آموزش ساخت عامل‌های هوش مصنوعی خودگردان (Autonomous AI Agents) - آخرین آپدیت

پایه و اساس عامل‌ها (ReAct و استفاده از ابزار) The Agentic Foundation (ReAct & Tool Use)

• معرفی تخصص Specialization Introduction

• مقدمه دوره Course Introduction

• پیش‌نیازهای پایتون برای توسعه هوش مصنوعی عامل‌محور Python Prerequisites for Agentic AI Development

• آماده‌سازی محیط برای عامل‌های هوش مصنوعی Setting Up Environment for AI Agents

• ظهور عامل‌های خودگردان و مطالعه موردی SDR The Rise of Autonomous Agents and the SDR Case Study

• پروتکل‌های عامل هوش مصنوعی AI Agent Protocols

• عامل در مقابل LLM؛ چرا ReAct نسل بعدی پرامپت‌نویسی است Agent vs. LLM Why ReAct is the Next Generation of Prompting

• عملی: راه‌اندازی محیط توسعه عامل (پایتون و کتابخانه‌ها) Hands-On: Setting Up the Agent Development Environment (Python & Libraries)

• عملی: آناتومی یک ابزار (بخش ۱) تعریف توابع و Docstrings Hands-On: Anatomy of a Tool (Part 1) Defining Functions & Docstrings

• عملی: آناتومی یک ابزار (بخش ۲) استفاده از Pydantic برای ورودی ساختاریافته Hands-On: Anatomy of a Tool (Part 2) Using Pydantic for Structured Input

• عملی: ساخت اولین ابزار تحقیق (یکپارچه‌سازی جستجوی وب) Hands-On: Building Your First Research Tool (Web Search Integration)

• حلقه اصلی ReAct: تفکر، اقدام، مشاهده در کد The Core ReAct Loop: Thought, Action, Observation in Code

• عملی: مهندسی پرامپت برای استدلال؛ چگونه استفاده از ابزار را بهبود بخشیم Hands-On: Prompt Engineering for Reasoning How to Get Better Tool Use

• عملی: پیاده‌سازی وضعیت (State)؛ دادن حافظه کوتاه‌مدت به عامل Hands-On: Implementing State Giving Your Agent Short-Term Memory

• عملی: نقطه عطف؛ استقرار عامل محقق (تست ابزار و حافظه) Hands-On: Milestone Deploying the Researcher Agent (Tool & Memory Test)

زمینه، دانش و زمینه‌سازی (RAG) Context, Knowledge, and Grounding (RAG)

• تئوری RAG RAG Theory

• عملی: آماده‌سازی داده‌ها؛ بارگذاری و تقسیم کتابچه فروش داخلی Hands-On: Data Preparation Loading & Splitting the Internal Sales Playbook

• عملی: جاسازی متن (Embeddings)؛ چگونه اسناد را به فضای برداری تبدیل کنیم Hands-On: Text Embeddings How to Convert Documents to Vector Space

• عملی: ساخت پایگاه داده برداری و ایندکس‌گذاری کتابچه فروش Hands-On: Building the Vector Database & Indexing the Sales Playbook

• عملی: ساخت ابزار بازیابی RAG (retrieve_playbook) Hands-On: Creating the RAG Retrieval Tool (retrieve_playbook)

• عملی: اتصال به CRM؛ تعریف ابزار محرک (log_activity) Hands-On: Connecting to the CRM Defining the Actuator Tool (log_activity)

• عملی: تصمیم‌گیری LLM؛ چه زمانی از ابزار وب در مقابل ابزار RAG استفاده کنیم Hands-On: LLM Decisioning When to Use the Web Tool vs. the RAG Tool

• زنجیره چند مرحله‌ای: توالی تحقیق، RAG و پیش‌نویس The Multi-Step Chain: Sequencing Research, RAG, and Drafting

• عملی: پرامپت‌نویسی برای زمینه‌سازی و اجبار عامل به ارجاع به کتابچه Hands-On: Prompting for Grounding and Forcing the Agent to Cite the Playbook

• عملی: عامل پیش‌نویس استراتژیک مبتنی بر متن (تست خروجی کامل) Hands-On: The Strategy-Grounded Draft Agent (Full Output Test)

هماهنگ‌سازی، اعتبارسنجی و استقرار (LangGraph) Orchestration, Validation, and Deployment (LangGraph)

• تئوری گراف و انگیزه استفاده از آن Graph Theory and Motivation

• آناتومی یک گراف: گره‌ها، یال‌ها و تعریف وضعیت گراف Anatomy of a Graph: Nodes, Edges, and Defining Graph State

• عملی: نقشه‌برداری از جریان کاری SDR؛ طراحی گراف اجرای کامل Hands-On: Mapping the SDR Workflow Designing the Full Execution Graph

• عملی: ساخت گره اعتبارسنجی؛ ایجاد LLM به عنوان داور Hands-On: Building the Validation Node Creating the LLM-as-a-Judge

• عملی: پیاده‌سازی حلقه بازتاب (Reflection)؛ مسیریابی برای خوداصلاحی Hands-On: Implementing the Reflection Loop Routing for Self-Correction

• عملی: یال‌های شرطی و منطق تصمیم‌گیری در گراف Hands-On: Conditional Edges and the Logic of Decision-Making in the Graph

• عملی: یکپارچه‌سازی تایید دستی در جریان کاری Hands-On: Integrating Manual Approval into the Workflow

• عملی: نهایی‌سازی محرک و اطمینان از ثبت اتمیک در CRM Hands-On: Finalizing the Actuator and Ensuring Atomic CRM Logging

• عملی: بسته‌بندی عامل به عنوان یک RESTful API با FastAPI Hands-On: Packaging the Agent as a RESTful API with FastAPI

• عملی: نظارت، مقیاس‌پذیری و سیستم‌های پیشرفته چند-عاملی Hands-On: Monitoring, Scaling, and Advanced Multi-Agent Systems

جمع‌بندی دوره و ارزیابی Course Wrap-Up and Assessment

• خلاصه دوره Course Summary