آموزش مبانی هوش مصنوعی عامل (Agentic AI): ساخت چت‌بات‌های RAG و MCP - آخرین آپدیت

مبانی هوش مصنوعی عامل (Agentic AI) Agentic AI Fundamentals

• مقدمه دوره Course Introduction

• مشکل مدل‌های استاندارد هوش مصنوعی: چرا ChatGPT/Gemini/Claude کافی نیستند؟ The Problem with Standard AI Models: Why ChatGPT/Gemini/Claude isn't enough

• RAG چیست؟ درک مفهوم تولید تقویت‌شده با بازیابی What is RAG? Understanding Retrieval Augmented Generation

• آشنایی با MCP و نحوه مکمل بودن آن با RAG Introduction to MCP and How It Complements RAG

• نحوه کارکرد MCP: ابزارها، APIها و مثال‌های دنیای واقعی How MCP Works: Tools, APIs, and Real-World Examples

• معماری MCP: لایه‌های فرانت‌اند، بک‌اند، LLM و لایه MCP MCP Architecture: Frontend, Backend, LLM and MCP Layer

• نحوه کارکرد واقعی سرور MCP: بررسی عمیق معماری How MCP Server Actually Works: Architecture Deep Dive

• همکاری RAG + MCP: قدرت سیستم‌های ترکیبی How RAG + MCP Work Together: The Power of Combined Systems

• آیا RAG به تنهایی کافی است؟ محدودیت‌های بازیابی ساده! RAG در مقابل RAG + MCP Is RAG Alone Sufficient? Limitations of Simple Retrieval! RAG Only vs RAG + MCP

• تکامل: از چت‌بات‌ها تا سیستم‌های عامل (Agentic) The Evolution: From Chatbots to Agentic Systems

• آنچه در این دوره خواهید ساخت What You'll Build in This Course

• آمادگی شغلی: سوالات معماری RAG و Agent Career Prep: RAG & Agent Architecture Questions

• دموی پروژه فول‌استک هوش مصنوعی عامل Agentic AI Full-Stack Project Demo

آماده‌سازی محیط و مبانی RAG Environment Setup & RAG Foundations

• محیط توسعه: نصب Node.js و راه‌اندازی VS Code Development Environment - Install Node.js & VS Code Setup

• ساخت API Key برای Gemini AI Create Gemini-AI API Key

• ساخت API Key برای OpenAI (ChatGPT) Create OpenAI (ChatGPT) API Key

• درک معماری RAG Understanding RAG Architecture

• نحوه عملکرد واقعی RAG در پشت صحنه How RAG Actually Works Behind the Scenes

• درک Embeddingها، بازیابی (Retrieval) و تقویت (Augmentation) Understanding Embeddings, Retrieval and Augmentation

• نصب دستیار کدنویسی Gemini و تنظیم پشتیبانی هوش مصنوعی Installing Gemini Code Assistant and Setting Up AI Coding Support

• دریافت API Key جمینای و بررسی گزینه‌های دسترسی رایگان Getting Gemini API Key and Understanding Free Access Options

• ساخت یک اپلیکیشن چت جدید با Angular CLI Creating a New Angular Chat Application with Angular CLI

• باز کردن پروژه Angular در VS Code و آماده‌سازی ساختار اولیه Opening the Angular Project in VS Code and Preparing the Basic Structure

• یکپارچه‌سازی Tailwind CSS و Bootstrap Icons در Angular Integrating Tailwind CSS and Bootstrap Icons in Angular

• تولید رابط کاربری چت با استفاده از پرامپت‌نویسی جمینای (Vibe Coding) Generating the Chat UI Using Gemini Prompting (Vibe Coding)

• اصلاحات نهایی UI: رابط پیام، استایل‌دهی و طراحی واکنش‌گرا Final UI Refinements: Message Interface, Styling, and Responsive Design

توسعه فرانت‌اند با Angular Angular Frontend Development

• سازماندهی کد فرانت‌اند و ایجاد رابط کاربری پیام‌ها Organizing Frontend Code & Creating Message Interface

• بهینه‌سازی منطق sendMessage() و ایجاد تابع askLLM() Optimizing sendMessage() Logic and Creating askLLM() Function

• ساخت سرویس چت در Angular و پیاده‌سازی فراخوانی API با HTTP POST Creating Angular Chat Service and Implementing HTTP POST API Call

• مدیریت پاسخ‌های بات، مدیریت خطا و تست UI Handling Bot Responses, Error Handling, and UI Testing

• پیاده‌سازی اسکرول خودکار، متغیرهای محیطی و تنظیمات نهایی فرانت‌اند Implementing Auto Scroll, Environment Variables, and Final Frontend Setup

• ایجاد پوشه بک‌اند و راه‌اندازی پروژه Node.js Creating Backend Folder and Initializing Node.js Project

• نصب پکیج‌ها و ساخت سرور پایه Express Installing Packages and Creating Basic Express Server

• پیکربندی متغیرهای محیطی (.env) و اجرای سرور Node Configuring Environment Variables (.env) and Running Node Server

• استفاده از حالت Watch در Node و اسکریپت‌های NPM برای توسعه Using Node Watch Mode and NPM Scripts for Development

• درک مستندات API جمینای و اصول یکپارچه‌سازی LLM Understanding Gemini API Documentation and LLM Integration Basics

• دریافت API Key جمینای و تنظیم .env برای مدل و کلید Getting Gemini API Key and Configuring .env for Model & API Key

• ساخت کلاس Gemini Provider و پیاده‌سازی generateResponse() Creating Gemini Provider Class and Implementing generateResponse()

• ساخت روتر چت Express و اتصال به Gemini Provider Building Express Chat Router and Connecting Gemini Provider

• تست API جمینای با CURL و مدیریت پاسخ‌های مدل Testing Gemini API with CURL and Handling Model Responses

• تست API موجود در NodeJS در اپلیکیشن Angular: چت با هوش مصنوعی Testing NodeJS API in Angular Chat App - Chat with AI

ساخت چت‌بات‌های RAG Building RAG Chatbots

• ساخت پایگاه دانش محلی و درک مفهوم پایه RAG Creating Local Knowledge Base and Understanding Basic RAG Concept

• پیاده‌سازی سرویس RAG و آماده‌سازی کانتکست و پرامپت Implementing RAG Service and Preparing Context & Prompt

• یکپارچه‌سازی RAG با روتر چت و تست بات پرسش و پاسخ Integrating RAG with Chat Router and Testing the Q&A Bot

• مقدمه‌ای بر RAG برای بات‌های پرسش و پاسخ ایستا و بررسی Embeddingها Introduction to RAG for Static Q&A Bot & Overview of Embeddings

• بررسی مستندات Gemini Embedding API و انواع Taskها Exploring Gemini Embedding API Documentation & Task Types

• پیاده‌سازی تابع generateEmbedding() در Gemini Provider Implementing generateEmbedding() in Gemini Provider

• نصب پکیج Cosine Similarity و آماده‌سازی بارگذار اسناد (Document Loader) Installing Cosine Similarity Package & Preparing Document Loader

• تولید بردار پرس‌وجو (Query Vector) و Embeddingهای FAQ برای RAG Generating Query Vector and FAQ Embeddings for RAG

• رتبه‌بندی نتایج با استفاده از شباهت کسینوسی و آماده‌سازی کانتکست Ranking Results Using Cosine Similarity and Preparing Context

• تست بات پرسش و پاسخ RAG و بهبود پرامپت‌ها برای پاسخ‌های بهتر Testing the RAG Q&A Bot and Improving Prompts for Better Responses

• تنظیم API Key مربوط به OpenAI و انتخاب مدل Setting Up OpenAI API Key and Selecting the Model

• ساخت OpenAI Provider و نصب SDK Creating the OpenAI Provider and Installing the SDK

• پیاده‌سازی قابلیت Embeddingهای OpenAI Implementing OpenAI Embeddings Functionality

• یکپارچه‌سازی OpenAI با روتر چت و تست آن Integrating OpenAI with the Chat Router and Testing

• تست بات پرسش و پاسخ با استفاده از OpenAI برای دریافت پاسخ‌ها Testing Q&A Bot with OpenAI for Answers

• آمادگی مصاحبه: سوالات مربوط به RAG و شباهت (Similarity) Interview Prep: RAG & Similarity Questions

• راه‌اندازی پروژه TypeScript در Node.js و نصب وابستگی‌ها Initializing Node.js TypeScript Project & Installing Dependencies

• پیکربندی TypeScript (tsconfig) و ساختار پروژه Configuring TypeScript (tsconfig) and Project Structure

• ساخت سرور Express، تنظیمات محیطی و اجرای پروژه Creating Express Server, Environment Setup & Running the Project

• یکپارچه‌سازی مدل هوش مصنوعی (Gemini) در NodeJS Integrating AI Model (Gemini) in NodeJS

• بازسازی پروژه (Refactoring): تنظیم مسیرها و کنترلرها Project Refactoring: Routes and Controllers Setup

• پیاده‌سازی Chat Controller و یکپارچه‌سازی مسیرها Implementing Chat Controller and Route Integration

• ساخت داده‌های آزمایشی (Mock Data) و ساخت کنترلرهای مشتری و سفارش Creating Mock Data and Building Customer & Order Controllers

• ایجاد مسیرهای API و تست نقاط انتهایی (Endpoints) سفارش‌ها و مشتریان Creating API Routes and Testing Orders & Customers Endpoints

• آماده‌سازی یک API وضعیت آب و هوا: ابزاری برای دنیای واقعی Preparing a Weather API - Real-World Tool

• خلاصه دوره Summary