🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش ساخت برنامههای هوشمند چند عاملی با AutoGen 0.5
- آخرین آپدیت
دانلود Build intelligent Multi-Agent applications with AutoGen 0.5
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آموزش جامع AutoGen: ساخت برنامههای هوش مصنوعی چند عامله مقیاسپذیر
با AutoGen نسخه 0.5، برنامههای هوش مصنوعی چند عامله هوشمند و مقیاسپذیر را برای وظایف واقعی بسازید.
آنچه در این دوره میآموزید:
مبانی سیستمهای چند عامله: درک معماریهای چند عامله، مزایای آنها و کاربردهای واقعی در گردش کار مبتنی بر هوش مصنوعی.
کار عملی با AutoGen: کسب تجربه عملی در استفاده از AutoGen 0.4 و 0.5 برای ساخت و سفارشیسازی برنامههای هوش مصنوعی چند عامله هوشمند برای حل مسئله.
همکاری و ارتباط بین عاملها: بررسی نحوه تعامل، اشتراک دانش و هماهنگی کارآمد وظایف توسط چندین عامل هوش مصنوعی با استفاده از پروتکلهای ساختاریافته.
ساخت برنامههای هوش مصنوعی مقیاسپذیر: توسعه راهحلهای هوش مصنوعی برای سناریوهای واقعی، مانند پشتیبانی مشتری.
پیشنیازها:
آشنایی با مبانی پایتون
آینده هوش مصنوعی، همکاری چند عامله است؛ جایی که عاملهای هوشمند به طور مشترک برای حل کارآمد وظایف پیچیده کار میکنند.
این دوره به منظور کمک به شما در تسلط بر چارچوب AutoGen (نسخههای 0.4 و 0.5) طراحی شده است. AutoGen ابزاری قدرتمند برای ساخت و هماهنگسازی عاملهای هوش مصنوعی است که با هم تعامل دارند، استدلال میکنند و همکاری میکنند.
چه یک علاقهمند به هوش مصنوعی، یک توسعهدهنده یا یک پژوهشگر باشید، این دوره شما را با مهارتهای ساخت و استقرار برنامههای چند عامله مقیاسپذیر مجهز میکند.
چه چیزی یاد خواهید گرفت؟
مبانی سیستمهای چند عامله: درک اجزای اصلی عاملهای هوش مصنوعی، موارد استفاده آنها و نحوه بهبود گردش کار مبتنی بر هوش مصنوعی.
راهاندازی محیط توسعه: یادگیری نحوه نصب پایتون، راهاندازی VS Code، ایجاد محیطهای مجازی و نصب وابستگیهای لازم.
غوص عمیق در AutoGen: بررسی معماری، کتابخانهها و قابلیتهای AutoGen، از جمله کار با مدلهای OpenAI و LLaMA متنباز.
مفاهیم کلیدی AutoGen: تسلط بر پیامرسانی عامل، عاملهای پراکسی کاربر، عاملهای دستیار، پاسخهای جریاندار و یکپارچهسازی هوش مصنوعی چندوجهی.
همکاری عامل هوش مصنوعی مبتنی بر تیم: یادگیری نحوه سازماندهی عاملهای هوش مصنوعی در تیمها، تعریف شرایط خاتمه و پیادهسازی
SelectorGroupChat برای انتخاب عامل مبتنی بر LLM.
مفاهیم پیشرفته چند عامله: بررسی مدیریت حالت در گردش کار هوش مصنوعی و غوص در
Magentic-One، یک سیستم چند عامله عمومی برای وظایف مبتنی بر وب و فایل.
پروژههای عملی: پیادهسازی برنامههای کاربردی عامل هوش مصنوعی واقعی، از جمله:
پروژه 1: توسعه یک برنامه عامل هوش مصنوعی مبتنی بر Streamlit، درک و بهینهسازی کد با عامل
پروژه 2: ساخت یک چتبات هوش مصنوعی چند عامله برای پشتیبانی مشتری که با کاربران پورتال تجارت الکترونیک تعامل میکند و درخواستها را به صورت پویا پردازش میکند.
این دوره برای چه کسانی مناسب است؟
متخصصان هوش مصنوعی و یادگیری ماشین که به دنبال ساخت عاملهای هوش مصنوعی هوشمند هستند.
توسعهدهندگانی که به AutoGen، AutoGen AgentChat و اتوماسیون هوش مصنوعی علاقهمند هستند.
محققانی که به بررسی همکاری چند عامله میپردازند.
هر کسی که مشتاق به توسعه برنامههای کاربردی مبتنی بر هوش مصنوعی است.
در پایان این دوره، شما تجربه عملی در ساخت و بهینهسازی سیستمهای چند عامله مبتنی بر هوش مصنوعی با استفاده از AutoGen خواهید داشت و شما را برای توسعه راهحلهای هوش مصنوعی نسل بعدی آماده میکند.
سرفصل ها و درس ها
مقدمه
Introduction
مقدمه
Introduction
نصب پایتون
Python installation
دانلود و راهاندازی ویژوال استودیو کد
Download and setup Visual Studio Code
دانلود لینک کد
Download Code Link
دانلود کد و ایجاد محیط مجازی
Download code and create virtual environment
معرفی سیستمهای چند عاملی و اتوژن
Introduction to Multi-Agent Systems and Autogen
عاملهای هوش مصنوعی چیستند؟
What are AI Agents?
اجزا و موارد استفاده از عاملهای هوش مصنوعی
Components and use cases of AI Agents
اتوژن چیست؟
What is AutoGen?
مدلهای LLM
LLM Models
مدلهای LLM چیستند؟
What are LLM models?
چگونه تصمیم بگیریم از کدام مدل LLM استفاده کنیم؟
How to decide which LLM model to use?
ایجاد کلید API اوپن ایآی
Create OpenAI Api Key
اجرای اولین کد با کلید OpenAI
Run your first code with OpenAI Key
توضیح کد استفاده از کلاینت OpenAI با AutoGen
Code explanation of OpenAI client usage with AutoGen
جزئیات قیمتگذاری و توکنبندی OpenAI
OpenAI Pricing and Tokenization details
استفاده از هر مدل LLM متنباز با اتوژن
Use any Open Source LLM model with AutoGen
مفاهیم مهم AutoGen
Important AutoGen Concepts
پیامها چیستند؟
What are messages?
نمایش پیام متنی در عمل: ارسال پیام به عاملهای هوش مصنوعی
Demonstrating TextMessage in Action: Sending Messages to AI Agents
چت عامل اتوژن: درک عاملها
AutoGen AgentChat: Understanding Agents
درک فراخوانی ابزار، reflect_on_tool_use و HandOff
Understanding Tool Calling, reflect_on_tool_use, and HandOff
توضیح عامل دستیار: کد، اجرا و بررسی عمیق
Assistant Agent Explained: Code, Execution, and Deep Dive
درک on_messages و تابع run: ویژگیها و کاربرد توضیح داده شد
Understanding on_messages and run Function: Properties & Usage Explained
بررسی reflect_on_tool_use و فراخوانی تابع با کد
Exploring reflect_on_tool_use & Function Calling with code
UserProxyAgent: ضبط و مدیریت ورودی کاربر
UserProxyAgent: Capturing and Managing User Input
ترکیب متن و تصاویر در سیستمهای هوش مصنوعی چند وجهی
Combining Text and Images in Multi-Modal AI Systems
نمایش نظرات