🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش آگنو: هوش مصنوعی عاملمحور با پروتکل MCP
- آخرین آپدیت
دانلود Agno Agentic AI with MCP Protocol
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
دوره آموزشی جامع هوش مصنوعی عاملی با Agno و پروتکل MCP
یاد بگیرید چگونه با استفاده از پروتکل MCP (پیام، زنجیره، طرح) سیستمهای عامل هوشمند و ساختاریافته بسازید.
تجربه عملی در توسعه عوامل مالی به دست آورید که میتوانند دادهها را تجزیه و تحلیل کرده و وظایف دنیای واقعی را خودکار کنند.
درک کنید که چگونه حافظه را در عوامل خود ادغام کنید تا بتوانند تعاملات گذشته را به یاد بیاورند و تصمیمات آگاهانه بگیرند.
با استفاده از Agno Playground، جریانهای کاری عامل را در یک محیط تعاملی شبیهسازی و تجسم خواهید کرد.
سیستمهای چند عاملی ایجاد کنید که در آن عوامل با هم همکاری میکنند، وظایف را محول میکنند و مشکلات را با هم حل میکنند.
پیشنیازها: دانش پایه پایتون
با این دوره متمرکز و عملی، قدرت هوش مصنوعی عاملی را آزاد کنید. این دوره به شما میآموزد که چگونه با استفاده از چارچوب Agno Agentic و پروتکل MCP (متن مدل)، عوامل مالی هوشمند بسازید. چه یک علاقهمند به هوش مصنوعی، توسعهدهنده یا نوآور فناوری مالی باشید، این دوره به شما کمک میکند تا تکامل بعدی جریانهای کاری هوش مصنوعی را از طریق پروژههای عملی درک کنید.
شما به بررسی اینکه چگونه Agno توسعه عوامل مستقل و هدفمحور را با استفاده از برنامهریزی ساختاریافته و الگوهای ارتباطی ساده میکند، خواهید پرداخت. یاد بگیرید که عوامل مالی را طراحی کنید که میتوانند دادههای بازار را تجزیه و تحلیل کنند، وظایف را اجرا کنند و دانش را با استفاده از عوامل حافظه حفظ کنند. Agno Playground، یک محیط بصری برای آزمایش و شبیهسازی عوامل با اعلانها و جریانهای وظایف پویا را کاوش کنید.
این دوره بر همکاری چند عاملی تأکید دارد، جایی که عوامل به عنوان تیم با هم ارتباط برقرار میکنند و هماهنگ میشوند تا مسائل پیچیده را حل کنند. با استفاده از موارد استفاده مالی واقعی، شما عواملی را ایجاد خواهید کرد که نه تنها به طور مستقل عمل میکنند، بلکه در محیطهای چند عاملی برنامهریزی، تأمل و واگذاری وظایف نیز انجام میدهند.
آنچه خواهید ساخت:
یک عامل تحلیلگر مالی هوشمند با استفاده از Agno و MCP
یک عامل تقویتشده با حافظه قادر به یادآوری و استدلال
یک سیستم چند عاملی که در آن عوامل در وظایف مالی با هم همکاری میکنند
استفاده از Agno Playground برای شبیهسازی و تجسم جریانهای کاری
هیچ تجربه قبلی در چارچوبهای عامل مورد نیاز نیست—فقط درک پایهای از پایتون و مفاهیم هوش مصنوعی کافی است.
سفر خود را به دنیای هوش مصنوعی عاملی امروز آغاز کنید و سیستمهایی بسازید که فکر میکنند، برنامهریزی میکنند و به طور مستقل عمل میکنند.
سرفصل ها و درس ها
مقدمه
Introduction
معرفی چارچوب عامل Agno
Agno Agent Framework Introduction
نمایش نظرات