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:
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.
نمایش نظرات