آموزش تسلط بر هوش مصنوعی عامل‌محور (Agentic AI): از پرامپت تا پروتکل‌ها و محیط عملیاتی - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• مقدمه-پیش‌نمایش دوره Introduction - Course Preview

• جریان دوره-به تفکیک ماژول Course Flow - Module wise

ماژول ۱: انقلاب عامل‌محور — مبانی و تنظیمات ایمن Module 1: The Agentic Revolution — Foundations & Safe Setup

• 1.1 هوش مصنوعی عامل‌محور چیست؟-۱ تکامل سیستم‌های AI، سیستم‌های مبتنی بر قانون 1.1 What is Agentic AI? - 1 The Evolution of AI Systems , Rule-Based Systems

• 1.1 هوش مصنوعی عامل‌محور چیست؟-۲ سیستم‌های ML (دهه ۹۰ تا ۲۰۱۰)، عامل‌های مبتنی بر LLM (۲۰۱۰ به بعد) 1.1 What is Agentic AI? - 2 ML Systems (1990s–2010s), LLM-Based Agents (2010s+)

• 1.1 هوش مصنوعی عامل‌محور چیست؟-۳ عامل مدیریت پروژه 1.1 What is Agentic AI? - 3 Project Management Agent

• مثال کدنویسی 1.1 هوش مصنوعی عامل‌محور چیست؟ Coding Example 1.1 What is Agentic AI?

• تمرین کدنویسی 1.1 هوش مصنوعی عامل‌محور چیست؟ Coding Exercise 1.1 What is Agentic AI?

• کوییز 1.1 هوش مصنوعی عامل‌محور چیست؟ Quiz 1.1 What is Agentic AI

• 1.2 اجزای اصلی یک عامل-۱ مقدمه AI عامل‌محور، ادراک، استدلال 1.2 Core Components of an Agent - 1 Intro to Agentic AI , Perception, Reasoning

• 1.2 اجزای اصلی یک عامل-۲ اقدام، حافظه، برنامه‌ریزی، عمل/بازتاب 1.2 Core Components of an Agent - 2 Action, Memory, Planning, Action/Reflection

• 1.2 اجزای اصلی-۳ نحوه هماهنگی اجزا، عامل مدیریت وظایف 1.2 Core Components - 3 How Components Co-ordinate, Task Management Agent

• مثال کدنویسی 1.2 اجزای اصلی یک عامل Coding Example 1.2 Core Components of an Agent

• تمرین کدنویسی 1.2 اجزای اصلی یک عامل Coding Exercise 1.2 Core Components of an Agent

• کوییز 1.2 اجزای اصلی یک عامل Quiz 1.2 Core Components of an Agent

• 1.3 مدل‌های زبانی به عنوان موتور استدلال-۱ مقدمه و بررسی کلی 1.3 LLMs as Reasoning Engines - 1 Introduction & Overview

• 1.3 مدل‌های زبانی به عنوان موتور استدلال-۲ نقاط قوت LLMها، LLMها به عنوان توانمندکننده AI عامل‌محور 1.3 LLMs as Reasoning Engines - 2 Strength of LLMs, LLMs enablers of Agentic AI

• 1.3 مدل‌های زبانی به عنوان موتور استدلال-۳ مسئله Grounding، توهم، استفاده نادرست از ابزارها 1.3 LLMs as Reasoning Engines - 3 Grounding Issue, Hallucination, Tools Mis-use

• مثال کدنویسی 1.3 مدل‌های زبانی به عنوان موتور استدلال Coding Example 1.3 LLMs as Reasoning Engines

• تمرین کدنویسی 1.3 مدل‌های زبانی به عنوان موتور استدلال Coding Exercise 1.3 LLMs as Reasoning Engines

• کوییز 1.3 مدل‌های زبانی به عنوان موتور استدلال Quiz 1.3 LLMs as Reasoning Engines

• 1.4 مدل‌سازی تهدیدات پایه و ایمنی-۱ چرا مدل‌سازی تهدیدات و ایمنی اهمیت دارد 1.4 Foundational Threat Modeling & Safety - 1 Why Threat Modeling & Safety Matte

• 1.4 ایمنی پایه-۲ تزریق پرامپت، استخراج داده‌ها، حداقل دسترسی، ایزوله‌سازی (Sandboxing) 1.4 Found- 2 Prompt Injection,Data Exfiltration, Least-Privilege, Sandboxing

• 1.4 ایمنی پایه-۳ چارچوب STRIDE، ایمن‌سازی یک عامل پشتیبانی مشتری 1.4 Foundational Safety- 3 STRIDE Framework, Securing a Customer Support Agent

• مثال کدنویسی 1.4 مدل‌سازی تهدیدات پایه و ایمنی Coding Example 1.4 Foundational Threat Modeling & Safety

• تمرین کدنویسی 1.4 مدل‌سازی تهدیدات پایه و ایمنی Coding Exercise 1.4 Foundational Threat Modeling & Safety

• 1.5 اکوسیستم عامل‌محور ۲۰۲۵-۱ مقدمه 1.5 The 2025 Agentic Ecosystem -1 Introduction

• 1.5 اکوسیستم ۲۰۲۵-۲ چرا تعامل‌پذیری؟، MCP چیست، نحوه کار MCP، مزایا و چالش‌ها 1.5 The 2025 - 2 Why Interoperability, MCP, How MCP works, MCP Benefit/Challen

• 1.5 اکوسیستم ۲۰۲۵-۳ پروتکل A2A، نحوه کار A2A، عامل سلامت، عامل شهر هوشمند، ترکیب MCP و A2A 1.5 The 2025 - 3 A2A, How A2A wrk, Healthcare Agent, Smart city Agent MCP + A2A

• مثال کدنویسی 1.5 اکوسیستم عامل‌محور ۲۰۲۵ Coding Example 1.5 The 2025 Agentic Ecosystem

• تمرین کدنویسی 1.5 اکوسیستم عامل‌محور ۲۰۲۵ Coding Exercise 1.5 The 2025 Agentic Ecosystem

ماژول ۲: تسلط بر مهندسی پرامپت — زبانِ عامل Module 2: Mastering Prompt Engineering — The Agent’s Language

• 2.1 پرامپت‌نویسی به عنوان یک پارادایم برنامه‌نویسی-۱ تسلط بر هدایت LLM 2.1 Prompting as a Programming Paradigm - 1 Mastering LLM Guidance

• 2.1 پرامپت‌نویسی به عنوان یک پارادایم برنامه‌نویسی-۲ پرامپت سیستمی، جداکننده‌ها 2.1 Prompting as a Programming Paradigm -2 System Prompt, Delimiters

• 2.1 پرامپت‌نویسی به عنوان-۳ خروجی‌های ساختاریافته با حالت JSON، عامل مدیریت وظایف 2.1 Prompting as - 3 Structured Outputs with JSON-Mode , Task Management Agent

• مثال کدنویسی 2.1 پرامپت‌نویسی به عنوان یک پارادایم برنامه‌نویسی Coding Example 2.1 Prompting as a Programming Paradigm

• تمرین کدنویسی 2.1 پرامپت‌نویسی به عنوان یک پارادایم برنامه‌نویسی Coding Exercise 2.1 Prompting as a Programming Paradigm

• 2.2 استراتژی‌های استدلال پیشرفته-۱ مقدمه 2.2 Advanced Reasoning Strategies - 1 Introduction

• 2.2 استراتژی‌های استدلال پیشرفته-۲ زنجیره تفکر (CoT)، خود-سازگاری 2.2 Advanced Reasoning Strategies - 2 Chain of Thought, Self-Consistency

• 2.2 استراتژی‌های استدلال پیشرفته-۳ درخت تفکرات (ToT)، عامل تصمیم‌گیرنده 2.2 Advanced Reasoning Strategies -3 Tree of Thought, Decision Making Agent

• مثال کدنویسی 2.2 استراتژی‌های استدلال پیشرفته Coding Example 2.2 Advanced Reasoning Strategies

• تمرین کدنویسی 2.2 استراتژی‌های استدلال پیشرفته Coding Exercise 2.2 Advanced Reasoning Strategies

• 2.3 چارچوب ReAct: تفکر، اقدام، مشاهده-۱ مقدمه 2.3 The ReAct Framework: Thought, Action, Observation - 1 Introduction

• 2.3 چارچوب ReAct-۲ گام تفکر، گام اقدام، گام مشاهده، ReAct تعاملی 2.3 The ReAct - 2 Thought step, Action Step, Observation Step, Iteractive ReAct

• 2.3 چارچوب ReAct-۳ ReAct همراه با بازتاب، چرا ReAct اهمیت دارد؟ 2.3 The ReAct Framework: - 3 ReAct with Reflection, Why ReAct matters?

• مثال کدنویسی 2.3 چارچوب ReAct: تفکر، اقدام، مشاهده Coding Example 2.3 The ReAct Framework: Thought, Action, Observation

• تمرین کدنویسی 2.3 چارچوب ReAct: تفکر، اقدام، مشاهده Coding Exercise 2.3 The ReAct Framework: Thought, Action, Observation

• 2.4 مدیریت و ارزیابی پرامپت-۱ مقدمه 2.4 Prompt Management and Evaluation - 1 Introduction

• 2.4 مدیریت پرامپت-۲对待 پرامپت به عنوان کد، نسخه‌بندی پرامپت، ارزیابی 2.4 Prompt Managemnt - 2 Treating Prompt as Code, Prompt Versioning, Evaluation

• 2.4 مدیریت پرامپت-۳ تست A/B برای پرامپت‌ها، عامل پشتیبانی مشتری 2.4 Prompt Management - 3 A/B Testing for Prompts, Customer Suppor Agent

• مثال کدنویسی 2.4 مدیریت و ارزیابی پرامپت Coding Example 2.4 Prompt Management and Evaluation

• تمرین کدنویسی 2.4 مدیریت و ارزیابی پرامپت Coding Exercise 2.4 Prompt Management and Evaluation

ماژول ۳: سیستم‌های حافظه عامل — RAG و فراتر از آن Module 3: Agent Memory Systems — RAG and Beyond

• 3.1 لایه‌های حافظه عامل-۱ مقدمه 3.1 The Layers of Agent Memory - 1 Introduction

• 3.1 لایه‌ها-۲ حافظه فعال، حافظه کوتاه‌مدت، حافظه بلندمدت 3.1 The Layers - 2 Working Memory ,Short-Term Memory, Long-Term Memory

• 3.1 لایه‌ها-۳ نحوه تعامل لایه‌های حافظه، عامل پشتیبانی با لایه‌های حافظه 3.1 The Layers - 3 How Memory Layers Interact, Support Agent with Layers of Mem

• مثال کدنویسی 3.1 لایه‌های حافظه عامل Coding Example 3.1 The Layers of Agent Memory

• تمرین کدنویسی 3.1 لایه‌های حافظه عامل Coding Exercise 3.1 The Layers of Agent Memory

• 3.2 خط لوله اصلی RAG برای حافظه بلندمدت-۱ مقدمه، نقش RAG 3.2 The Core RAG Pipeline for Long-Term Memory - 1 Introduction, Role of RAG

• 3.2 خط لوله اصلی RAG-۲ مرحله ۱: بارگذاری، مرحله ۲: تکه‌بندی (Chunk)، مرحله ۳: جاسازی (Embed) 3.2 The Core RAG Pipeline - 2 Stage 1: Load, Stage 2: Chunk, Stage 3: Embed

• 3.2 خط لوله اصلی RAG-۳ مرحله ۴: ذخیره، مرحله ۵: پرس‌وجو، مرحله ۶: تولید 3.2 The Core RAG Pipeline - 3 Stage 4: Store, Stage 5: Query, Stage 6: Generate

• مثال کدنویسی 3.2 خط لوله اصلی RAG برای حافظه بلندمدت Coding Example 3.2 The Core RAG Pipeline for Long-Term Memory

• تمرین کدنویسی 3.2 خط لوله اصلی RAG برای حافظه بلندمدت Coding Exercise 3.2 The Core RAG Pipeline for Long-Term Memory

• 3.3 پایگاه‌های داده برداری و جستجوی ترکیبی-۱ مقدمه، Vector DB در AI عامل‌محور 3.3 Vector Data Bases and Hybrid Search - 1 Introduction,Vector DB in Agentic AI

• 3.3 برداری-۲ جستجوی کلیدواژه‌ای، جستجوی معنایی، جستجوی ترکیبی، بازیابی با فیلتر 3.3 Vectr- 2 Keyword Search, Semantic Search,Hybrid Search,Retrieval with Filter

• 3.3 Vector DB-۳ بازرتبه‌بندی‌کننده‌ها: بهینه‌سازی دقت، عامل پشتیبانی با Vector DB 3.3 Vector DB- 3 Rerankers: Precision Optimization,Support Agent with Vector DB

• مثال کدنویسی 3.3 پایگاه‌های داده برداری و جستجوی ترکیبی Coding Example 3.3 Vector Databases and Hybrid Search

• تمرین کدنویسی 3.3 پایگاه‌های داده برداری و جستجوی ترکیبی Coding Exercise 3.3 Vector Databases and Hybrid Search

• 3.4 حافظه اپیزودیک و مدیریت حافظه-۱ مقدمه 3.4 Episodic Memory and Memory Management - 1 Introduction

• 3.4 حافظه اپیزودیک-۲ نقش حافظه اپیزودیک، مدیریت حافظه: زوال (Decay) 3.4 Episodic Memory - 2 The Role of Episodic Memory , Memory Management: Decay

• 3.4 اپیزودیک-۳ مدیریت حافظه: خلاصه‌سازی، پنجره لغزان، اولویت‌بندی 3.4 Episodic - 3 Memory Managemnt: Summarization, Sliding Window, Prioritization

• مثال کدنویسی 3.4 حافظه اپیزودیک و مدیریت حافظه Coding Example 3.4 Episodic Memory and Memory Management

• تمرین کدنویسی 3.4 حافظه اپیزودیک و مدیریت حافظه Coding Exercise 3.4 Episodic Memory and Memory Management

• 3.5 RAG عامل‌محور: بازیابی و تأیید خودگردان-۱ RAG عامل‌محور چیست؟ 3.5 Agentic RAG: Autonomous Retrieval and Verification - 1 What is Agentic RAG?

• 3.5 RAG عامل‌محور-۲ مثال پیاده‌سازی، انتخاب منبع پویا 3.5 Agentic RAG - 2 Implementation Example, Dynamic Source Selection

• 3.5 RAG عامل‌محور-۳ عامل پژوهشی با RAG عامل‌محور، بحث و بهترین شیوه‌ها 3.5 Agentic RAG- 3 Research Agent with Agentic RAG, Discussion & Best Practices

• مثال کدنویسی 3.5 RAG عامل‌محور: بازیابی و تأیید خودگردان Coding Example 3.5 Agentic RAG: Autonomous Retrieval and Verification

• تمرین کدنویسی 3.5 RAG عامل‌محور: بازیابی و تأیید خودگردان Coding Exercise 3.5 Agentic RAG: Autonomous Retrieval and Verification

ماژول ۴: ابزارها و اقدامات — گسترش قابلیت‌ها Module 4: Tools & Actions — Extending Capabilities

• 4.1 گسترش قابلیت‌های LLM با ابزارها-۱ نیاز به ابزارها در AI عامل‌محور 4.1 Extending LLM Capabilities with Tools - 1 The Need for Tools in Agentic AI

• 4.1 گسترش-۲ همسویی با اجزای اصلی، انواع ابزارها در AI عامل‌محور 4.1 Extending - 2 Alignment with Core Components, Types of Tools in Agentic AI

• 4.1 گسترش-۳ بهترین شیوه‌ها برای طراحی طرح‌واره‌های ابزار، عامل آب‌وهوا با ابزار 4.1 Extending - 3 Best Practices for Designig Tool Schemas, Weather Agent w Tool

• مثال کدنویسی 4.1 گسترش قابلیت‌های LLM با ابزارها Coding Example 4.1 Extending LLM Capabilities with Tools

• تمرین کدنویسی 4.1 گسترش قابلیت‌های LLM با ابزارها Coding Exercise 4.1 Extending LLM Capabilities with Tools

• 4.2 مکانیسم‌های فراخوانی تابع و ابزار-۱ مقدمه 4.2 The Mechanics of Function & Tool Calling - 1 Introduction

• 4.2 مکانیسم‌ها-۲ پیاده‌سازی فنی، ترکیب و زنجیره‌سازی ابزارها 4.2 The Mechanics - 2 Technical Implementation, Tool Composition & Chaining

• 4.2 مکانیسم‌ها-۳ مدیریت خطای مقاوم، تلاش مجدد (Retry) و Idempotency، عامل پشتیبانی مشتری 4.2 The Mechanics - 3 Robust Error Handling, Retries & Idempotency, CS Agent

• مثال کدنویسی 4.2 مکانیسم‌های فراخوانی تابع و ابزار Coding Example 4.2 The Mechanics of Function & Tool Calling

• تمرین کدنویسی 4.2 مکانیسم‌های فراخوانی تابع و ابزار Coding Exercise 4.2 The Mechanics of Function & Tool Calling

• 4.3 ترکیب، زنجیره‌سازی و ایمنی ابزارها-۱ مقدمه 4.3 Tool Composition, Chaining, and Safety - 1 Introduction

• 4.3 ترکیب و زنجیره‌سازی ابزار-۲ طراحی ترکیب و زنجیره‌سازی ابزارها 4.3 Tool Composition & Chaining 2 - Designing Tool Composition & Chaining

• 4.3 ترکیب ابزار-۳ اصول امنیتی: محدودسازی دامنه ابزار و ایزوله‌سازی، عامل سفر 4.3 Tool Comp. - 3 Security Principles: Tool Scoping & Sandboxing, Travel Agent

• مثال کدنویسی 4.3 ترکیب، زنجیره‌سازی و ایمنی ابزارها Coding Example 4.3 Tool Composition, Chaining, and Safety

• تمرین کدنویسی 4.3 ترکیب، زنجیره‌سازی و ایمنی ابزارها Coding Exercise 4.3 Tool Composition, Chaining, and Safety

• 4.4 آرکتایپ‌های پیشرفته عامل-۱ مقدمه 4.4 Advanced Agent Archetypes - 1 Introduction

• 4.4 پیشرفته-۲ دستیارهای کدنویسی، معماری، عامل‌های استفاده از کامپیوتر 4.4 Advanced - 2 Coding Assistants, Architecture, Computer Usage Agents

• 4.4 پیشرفته-۳ نقش عامل‌های پیشرفته در AI، معماری عامل‌های پیشرفته 4.4 Advanced - 3 Role of Advanced Agents in AI , Architecture Advanced Agents

• مثال کدنویسی 4.4 آرکتایپ‌های پیشرفته عامل Coding Example 4.4 Advanced Agent Archetypes

• تمرین کدنویسی 4.4 آرکتایپ‌های پیشرفته عامل Coding Exercise 4.4 Advanced Agent Archetypes

ماژول ۵: سیستم‌های چند-عاملی — همکاری در مقیاس بزرگ Module 5: Multi-Agent Systems — Collaboration at Scale

• 5.1 تخصص و معماری‌های عامل-۱ مقدمه، ارتباطات در عامل‌ها 5.1 Agent Specialization and Architectures - 1 Intro, Communication in Agents

• 5.1 عامل-۲ معماری‌های چند-عاملی، سلسله‌مراتب مدیر/کارگر، مبتنی بر بحث 5.1 Agent - 2 Multi-Agent Architectures, Manager/Worker Hierarchy, Debate-Based

• 5.1 عامل-۳ خط لوله پردازش متوالی و موازی، سیستم کدنویسی چند-عاملی 5.1 Agent - 3 Sequential & Paralel Processing Pipeline,Multi-Agent Coding System

• مثال کدنویسی 5.1 تخصص و معماری‌های عامل Coding Example 5.1 Agent Specialization and Architectures

• تمرین کدنویسی 5.1 تخصص و معماری‌های عامل Coding Exercise 5.1 Agent Specialization and Architectures

• 5.2 الگوهای ارتباط بین-عاملی-۱ مقدمه و بررسی کلی 5.2 Inter-Agent Communication Patterns - 1 Inroduction & Overview

• 5.2 بین-عاملی-۲ پیام‌رسانی مستقیم: ارتباط نقطه به نقطه، سیستم‌های تخته سیاه مشترک 5.2 Inter - 2 Direct Messaging :Point-to-Point Comm., Shared Blackboard Systems

• 5.2 بین-عاملی-۳ انتشار/اشتراک (Pub-Sub)، کدنویسی چند-عاملی با تخته سیاه مشترک 5.2 Inter - 3 Publish-Subscribe (Pub-Sub) , Multi-Agent Coding w Shared Blackbrd

• مثال کدنویسی 5.2 الگوهای ارتباط بین-عاملی Coding Example 5.2 Inter-Agent Communication Patterns

• تمرین کدنویسی 5.2 الگوهای ارتباط بین-عاملی Coding Exercise 5.2 Inter-Agent Communication Patterns

• 5.3 ادغام انسان در حلقه (HITL)-۱ مقدمه و بررسی کلی 5.3 Human-in-the-Loop (HITL) Integration - 1 Introduction & Overview

• 5.3 HITL-۲ پیاده‌سازی مکانیسم‌های HITL 5.3 HITL - 2 Implementing HITL Mechanisms

• 5.3 ادغام HITL-۳ عامل پشتیبانی مشتری چند-عاملی، طراحی پرامپت 5.3 HITL Integration - 3 Multi-Agent Customer Support Agent, Prompt Design

• مثال کدنویسی 5.3 ادغام انسان در حلقه (HITL) Coding Example 5.3 Human-in-the-Loop (HITL) Integration

• تمرین کدنویسی 5.3 ادغام انسان در حلقه (HITL) Coding Exercise 5.3 Human-in-the-Loop (HITL) Integration

• 5.4 الگوی عامل پژوهش عمیق-بخش ۱ مقدمه و بررسی کلی 5.4 The Deep-Research Agent Pattern - Part 1 ntroduction & Overview

• 5.4 پژوهش عمیق-۲ فاز برنامه‌ریزی، فاز مرور (Browsing)، فاز سنتز اطلاعات 5.4 The Deep 2 - Planning Phase, Browsing Phase, Information Synthesis Phase

• 5.4 پژوهش عمیق-۳ فاز ارجاع‌دهی صحیح، پیاده‌سازی عامل پژوهش عمیق 5.4 The Deep- 3 Proper Citation Phase, Deep-Research Agent Implementation

• مثال کدنویسی 5.4 الگوی عامل پژوهش عمیق Coding Example 5.4 The Deep-Research Agent Pattern

ماژول ۶: تست، عیب‌یابی و ارزیابی Module 6: Testing, Debugging & Evaluation

• 6.1 چارچوب تست برای عامل‌های AI-۱ مقدمه و بررسی کلی 6.1 A Testing Framework for AI Agents - 1 Introduction & Overview

• 6.1 تست-۲ تست واحد + تست یکپارچگی، تست E2E + ردپاهای طلایی 6.1 A Testng - 2 Unit Testing + Integration Testing, E2E Testing + Golden Traces

• 6.1 تست-۳ ابزارهای مشاهده‌پذیری، تست سیستم پژوهشی چند-عاملی 6.1 A Testing - 3 Observability Tools, Testing Multi-Agent Research System

• مثال کدنویسی 6.1 چارچوب تست برای عامل‌های AI Coding Example 6.1 A Testing Framework for AI Agents

• تمرین کدنویسی 6.1 چارچوب تست برای عامل‌های AI Coding Exercise 6.1 A Testing Framework for AI Agents

• 6.2 معیارهای کلیدی ارزیابی عامل‌ها-۱ مقدمه و بررسی کلی 6.2 Key Evaluation Metrics for Agents - 1 Introduction & Overview

• 6.2 کلیدی-۲ اندازه‌گیری متریک‌ها — موفقیت وظیفه + کیفیت، تاخیر + هزینه + ایمنی 6.2 Key - 2 Measuring Metrics – Task Success + Quality,Latency +Cost + Safety

• 6.2 کلیدی-۳ ادغام با MCP/A2A و مشاهده‌پذیری، سیستم پژوهشی چند-عاملی 6.2 Key - 3 Integration w MCP/A2A and Observability, Multi-Agent Research System

• مثال کدنویسی 6.2 معیارهای کلیدی ارزیابی عامل‌ها Coding Example 6.2 Key Evaluation Metrics for Agents

• تمرین کدنویسی 6.2 معیارهای کلیدی ارزیابی عامل‌ها Coding Exercise 6.2 Key Evaluation Metrics for Agents

• 6.3 ردیابی و مشاهده‌پذیری-۱ مقدمه و بررسی کلی 6.3 Tracing & Observability - 1 Introduction & Overview

• 6.3 ردیابی-۲ LangSmith, OpenTelemetry, ادغام با MCP/A2A 6.3 Tracing - 2 LangSmith, OpenTelemetry, Integration with MCP/A2A

• 6.3 ردیابی-۳ ردپاها، لاگ‌ها و متریک‌ها، ردیابی سیستم پژوهشی چند-عاملی 6.3 Tracing - 3 Traces, Logs & Metrics, Tracing a Multi-Agent Research System

• مثال کدنویسی 6.3 ردیابی و مشاهده‌پذیری Coding Example 6.3 Tracing & Observability

• تمرین کدنویسی 6.3 ردیابی و مشاهده‌پذیری Coding Exercise 6.3 Tracing & Observability

• 6.4 بنچ‌مارک‌ها و ارزیابی خودکار-۱ مقدمه و بررسی کلی 6.4 Benchmarks and Automated Evaluation - 1 Introduction & Overview

• 6.4 بنچ‌مارک‌ها-۲ ساخت خط لوله‌های ارزیابی خودکار، گیت‌های رگرسیون، MCP 6.4 Benchmarks - 2 Building Automatd Evaluation Pipelines, Regression Gates, MCP

• 6.4 بنچ‌مارک‌ها-۳ استک ابزارهای مشاهده‌پذیری، بنچ‌مارک سیستم چند-عاملی 6.4 Benchmarks - 3 Observability Toolkit Stack, Benchmarking Multi-Agent System

• مثال کدنویسی 6.4 بنچ‌مارک‌ها و ارزیابی خودکار Coding Example 6.4 Benchmarks and Automated Evaluation

• تمرین کدنویسی 6.4 بنچ‌مارک‌ها و ارزیابی خودکار Coding Exercise 6.4 Benchmarks and Automated Evaluation

ماژول ۷: سیستم‌های عملیاتی — ایمنی، مقیاس و استقرار Module 7: Production Systems — Safety, Scale & Deployment

• 7.1 معماری‌های عامل آماده تولید-۱ مقدمه و بررسی کلی 7.1 Production-Ready Agent Architectures - 1 Introduction & Overview

• 7.1 تولید-۲ مقیاس‌پذیری، سازمان‌دهنده و خط لوله، سیستم ناظر و صف‌بندی 7.1 Production- 2 Scaling ,Orchestrator & Pipeline, Supervisor & Queueing System

• 7.1 تولید-۳ ابزارهای مشاهده‌پذیری، سیستم پژوهشی آماده تولید 7.1 Production - 3 Observability Tools ,Production-Ready Research Sytem

• مثال کدنویسی 7.1 معماری‌های عامل آماده تولید Coding Example 7.1 Production-Ready Agent Architectures

• تمرین کدنویسی 7.1 معماری‌های عامل آماده تولید Coding Exercise 7.1 Production-Ready Agent Architectures

• 7.2 پیاده‌سازی نرده‌های حفاظتی مقاوم-۱ مقدمه و بررسی کلی 7.2 Implementing Robust Guardrails - 1 Introduction & Overview

• 7.2 پیاده‌سازی-۲ پیاده‌سازی مکانیسم‌های ایمنی، مشاهده‌پذیری، MCP/A2A/ANP 7.2 Implementing - 2 Implementing Safety Mechanisms, Observability, MCP/A2A/ANP

• 7.2 نرده‌های حفاظتی-۳ ردیابی و مشاهده‌پذیری، خط لوله مشاهده‌پذیری 7.2 Implementing Guardrails - 3 Tracing & Observability, Observability Pipeline

• مثال کدنویسی 7.2 پیاده‌سازی نرده‌های حفاظتی مقاوم Coding Example 7.2 Implementing Robust Guardrails

• تمرین کدنویسی 7.2 پیاده‌سازی نرده‌های حفاظتی مقاوم Coding Exercise 7.2 Implementing Robust Guardrails

• 7.3 بهینه‌سازی هزینه و تاخیر-بخش ۱ مقدمه و بررسی کلی 7.3 Cost and Latency Optimization - Part 1 Introduction & Overview

• 7.3 هزینه-۲ استراتژی‌های بهینه‌سازی — کشینگ، دسته‌ای کردن، مدیریت Cold Start 7.3 Cost - 2 Optimization Strategies – Caching, Batching, Cold-Start Management

• 7.3 هزینه-۳ ادغام با MCP/A2A، استک مشاهده‌پذیری، مثال‌های کاربردی 7.3 Cost - 3 Integration with MCP/A2A, The Observability Stack, Practical Eg

• مثال کدنویسی 7.3 بهینه‌سازی هزینه و تاخیر Coding Example 7.3 Cost and Latency Optimization

• تمرین کدنویسی 7.3 بهینه‌سازی هزینه و تاخیر Coding Exercise 7.3 Cost and Latency Optimization

• 7.4 ریسک‌های امنیتی در پروتکل‌های تعامل‌پذیری-بخش ۱ مقدمه و بررسی کلی 7.4 Security Risks in Interoperability Protocols - Part 1 Introduction & Overvie

• 7.4 امنیتی-۲ آسیب‌پذیری‌ها — اعتماد به نقطه پایانی و مسموم‌سازی ابزار، تزریق پرامپت 7.4 Security - 2 Vulnerabilities - Endpoint Trust & Tool Poisoning,Prompt Inject

• 7.4 امنیتی-۳ استک مشاهده‌پذیری برای پروتکل‌ها، سیستم پژوهشی چند-عاملی 7.4 Security - 3 Observability Stack for Protocols, Multi-Agent Research System

• مثال کدنویسی 7.4 ریسک‌های امنیتی در پروتکل‌های تعامل‌پذیری Coding Example 7.4 Security Risks in Interoperability Protocols

• تمرین کدنویسی 7.4 ریسک‌های امنیتی در پروتکل‌های تعامل‌پذیری Coding Exercise 7.4 Security Risks in Interoperability Protocols