آموزش ساخت جریان‌های اتوماسیون هوش مصنوعی، عامل‌های صوتی AI، پایگاه داده برداری و پروتکل مدل کانتکست (MCP) - آخرین آپدیت

دانلود Building AI Automation Workflow, AI Voice Agent, Vector Database, and Model Context Protocol

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

به دوره جامع و پروژه-محور "ساخت جریان‌های اتوماسیون هوش مصنوعی، عامل‌های صوتی AI، پایگاه داده برداری و پروتکل مدل کانتکست" خوش آمدید. در این دوره، شما خواهید آموخت که چگونه کارهای تکراری را با استفاده از هوش مصنوعی خودکار کنید، انواع مختلف عامل‌های هوشمند (AI Agents) را بسازید، مدل‌های AI را به پایگاه‌های داده برداری متصل کنید و سرورهای پروتکل مدل کانتکست (MCP) را یکپارچه نمایید. این دوره با ترکیب اتوماسیون و عامل‌های AI، روشی کاربردی برای تقویت مهارت‌های شما در زمینه هوش مصنوعی و بهبود درک شما از مدل‌های زبانی بزرگ (LLM) و مهندسی پرامپت فراهم می‌کند.

در بخش مقدماتی، با مفاهیم پایه اتوماسیون هوش مصنوعی و عامل‌های AI، شامل موارد استفاده رایج و نحوه عملکرد جریان‌های کاری آن‌ها آشنا می‌شوید. در بخش بعدی، پایگاه‌های داده برداری (Vector Databases) را بررسی خواهید کرد و می‌آموزید که چگونه این ابزارها به مدل‌های AI اجازه می‌دهند تا دانش را به‌صورت بلندمدت ذخیره کنند، اطلاعات مرتبط را از طریق جستجوی شباهتی بازیابی کنند و در مقایسه با خروجی‌های مبتنی بر پرامپت، پاسخ‌های دقیق‌تر و متناسب با متن تولید نمایند.

پس از آن، ساخت جریان‌های اتوماسیون AI را با استفاده از ابزارهایی مانند Zapier، Make و n8n آغاز می‌کنید. ابتدا، یک سیستم پاسخگوی ایمیل هوشمند می‌سازید که ایمیل‌های دریافتی را خوانده، قصد و لحن کاربر را درک کرده و پاسخ‌های حرفه‌ای تولید می‌کند (با امکان بررسی دستی پیش از ارسال). سپس، یک تحلیل‌گر بازخورد مشتریان می‌سازید که نظرات را از پلتفرم‌های مختلف جمع‌آوری کرده و با تحلیل احساسات و کلمات کلیدی، بینش‌های کلیدی را استخراج می‌کند. در پروژه سوم، یک سیستم دسته‌بندی هزینه‌های هوشمند توسعه می‌دهید که رسیدها یا سوابق تراکنش‌ها را اسکن کرده و آن‌ها را در دسته‌های حسابداری صحیح قرار می‌دهد. در پروژه چهارم، یک سیستم مدیریت موجودی هوشمند ایجاد می‌کنید که سطح موجودی کالاها را نظارت کرده، زمان اتمام آن‌ها را پیش‌بینی می‌کند و به‌طور خودکار اعلان‌ها یا سفارش‌های خرید را ارسال می‌نماید. در پروژه پنجم، اتوماسیون رزرو نوبت هوشمند را راه‌اندازی می‌کنید که جلسات را بر اساس زمان‌های خالی برنامه‌ریزی کرده و یادآورها را ارسال می‌کند. در پروژه ششم، اتوماسیون بازاریابی محتوایی AI را می‌سازید که به‌روزرسانی‌های کسب‌وکار یا اطلاعات محصولات را به پیش‌نویس مقالات، کپشن‌های شبکه‌های اجتماعی و پست‌های زمان‌بندی‌شده تبدیل می‌کند.

در بخش بعدی، بر ساخت عامل‌های هوشمند (AI Agents) با استفاده از ابزارهایی مانند Relay App، Gumloop، Vapi، Voiceflow، Eleven Labs و Zapier تمرکز خواهید کرد. شما چندین عامل AI از جمله عامل جذب لید (Lead Generation)، عامل تحقیق محصول، عامل تحلیل قراردادهای زنجیره تأمین و عامل‌های صوتی برای پذیرش، پشتیبانی مشتری و فروش خواهید ساخت. همچنین، با استفاده از پایتون (Python)، یک عامل تحلیل داده با Llama و یک سیستم چند-عاملی (Multi-Agent System) برای مدیریت پروژه با Gemma برنامه‌نویسی خواهید کرد.

سپس، یک تولیدکننده دستور پخت غذا با هوش مصنوعی خواهید ساخت که به پایگاه داده برداری Pinecone متصل است. این سیستم به مدل AI اجازه می‌دهد تا مواد اولیه موجود در خانه شما را تحلیل کرده و ایده‌های غذایی شخصی‌سازی شده‌ای را تنها بر اساس موجودی شما پیشنهاد دهد. در نهایت، در انتهای دوره، با یکپارچه‌سازی سرور MCP از طریق ساخت یک سرور Zapier MCP و اتصال آن به گوگل شیت و Mistral AI آشنا می‌شوید تا مدل AI بتواند با ابزارهای خارجی تعامل داشته باشد.

پیش از شروع، درک اهمیت اتوماسیون AI ضروری است. بسیاری از کارهای روزمره مانند بررسی ایمیل‌ها، پاسخ به مشتریان، به‌روزرسانی جداول، رزرو جلسات و سازماندهی اسناد، تکراری و زمان‌بر هستند. با استفاده از اتوماسیون هوش مصنوعی، می‌توانید بهره‌وری را افزایش داده و زمان خود را برای کارهای خلاقانه‌تر و معنادارتری آزاد کنید.

آنچه در این دوره خواهید آموخت:

  • آموزش ساخت اتوماسیون پاسخگوی ایمیل AI با Zapier
  • آموزش ساخت اتوماسیون تحلیل بازخوردهای مشتری با Zapier
  • آموزش ساخت اتوماسیون دسته‌بندی هزینه‌ها با Make
  • آموزش ساخت اتوماسیون ردیابی موجودی کالا با Make
  • آموزش ساخت اتوماسیون رزرو نوبت AI با n8n
  • آموزش ساخت اتوماسیون بازاریابی محتوایی با n8n
  • آموزش ساخت عامل تحقیق محصول AI با Relay App
  • آموزش ساخت عامل تحلیل قراردادهای زنجیره تأمین با Gumloop
  • آموزش ساخت عامل صوتی پذیرش (Receptionist) با Eleven Labs
  • آموزش ساخت عامل صوتی پشتیبانی مشتری با Vapi
  • آموزش ساخت عامل صوتی فروش با Voiceflow
  • آموزش ساخت عامل جذب لید AI با Zapier
  • آموزش ساخت عامل تحلیل داده با پایتون و Llama
  • آموزش ساخت سیستم چند-عاملی برای مدیریت پروژه
  • آموزش ساخت پایگاه داده برداری موجودی غذا با Pinecone
  • آموزش اتصال سرور Zapier MCP به گوگل شیت و Mistral AI

سرفصل ها و درس ها

درس‌ها Lessons

  • مقدمه Introduction

  • ابزارها و منابع هوش مصنوعی AI Tools & Resources

  • ساخت اتوماسیون پاسخگوی ایمیل با Zapier Building AI Email Responder Automation with Zapier

  • ساخت اتوماسیون تحلیل بازخورد مشتری با Zapier Building AI Customer Feedback Analyzer Automation with Zapier

  • ساخت اتوماسیون دسته‌بندی هزینه‌ها با Make Building AI Expense Categorization Automation with Make

  • ساخت اتوماسیون ردیابی موجودی کالا با Make Building Inventory Tracking Automation with Make

  • ساخت اتوماسیون رزرو نوبت با n8n Building AI Appointment Booking Automation with n8n

  • ساخت اتوماسیون بازاریابی محتوایی با n8n Building AI Content Marketing Automation with n8n

  • ساخت عامل تحقیق محصول با Relay App Building AI Product Research Agent with Relay App

  • ساخت عامل تحلیل قراردادهای زنجیره تأمین با Gumloop Building AI Supply Chain Contract Analysis Agent with Gumloop

  • ساخت عامل صوتی پذیرش با Eleven Labs Building AI Receptionist Voice Agent with Eleven Labs

  • ساخت عامل صوتی پشتیبانی مشتری با Vapi Building AI Customer Support Voice Agent with Vapi

  • ساخت عامل صوتی فروش با Voiceflow Building AI Sales Voice Agent with Voiceflow

  • ساخت عامل جذب لید با Zapier Building AI Lead Generation Agent with Zapier

  • ساخت عامل تحلیل داده با Python Llama Building AI Data Analysis Agent with Python Llama

  • ساخت سیستم چند-عاملی برای مدیریت پروژه Building AI Multi Agent System for Project Management

  • ساخت پایگاه داده برداری موجودی غذا با Pinecone Building AI Food Inventory Vector Database with Pinecone

  • اتصال سرور Zapier MCP به گوگل شیت Connecting Zapier MCP Server with Google Sheets

  • جمع‌بندی و نتیجه‌گیری Conclusion & Summary

نمایش نظرات

آموزش ساخت جریان‌های اتوماسیون هوش مصنوعی، عامل‌های صوتی AI، پایگاه داده برداری و پروتکل مدل کانتکست (MCP)
جزییات دوره
2h 43m
19
(آخرین آپدیت)
43
- از 5
ندارد
دارد
دارد
Chris Raharja
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Raharja Chris Raharja

دانشمند داده و علاقه مندان به هوش مصنوعی

سلام، من کریس هستم. تخصص من در علم داده، یادگیری ماشین، هوش مصنوعی مولد، تجارت الکترونیک و طراحی وب است. من از دانشگاه واشنگتن با مدرک لیسانس ریاضی فارغ التحصیل شدم و به عنوان مشاور ریسک فناوری در یکی از چهار شرکت بزرگ تجربه دارم. اشتیاق من به تدریس به عنوان معلم خصوصی ریاضی در دبیرستان شروع شد و همچنان به شکوفایی ادامه داد. هدف من این است که مهارت هایم را به اشتراک بگذارم و جامعه ای پر جنب و جوش بسازم که در آن بتوانیم طیف گسترده ای از موضوعات را با هم کاوش کنیم و در مورد آنها بیاموزیم.