لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش عاملهای هوش مصنوعی (AI Agents) برای مبتدیان: ساخت ایجنت با پایتون و OpenAI
- آخرین آپدیت
دانلود AI Agents for Beginners: Build Agents in Python & OpenAI
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
ساخت عاملهای هوش مصنوعی واقعی با ابزارها، حافظه، سیستمهای انتقال (Handoffs) و نردههای حفاظتی (Guardrails) با استفاده از OpenAI Agents SDK و پایتون.
ساخت ایجنتهای هوش مصنوعی در پایتون با استفاده از SDK ایجنتهای OpenAI به همراه حافظه و ابزارها.
طراحی یک ایجنت برنامهریز سفر که بر اساس ترجیحات کاربر، برنامه سفر ایجاد میکند.
بررسی رفتار ایجنت با استفاده از ردپای (Traces) سیستم در پلتفرم OpenAI API.
تسلط بر بهترین روشها در ایجاد عاملهای هوش مصنوعی خودمختار.
تسلط بر هنر مهندسی پرامپت (Prompt Engineering) و تنظیم دستورالعملهای ایجنت.
درک اجزای کلیدی یک پرامپت سیستم موثر برای ایجنت (زمینه، دستورالعمل، ورودی و نشانگر خروجی).
تست ایجنتهای هوش مصنوعی و مشاهده اجرای آنها با استفاده از کلاس Runner.
طراحی و ساخت یک ایجنت مدیریت مالی شخصی با حافظه که میتواند ترجیحات کاربر، وظایف گذشته و گفتگوهای جاری را برای ارائه تجربهای شخصیسازی شده به یاد آورد.
یکپارچهسازی ذخیرهسازی نشستها بر پایه SQLite برای فعال کردن حافظه دائمی برای ایجنتها.
تست و مقایسه رفتار ایجنت قبل و بعد از افزودن حافظه برای ارزیابی بهبود در حفظ زمینه (Context).
ساخت ایجنتهایی که ابزارهای داخلی (مانند Code Interpreter) و ابزارهای توابع سفارشی (FunctionTools) را برای جستجو و بازیابی دادهها در لحظه یکپارچه میکنند.
ترکیب جستجو، حافظه و تصمیمگیری برای اجرای یک گردش کار کامل (End-to-End) ایجنت هوش مصنوعی.
ساخت یک تابع مدیریت برای سازماندهی گردش کارهای چند-ایجنت (Multi-agent) از ورودی تا خروجی نهایی.
پیادهسازی همکاری ایجنتها از طریق انتقال خروجیها از یک ایجنت به ایجنت دیگر در یک گردش کار ساختاریافته.
ایجاد ایجنتهای ماژولار (پژوهشگر، تحلیلگر، نویسنده) با نقشهای تخصصی برای جمعآوری اطلاعات، تحلیل و گزارشدهی.
پیادهسازی نردههای حفاظتی (Guardrails) برای اعمال محدودیتها، مانند جلوگیری از پاسخ به موضوعات ممنوعه (مثلاً سیاست).
ساخت مکانیسمهای انتقال (Handoff) که زمینه و ورودیها را به طور روان بین ایجنتها منتقل میکند.
ایجاد یک ابزار در قالب یک ایجنت با قرار دادن یک ایجنت خودمختار پشت یک رابط ابزار-تابع، تا توسط ایجنتهای دیگر به راحتی فراخوانی شود.
پیش نیازها: هیچ مهارت برنامهنویسی پیشرفتهای مورد نیاز نیست.
شما به یک لپتاپ و اتصال اینترنت نیاز دارید!
در این دوره، شما یاد میگیرید که چگونه عاملهای هوش مصنوعی واقعی را در پایتون با استفاده از OpenAI Agents SDK بسازید. شما بلوکهای سازنده اصلی سیستمهای ایجنت مدرن، از جمله استدلال، حافظه، استفاده از ابزارها، برنامهریزی و نردههای حفاظتی و نحوه همکاری این اجزا برای خودکارسازی و بهبود وظایف را درک خواهید کرد.
همچنین یاد میگیرید که چگونه تیمی از ایجنتهای هوش مصنوعی خودمختار را توسعه دهید که میتوانند برای دستیابی به یک هدف با یکدیگر همکاری کنند. شما نحوه بررسی و عیبیابی رفتار ایجنت را با استفاده از ابزارهای ردیابی و مشاهدهپذیری میآموزید تا ایجنتهای شما نه تنها قدرتمند، بلکه شفاف، قابل تست و ایمن باشند.
در پایان این دوره، شما قادر خواهید بود:
ساخت ایجنتهای هوش مصنوعی در پایتون با استفاده از OpenAI Agents SDK
درک نحوه استدلال، برنامهریزی و اجرای وظایف توسط ایجنتها با استفاده از پرامپتهای سیستم و دستورالعملها
طراحی پرامپتهای سیستم موثر برای ایجنت (زمینه، دستورالعملها، ورودیها و خروجیها)
درک نحوه عملکرد داخلی ایجنتهای هوش مصنوعی
استفاده از ابزارها، حافظه و برنامهریزی برای ایجاد ایجنتهای توانمندتر و آگاه به زمینه
طراحی تعاملات ایمن ایجنت با استفاده از نردههای حفاظتی و اجرای کنترلشده
مقایسه رفتار ایجنت با و بدون حافظه برای ارزیابی حفظ زمینه (Context Retention)
این دوره برای توسعهدهندگان و مهندسانی طراحی شده است که به دنبال یک معرفی عملی و کد-محور به ایجنتهای هوش مصنوعی هستند. هیچ تجربه قبلی در معماری ایجنت یا یادگیری ماشین مورد نیاز نیست؛ تنها دانش پایه پایتون و علاقه به ساخت سیستمهای هوش مصنوعی واقعی که در عمل قابل اعتماد باشند کافی است.
سرفصل ها و درس ها
معرفی دوره و نکات کلیدی موفقیت
Course Introduction & Key Success Tips
مشاهده اولین ایجنت هوش مصنوعی شما در عمل
Watch Your First AI Agent Come to Life
استاد و پرفروش ترین مربی Udemy ، دانشجویان 100K + رایان احمد مربی پرفروش Udemy است که علاقه زیادی به آموزش و فناوری دارد. ماموریت رایان این است که آموزش با کیفیت را برای همه قابل دسترسی و مقرون به صرفه کند. رایان دکترای خود را دارد. مدرک مهندسی مکانیک از دانشگاه مک مستر * ، با تمرکز بر مکاترونیک و کنترل وسایل نقلیه الکتریکی (EV). وی همچنین با تمرکز بر هوش مصنوعی (AI) و تشخیص خطا و MBA در امور مالی از دانشکده بازرگانی DeGroote ، مدرک کارشناسی ارشد علمی کاربردی را از مک مستر دریافت کرد.
رایان چندین سمت مهندسی در شرکتهای Fortune 500 در سطح جهان مانند سامسونگ آمریکا و فیات-کرایسلر اتومبیل (FCA) کانادا داشت. رایان چندین دوره در زمینه علوم ، فناوری ، مهندسی و ریاضیات را به بیش از 100000 دانشجو در سطح جهان آموزش داده است. وی بیش از 15 مقاله تحقیقاتی در زمینه مجلات و کنفرانس ها در زمینه تخمین وضعیت ، هوش مصنوعی ، یادگیری ماشین ، مدل سازی باتری و کنترل های EV دارد. وی دریافت کننده بهترین جایزه مقاله در کنفرانس برق و حمل و نقل IEEE حمل و نقل (iTEC 2012) در دیترویت ، میشیگان ، ایالات متحده آمریکا است.
نمایش نظرات