آموزش معماری ایجنت‌های هوش مصنوعی در جاوا با Generative AI - آخرین آپدیت

توسعه ایجنت‌های هوش مصنوعی با خود-پرامپتینگ Extending AI Agents with Self-Prompting

• پرامپت‌ها به عنوان محاسبات Prompts as Computation

• پل زدن بین ابزارهای کامپیوتری و داده‌های بدون ساختار با پرامپتینگ Bridging Computer Tools & Unstructured Data with Prompting - the AI Shim

• الگوی پرسونا و استدلال: پرسوناها به عنوان یک انتزاع برنامه‌نویسی کارآمد The Persona Pattern and Reasoning - Personas are an efficient programming abstraction

• الگوی پرسونا The Persona Pattern

• سیستم‌های چند-ایجنته ساده با پرسوناها Simple Multi-Agent Systems with Personas

اصول طراحی و ایمنی ایجنت‌های هوش مصنوعی AI Agent Design Principles & Safety

• اصول طراحی MATE برای ایجنت‌های هوش مصنوعی The MATE Design Principles for AI Agents

سیستم‌های چند-ایجنته Multi-Agent Systems

• مقدمه‌ای بر سیستم‌های چند-ایجنته Introduction to Multi-Agent Systems

• تعامل ایجنت‌ها و حافظه Agent Interaction & Memory

• حذف نویز: متمرکز کردن توجه ایجنت Removing Noise: Focusing Agent Attention

• ارائه اطلاعات جهان به هوش مصنوعی ایجنتی Providing Agentic AI Information About the World

تزریق وابستگی برای ابزارها Dependency Injection for Tools

• جداسازی ایجنت‌ها از پیچیدگی‌های تصادفی Isolating Agents from Accidental Complexity

رویکردهای بهبود استدلال ایجنت‌های هوش مصنوعی Approaches to Improving AI Agent Reasoning

• بهبود استدلال ایجنت AI با یادگیری در متن (In-Context Learning) Improving AI Agent Reasoning with In-Context Learning

• بهبود استدلال ایجنت AI با برنامه‌ریزی پیشینی و زنجیره تفکر (Chain of Thought) Improving AI Agent Reasoning with Up-front Planning & Chain of Thought

• بهبود استدلال ایجنت AI با برنامه‌ریزی در حلقه (In-loop Planning) Improving AI Agent Reasoning with In-loop Planning

• توازن بزرگ ایجنت‌ها: زمان اجرا در مقابل پویا The Great Agent Trade-off: Ahead of Time vs. Dynamic