابی از چک‌پوینت‌ها Demonstration: Using Execution Log and Resuming from Checkpoints

  • نمایش عملی: انجام تحلیل شاخه‌ای با اسنپ‌شات‌ها I Demonstration: Performing Branch Analysis with Snapshots - I

  • نمایش عملی: انجام تحلیل شاخه‌ای با اسنپ‌شات‌ها II Demonstration: Performing Branch Analysis with Snapshots - II

  • مدل وظیفه Planner و Executor Planner & Executor Task Model

  • نمایش عملی: ایجاد گره برنامه‌ریز با یک مجری ساختاریافته I Demonstration: Creating a Planner Node with a Structured Executor - I

  • نمایش عملی: ایجاد گره برنامه‌ریز با یک مجری ساختاریافته II Demonstration: Creating a Planner Node with a Structured Executor - II

  • نمایش عملی: ساخت زنجیره‌های وظیفه چند مرحله‌ای I Demonstration: Building Multi-Step Task Chains - I

  • نمایش عملی: ساخت زنجیره‌های وظیفه چند مرحله‌ای II Demonstration: Building Multi-Step Task Chains - II

ارکستراسیون چند عاملی و استدلال توزیع‌شده Multi-Agent Orchestration and Distributed Reasoning

  • نقش‌های چند عاملی و مدل‌های ارتباطی Multi-Agent Roles and Communication Models

  • نمایش عملی: پیاده‌سازی گره سرپرست و عامل‌های کارگر I Demonstration: Implementing a Supervisor Node and Worker Agents - I

  • نمایش عملی: پیاده‌سازی گره سرپرست و عامل‌های کارگر II Demonstration: Implementing a Supervisor Node and Worker Agents - II

  • نمایش عملی: انتقال پیام بین گره‌های عامل I Demonstration: Message Passing Across Agent Nodes - I

  • نمایش عملی: انتقال پیام بین گره‌های عامل II Demonstration: Message Passing Across Agent Nodes - II

  • مدل‌های بحث، اجماع و تجمیع نظرات Models for Debate, Consensus, and Opinion Aggregation

  • نمایش عملی: طراحی عامل‌های بحث با رای‌گیری اجماع Demonstration: Designing Debate Agents with Consensus Voting

  • معماری زیرگراف ماژولار Modular Subgraph Architecture

  • ارتباط زیرگراف و انتقال پیام Subgraph Communication and Message Passing

  • نمایش عملی: ساخت جریان کاری زیرگراف چند عاملی I Demonstration: Building a Multi-Agent Subgraph Workflow - I

  • نمایش عملی: ساخت جریان کاری زیرگراف چند عاملی II Demonstration: Building a Multi-Agent Subgraph Workflow - II

جمع‌بندی دوره و ارزیابی Course Wrap-Up and Assessment

  • خلاصه دوره Course Summary

نمایش نظرات

آموزش سیستم‌های چند عاملی با LangGraph
جزییات دوره
10h 52m
39
(آخرین آپدیت)
445
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده