آموزش دوره جامع توسعه ایجنت‌های هوش مصنوعی با Google ADK | MCP | A2A - آخرین آپدیت

دانلود Develop AI Agents with Google ADK | MCP | A2A - Masterclass

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: شامل تمامی کدها - دوره کاربردی و عملی بر اساس Google Agent Development Kit (ADK). سیستم‌های چند-ایجنت (Multi Agent System)، هوش مصنوعی ایجنتی (Agentic AI) و A2A. ایجنت‌های هوش مصنوعی خود را با سهولت و استفاده از Google ADK بسازید. شامل دمو جامع از یک ایجنت در دنیای واقعی با استفاده از ADK، Copilotkit و AG-UI همراه با توضیحات کامل و کد. ۹۵٪ از دوره به پیاده‌سازی عملی اختصاص دارد - یادگیری از طریق مثال‌های واقعی. مناسب برای مبتدیان - بدون نیاز به دانش قبلی در زمینه ایجنت‌های هوش مصنوعی. تمامی کدها прилага است - کدها را دانلود کرده و همزمان با ما تمرین کنید. توسعه سیستم‌های چند-ایجنت با استفاده از MCP و A2A. ایجنت‌های جریان کاری (Workflow Agents) - ایجنت‌های ترتیبی، موازی و حلقوی. استفاده از ابزارهای داخلی و ابزارهای شخص ثالث با ایجنت‌ها - ابزارهای CrewAI و Langchain. ارتباط ایجنت با ایجنت (Agent2Agent) با استفاده از A2A - یاد بگیرید چگونه A2A را با ADK ادغام کنید. درک کامل MCP و نحوه استفاده از آن در ایجنت‌های ADK AI. مدیریت نشست‌ها (Session) و حافظه (Memory) در ایجنت‌ها. پیاده‌سازی Callback در ایجنت‌ها. احراز هویت با Gemini API Key، Vertex AI یا OpenAI / Anthropic. استقرار (Deploy) ایجنت در Vertex AI Agent Engine، Cloud Run و GKE. جعبه‌ابزار دیتابیس MCP (Gen AI Toolbox برای پایگاه داده‌ها). پیش نیازها: آشنایی بسیار مقدماتی با پایتون و اشتیاق برای تبدیل شدن به متخصص ایجنت‌های هوش مصنوعی.

*** اکنون همراه با راهنمای گام‌به‌گام دمو در دنیای واقعی با استفاده از ADK، MCP و Copilotkit ***

ایجنت‌های هوش مصنوعی آینده هستند. بخشی از این تکامل تکنولوژیک باشید و به استاد بعدی ایجنت‌های AI تبدیل شوید.

ایجنت‌های هوش مصنوعی خود را با Google Agent Development Kit (ADK) بسازید. هر آنچه نیاز است را بیاموزید.


یک دوره کامل در مورد Google ADK با فرآیند گام‌به‌گام نحوه توسعه و استقرار ایجنت شما در گوگل کلاد (Google Cloud).

یادگیری از سطح مقدماتی تا سطح عملیاتی (Production).

  • راه‌اندازی محیط (گوگل کلاد / دسکتاپ محلی - لپ‌تاپ)

  • احراز هویت با استفاده از Gemini Key / Vertex AI / شخص ثالث (Open AI / Anthropic)

  • یادگیری تست ایجنت به صورت محلی با گزینه‌های adk web، adk run و adk api_server

  • استفاده از ابزارهای داخلی، ابزارهای سفارشی و ابزارهای شخص ثالث

  • استفاده از ابزارهای CrewAI و Langchain در ایجنت‌های ADK AI

  • استفاده از ایجنت‌ها به عنوان ابزار

  • سیستم ایجنت‌های زیرمجموعه (Sub agent system)

  • مبانی MCP، استقرار سرور MCP در Cloud Run و استفاده از MCP به عنوان ابزار برای ایجنت‌ها

  • دموی دنیای واقعی با Copilotkit و ag_ui

  • توسعه سیستم چند-ایجنت (Multi Agent System)

  • ایجنت‌های جریان کاری - ایجنت ترتیبی / ایجنت موازی / ایجنت حلقوی

  • جعبه‌ابزار دیتابیس MCP (Gen AI Toolbox برای دیتابیس‌ها)

  • ارتباطات Agent2Agent با مثال‌های کامل A2A

  • استقرار ایجنت با استفاده از کتابخانه خط فرمان adk

  • استقرار ایجنت در Vertex AI Agent Engine، Cloud Run و Google Kubernetes Engine (GKE)

  • مدیریت نشست‌ها و حافظه در ایجنت‌های هوش مصنوعی

  • یادگیری استفاده از Callback در ایجنت‌های AI - انواع کال‌بک‌ها

  • نحوه تنظیم پیکربندی (Config) ایجنت

  • مدیریت پیام‌ها در ایجنت‌ها با output_key، input_schema و output_schema

  • راه‌اندازی کامل GKE همراه با جزئیات داکر (Docker)




سرفصل ها و درس ها

مقدمات Introduction

  • معرفی دوره Course Introduction

  • ساختار دوره Course Structure

  • آشنایی با ایجنت‌های هوش مصنوعی Introduction to AI Agents

  • معرفی Google ADK Introduction to Google ADK

  • لینک‌های مستندات و مثال‌ها Documentation and Example Links

توسعه اولین ایجنت شما Develop Your First Agent

  • دانلود برنامه‌های مورد نیاز Download the Programs Used

  • نصب کتابخانه ADK و درک ساختار دایرکتوری Install ADK Library & Understand the Directory Structure

  • ساخت Gemini API Key برای ایجنت Create Gemini API Key for the Agent

  • تنظیم Vertex AI به عنوان بک‌اند ایجنت Setup Vertex AI as Backend for the Agent

  • درک تعریف ایجنت (Agent Definition) Understand the Agent Definition

  • اجرای ایجنت با دستور adk web Run Your Agent with Command - adk web

  • اجرای ایجنت با دستور adk run Run Your Agent with Command - adk run

  • اجرای ایجنت با دستور adk api_server Run Your Agent with Command - adk api_server

  • بررسی مجدد رابط کاربری ADK Web Revisit the ADK Web Interface

  • اجرای ایجنت روی دسکتاپ/لپ‌تاپ با API Key Run Your Agent from Your Desktop/Laptop - API Key as Backend

  • اجرای ایجنت روی دسکتاپ/لپ‌تاپ با Vertex AI Run Your Agent from Your Desktop/Laptop - Vertex AI as Backend

  • استفاده از Service Account برای احراز هویت ایجنت Using Service Account to Authenticate an Agent (LLM)

  • استفاده از مدل‌های غیر گوگل در ADK (مانند Claude یا OpenAI) Non Google Model with ADK ( Ex - Claude or OpenAI)

  • تغییرات منو برای ایجنت جدید با استفاده از کنسول Menu Changes for New Agent Using Console

  • طراح ایجنت - گزینه رابط کاربری (UI) Agent Designer - UI Option

استقرار اولین ایجنت شما Deployment of Your First Agent

  • دانلود آرتیفکت‌ها Download the Artifacts

  • گزینه‌های استقرار ایجنت Agent Deployment Options

  • تغییرات منو در کنسول GCP Menu Changes in GCP Console

  • استقرار ایجنت ADK در Vertex AI Agent Engine Deploy ADK Agent with in Vertex AI Agent Engine

  • تست ایجنت با دستور curl Test the Agent with curl Command

  • تست ایجنت از طریق برنامه پایتون Test the Agent from Python Program

بسته استارتر ایجنت Agent Starter Pack

  • معرفی بسته استارتر ایجنت (Agent Starter Pack) Introduction to Agent Starter Pack

  • ساخت اولین ایجنت با بسته استارتر Create Your First Agent with Agent Starter Pack

  • تست محلی ایجنت Test Your Agent Locally

  • استقرار ایجنت در Agent Engine Deploy Your Agent to Agent Engine

  • دموی ایجنت صوتی و تصویری زنده - ساخت و تست محلی Demo of a Live Audio & Video Agent - Create and Test Locally

  • دموی ایجنت صوتی و تصویری زنده - استقرار در Cloud Run Demo of a Live Audio & Video Agent - Deploy to Cloud Run

  • استقرار از طریق Agent Garden Deploy From Agent Garden

استفاده از ابزارها در ایجنت‌ها Using Tools with Agents

  • دانلود برنامه‌های ایجنت در این بخش Download the Agent Programs Here

  • معرفی ابزارها و انواع آن‌ها Introduction to Tools and Type of Tools

  • استفاده از اولین ابزار - google_search Using First Tool - google_search

  • استفاده از ابزار Big Query - بخش اول Using Big Query Tool - Part 1

  • استفاده از ابزار Big Query - بخش دوم Using Big Query Tool - Part 2

  • ابزار سفارشی - استفاده از تابع پایتون به عنوان ابزار Custom Tool - Using Python Function as Tool

  • استفاده از ابزارهای Langchain در ADK Use Langchain Tool within ADK

  • استفاده از ابزارهای CrewAI در ADK Use CrewAI Tool within ADK

سیستم چند-ایجنت Multi Agent System

  • دانلود برنامه‌ها در این بخش Download the Programs Here

  • معرفی سیستم چند-ایجنت (Multi Agent System) Introduction to Multi Agent System

  • توسعه اولین سیستم چند-ایجنت - بخش اول Develop Your First Multi Agent System - Part 1

  • توسعه اولین سیستم چند-ایجنت - بخش دوم Develop Your First Multi Agent System - Part 2

  • بازسازی سیستم چند-ایجنت با ساختار ماژولار صحیح Rebuilt Your Multi Agent System with Proper Modularity

  • مشکلات کنترل و حاکمیت در سیستم چند-ایجنت Issue with Control / Governance in Multi Agent System

  • رفع مشکل کنترل با استفاده از Prompt Fixing the Control Issue with Prompt

  • استفاده از ایجنت‌ها به عنوان ابزار Agents as Tool

سیستم چند-ایجنت - ایجنت‌های جریان کاری Multi Agent System - Workflow Agents

  • دانلود برنامه‌ها در این بخش Download the programs here

  • معرفی ایجنت جریان کاری (Workflow Agent) Workflow Agent - Introduction

  • معرفی ایجنت ترتیبی (Sequential Agent) Sequential Agent - Introduction

  • پیاده‌سازی ایجنت ترتیبی Sequential Agent - Implement Your Agent

  • دموی وب ایجنت ترتیبی Sequential Agent - Web Demo

  • استفاده از output_key در ایجنت ترتیبی Sequential Agent - Using output_key

  • معرفی ایجنت موازی (Parallel Agent) Parallel Agent - Introduction

  • پیاده‌سازی ایجنت موازی Parallel Agent - Implement Your Agent

  • دموی وب ایجنت موازی Parallel Agent - Web Demo

  • معرفی ایجنت حلقوی (Loop Agent) Loop Agent - Introduction

  • پیاده‌سازی ایجنت حلقوی Loop Agent - Implement Your Agent

  • دموی وب ایجنت حلقوی Loop Agent - Web Demo

ساختار داده در ایجنت‌های هوش مصنوعی Data Structure with AI Agents

  • دانلود برنامه‌های مورد استفاده در این بخش Download Programs Used in this Section

  • ساختاربندی داده‌ها برای ایجنت‌های AI - مقدمه Structuring Data for AI Agents - Introduction

  • درک و دموی input_schema Understand & Demo input_schema

  • درک و دموی output_schema Understand & Demo output_schema

پیکربندی ایجنت - دما، توکن‌ها و تنظیمات ایمنی Agent Config - Temperature, Tokens, Safety Settings

  • دانلود برنامه‌های مورد استفاده در این بخش Download Programs Used in this Section

  • درک پیکربندی (Config) برای یک مدل LLM Understanding Config for a LLM

  • تنظیم پیکربندی برای یک ایجنت هوش مصنوعی Setting Config for an AI Agent

گراندینگ ایجنت با Vertex AI Search Grounding Agent with Vertex AI Search

  • معرفی گراندینگ ایجنت و گزینه‌های موجود AI Agent Grounding Introduction - Options Available

  • ساخت Datastore در Vertex AI Search Creating Vertex AI Search Datastore

  • اتصال Datastore و اجرای ایجنت با Vertex AI Search Attach the Datastore and Run Your AI Agent with Vertex AI Search

رانر، نشست، وضعیت و حافظه Runner, Session, State & Memory

  • دانلود مثال‌ها در این بخش Download the Examples Here

  • معرفی Runtime و کلاس Runner Introduction to Runtime and Runner Class

  • اجرای ایجنت با استفاده از کلاس Runner Running Your Agent with Runner Class

  • معرفی نشست، وضعیت و حافظه (Session, State & Memory) Session. State & Memory - Introduction

  • پیاده‌سازی‌های Session Service Session Service Implementations

  • پیاده‌سازی InMemorySessionService InMemorySessionService - Implementation

  • معرفی DatabaseSessionService DatabaseSessionService - Introduction

  • پیاده‌سازی DatabaseSessionService DatabaseSessionService - Implementation

  • معرفی VertexAISessionService VertexAISessionService - Introduction

  • پیاده‌سازی VertexAISessionService - بخش اول VertexAISessionService - Implementation - Part 1

  • پیاده‌سازی VertexAISessionService - بخش دوم VertexAISessionService - Implementation - Part 2

  • معرفی حافظه و انواع سرویس‌های حافظه Introduction to Memory - Type of Memory Services

  • پیاده‌سازی InMemoryMemoryService InMemoryMemoryService - Implementation

  • پیاده‌سازی VertexAiMemoryBankService - بخش اول VertexAiMemoryBankService - Implementation - Part 1

  • پیاده‌سازی VertexAiMemoryBankService - بخش دوم VertexAiMemoryBankService - Implementation - Part 2

  • پیاده‌سازی VertexAiMemoryBankService - بخش سوم (با adk web) VertexAiMemoryBankService - Implementation - Part 3 ( with adk web)

استفاده از آرتیفکت‌ها در ADK Using Artifacts with ADK

  • معرفی آرتیفکت‌ها (Artifacts) Introduction to Artifacts

  • پیاده‌سازی سرویس آرتیفکت - مثال اول Implementing Artifact Service - Example 1

  • پیاده‌سازی سرویس آرتیفکت - مثال دوم Implementing Artifact Service - Example 2

  • پیاده‌سازی GCSartifactservice برای آرتیفکت‌های دائمی Implementing GCSartifactservice - Persistent Artifacts

  • استفاده از آرتیفکت‌ها در پیاده‌سازی Runner Using Artifacts with Runner Implementation

کال‌بک‌ها در ADK Callbacks with ADK

  • دانلود برنامه مورد استفاده در این بخش Download Program Used in this Section

  • درک کال‌بک‌ها و نقاط فراخوانی (Callback Points) Understanding Callbacks & the callback Points

  • درک نوع بازگشتی (Return Type) کال‌بک‌ها Understanding Return Type of Callbacks

  • پیاده‌سازی کال‌بک‌ها با مثال عملی Implement Callbacks with Practical Example

استقرار ایجنت در Cloud Run با دستور adk Deploy Your Agent in Cloud Run - Using adk command

  • دستورات مورد استفاده در این بخش Commands used in this Section

  • معرفی استقرار در Cloud Run Deploy to Cloud Run - Introduction

  • استقرار با استفاده از دستور adk deploy Deploy Using adk deploy Command

  • تست ایجنت پس از استقرار با adk deploy Deploy Using adk deploy Command - Test Your Agent

  • بررسی اتفاقات پشت صحنه استقرار What Happens Under the Hood

  • استفاده از ابزار UI Dev در Cloud Run Use UI Dev Tool with Cloud Run

  • تست ایجنت با UI Dev در Cloud Run Use UI Dev Tool with Cloud Run - Test Your Agent

استقرار ایجنت در Cloud Run با کانتینر داکر Deploy Your Agent in Cloud Run - Docker Container

  • دانلود Dockerfile Download the Dockerfile

  • درک فایل داکر و Artifact Repository در Cloud Run Cloud Run - Understand the Docker File & Artifact Repository

  • استقرار ایمیج داکر در Cloud Run Cloud Run - Deploy Your Docker Image

  • تست ایجنت در Cloud Run Cloud Run - Test Your Agent

استقرار ایجنت در کلاستر GKE به روش داکر و adk Deploy Your Agent in GKE Cluster - Docker & adk Way

  • دانلود دستورات و فایل‌های استقرار Download the commands and deployment files here

  • ساخت کلاستر GKE Create Your GKE Cluster

  • درک Workload Identity Federation Understand Workload Identity Federation

  • استقرار ایجنت - Kubernetes Deployment و Service Deploy Your Agent - Kubernetes Deployment & Service

  • تست ایجنت Test Your Agent

  • استقرار ایجنت با دستور adk deploy gke Deploy Your Agent With adk deploy gke Command

  • تست ایجنت پس از adk deploy gke adk deploy gke - Test Your Agent

درک MCP و استفاده از سرور MCP با ایجنت‌ها Understanding MCP & Using MCP Server with AI Agents

  • دانلود برنامه‌های مورد استفاده در این بخش Download Programs Used in this Section

  • معرفی MCP Introduction to MCP

  • ساخت اولین سرور MCP با استفاده از FastMCP Create Your First MCP Server using FastMCP

  • تست سرور MCP با برنامه کلاینت Test Your MCP Server using Client Program

  • سرور MCP در Cloud Run - برنامه و فایل داکر MCP Server in Cloud Run - Program & Docker File

  • استقرار ایمیج داکر سرور MCP در Cloud Run MCP Server in Cloud Run - Deploy Your Docker Image

  • تست سرور MCP مستقر شده در Cloud Run Test Your MCP Server Deployed in Cloud Run

  • استفاده از سرور MCP به عنوان ابزار در ایجنت ADK AI Use MCP Server as Tool with ADK AI Agent

جعبه‌ابزار MCP برای دیتابیس‌ها MCP Toolbox for Databases

  • معرفی جعبه‌ابزار MCP برای دیتابیس‌ها Introduction to MCP Toolbox for Databases

  • مثال Toolbox MCP با دیتابیس محلی - بخش اول Toolbox MCP Example with Local DB - Part 1

  • مثال Toolbox MCP با دیتابیس محلی - بخش دوم Toolbox MCP Example with Local DB - Part 2

  • مثال Toolbox MCP با دیتابیس محلی - بخش سوم Toolbox MCP Example with Local DB - Part 3

  • مثال Toolbox MCP با دیتابیس ریموت (PostgreSQL در Cloud SQL) - بخش اول Toolbox MCP Example with Remote DB (PostgreSQL on Cloud SQL) - Part 1

  • مثال Toolbox MCP با دیتابیس ریموت (PostgreSQL در Cloud SQL) - بخش دوم Toolbox MCP Example with Remote DB (PostgreSQL on Cloud SQL) - Part 2

  • مثال Toolbox MCP با دیتابیس ریموت (PostgreSQL در Cloud SQL) - بخش سوم Toolbox MCP Example with Remote DB (PostgreSQL on Cloud SQL) - Part 3

  • گزینه‌های داکر MCP Toolbox و ایمیج سفارشی MCP Toolbox Docker Options & Custom Image

  • اجرای محلی کانتینر Docker MCP Toolbox Running Docker MCP Toolbox Container Locally

  • استقرار ایمیج داکر MCP Tool در Cloud Run Deploy MCP Tool Docker Image to Cloud Run

  • اتصال ایجنت هوش مصنوعی به سرویس Cloud Run MCP Toolbox Connect Your AI Agent to Cloud Run MCP Toolbox Service

ارتباط ایجنت با ایجنت (A2A) در ADK Agent to Agent Communication ( A2A) with ADK

  • دانلود کدها در این بخش Download the codes here

  • معرفی A2A A2A Introduction

  • درک فایل JSON کارت ایجنت (Agent Card) Understanding Agent Card JSON file

  • معرفی ایجنت به عنوان ایجنت ریموت - گزینه‌های ADK Exposing Your Agent as Remote Agent - Options with ADK

  • گزینه to_a2a - پیکربندی و اجرای ایجنت ریموت to_a2a Option - Configure and Run Remote Agent

  • گزینه to_a2a - پیکربندی ایجنت کلاینت و تست ایجنت ریموت to_a2a Option - Configure Client Agent and Test Remote Agent

  • گزینه a2a در adk api_server - پیکربندی ایجنت ریموت و تست محلی adk api_server --a2a Option - Configure Remote Agent & Test Locally

  • گزینه‌های استقرار برای ایجنت ریموت Deployment Options for Remote Agent

  • استقرار به صورت کانتینر - درک ساختار و DockerFile Deploying as Container - Understand the Structure and DockerFile

  • استقرار به صورت کانتینر - ساخت داکر فایل و اجرای محلی ایجنت ریموت Deploying as Container - Create Docker File and Run Remote Agent Locally

  • استقرار به صورت کانتینر - تست کانتینر محلی از طریق ایجنت کلاینت Deploying as Container - Test Your Local Container from Client Agent

  • استقرار به صورت کانتینر - استقرار در Cloud Run Deploying as Container - Deploy to Cloud Run

  • استقرار به صورت کانتینر - تست ایجنت ریموت Cloud Run از طریق ایجنت کلاینت Deploying as Container - Test Cloud Run Remote Agent from Client Agent

ایجنت‌های دنیای واقعی با ADK و Copilotkit Real World Agents with ADK & Copilotkit

  • دانلود تمامی کدها در این بخش Download all the codes here

  • معرفی ایجنت منابع انسانی (HR Agent) Introduction to the HR Agent

  • معماری ایجنت Agent Architecture

  • ساخت دیتابیس Cloud SQL Postgres Create Cloud SQL Postgres DB

  • ساخت جداول و وارد کردن داده‌های نمونه Create Tables & Insert Sample Data

  • پیاده‌سازی سرور MCP - کد و تست واحد (Unit Test) MCP Server Implementation - Code and Unit Test

  • تست محلی سرور MCP Test MCP Server Locally

  • ساخت ایمیج داکر سرور MCP Create MCP Server Docker Image

  • استقرار و تست سرور MCP در Cloud Run Deploy & Test MCP Server in Cloud Run

  • درک ایجنت ADK Understand the ADK Agent

  • معرفی ایجنت ADK با FastAPI و ag_ui Expose the ADK Agent with FastAPI and ag_ui

  • ساخت ایمیج داکر برای ایجنت ADK Build the ADK Agent as Docker Image

  • استقرار ایجنت ADK در Cloud Run و تست آن Deploy ADK Agent to Cloud Run and Test

  • معرفی CopilotKit Introduction to CopilotKit

  • راه‌اندازی اولیه UI با Next JS Basic UI Setup with Next JS

  • راه‌اندازی محلی UI CopilotKit و تست Setup CopolitKit UI Locally and Test

  • ساخت ایمیج داکر برای UI CopilotKit Create CopilotKit UI Docker Image

  • استقرار ایجنت UI CopilotKit و تست کامل (End to End) ایجنت Deploy The UI CopilotKit Agent and Test the Agent End to End

نمایش نظرات

آموزش دوره جامع توسعه ایجنت‌های هوش مصنوعی با Google ADK | MCP | A2A
جزییات دوره
14 hours
164
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
552
4.5 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar