آموزش هوش مصنوعی عامل‌محور (Agentic AI): ساخت ایجنت‌های هوشمند با LangGraph، CrewAI و MCP - آخرین آپدیت

سرفصل ها و درس ها

مقدمه‌ای بر دوره Introduction to the Course

• مقدمه‌ای بر دوره Introduction to the Course

نصب ابزارها و آماده‌سازی محیط Installation of Tools & Environment SetUp

• نصب IDE و مدیریت بسته‌ها Installation of IDE and Package Manager

• راهنمای جامع مدیریت بسته‌ها Walkthrough of Package Manager

هفته مبانی هوش مصنوعی عامل‌محور Agentic AI Foundation Week

• ساخت اولین جریان کاری Agentic AI Build Your First Agentic AI Workflow

• ساخت ایجنت‌های کارآمد Building Effective Agents

• الگوهای طراحی جریان کاری LLM LLM Workflow Design Patterns

• الگوهای طراحی جریان کاری LLM (بخش دوم) LLM Workflow Design Patterns II

• گفتگو با دانشجویان و جامعه فنی Course Chat with Students and Tech Community

• مکان کدها: تنظیمات عملی Code Location : Hands-On Setup

• درک تفاوت ایجنت در مقابل الگوهای جریان کاری Understanding Agent vs Workflow Patterns

• هماهنگ‌سازی چندین LLM: مقایسه مدل‌های مختلف Orchestrating Multiple LLMs: Comparing Multiple LLMs

• منابع در مقابل ابزارها: دو روش تقویت قابلیت‌های LLM Resources vs. Tools: Two Ways to Enhance LLM Capabilities in Agentic AI

• ساخت چت‌باتی که مانند شما رفتار کند Build a Chatbot That Acts Like You

• پایدانتیک (Pydantic): اعتبارسنجی داده‌ها و مدیریت تنظیمات Pydantic: Data Validation and Settings Management Made Easy

• خط لوله چند-مدلی: استفاده از LLM برای ارزیابی LLM A Multi LLM Pipeline: Use LLM to Evaluate LLM

• خط لوله چند-مدلی: ارزیابی مجدد چت‌بات توسط LLM A Multi LLM Pipeline: Use LLM to Evaluate LLM - ChatBot Re-Evaluate

• ایجنت‌های هوشمند: اجرای توابع و هشدارها با LLMها Intelligent Agents: Function Execution and Alerts with LLMs

• نگاهی به پشت صحنه: نحوه مدیریت ابزارها و فراخوانی توابع Under the Hood: How LLMs Handle Tool and Function Calls

• ساخت دستیاران AI: مدیریت موارد ناشناخته با ابزارها Building AI Assistants: Handling Unknowns with Tooling

• ساخت دستیاران AI: مدیریت موارد ناشناخته (بخش دوم) Building AI Assistants: Handling Unknowns with Tooling II

• ساخت دستیاران AI: مدیریت موارد ناشناخته با DeepSeek Building AI Assistants: Handling Unknowns with Tooling - DeepSeek

• استقرار ایجنت آواتار دیجیتال شما Deploying Your Digital Avatar AI Agent

برنامه‌نویسی Async و مبانی OpenAI Agent SDK Async programming and OpenAI Agent SDK fundamentals

• Async IO در پایتون: راز مقیاس‌پذیری جریان‌های کاری ایجنت Async IO in Python: The Secret to Scalable AI Agent Workflows

• Async IO در پایتون: راز مقیاس‌پذیری (بخش دوم) Async IO in Python: The Secret to Scalable AI Agent Workflows II

• رمزگشایی از OpenAI Agents SDK Demystifying the OpenAI Agents SDK

• اجزای OpenAI Agent SDK: ایجنت، اجراکننده و ردیابی Building Blocks of OpenAI Agent SDK: Agent, Runner and Trace

ساخت، ساختاردهی و اجرای ایجنت‌های AI Building, Structuring, and Executing AI Agents

• ساخت ایجنت‌های هوشمند جذب مشتری با Agent SDK Building Intelligent Sales Outreach Agents with Agent SDK

• تولید موازی و انتخاب بهترین ایمیل بر اساس AI Parallel Generation + AI-Based Selection of Best Email

• هماهنگ‌سازی ابزارها با ایجنت‌ها – اجرای کامل فروش AI Orchestrating Tools with Agents — End-to-End AI Sales Execution

• ابزارها در مقابل انتقال (Handoffs) در معماری‌های چند-عاملی Tools vs. Handoffs in Multi-Agent Architectures

• ابزارها در مقابل انتقال در معماری‌های چند-عاملی (نسخه نهایی) Tools vs. Handoffs in Multi-Agent Architectures - Final Version

ایمنی، گاردریل‌ها و یکپارچه‌سازی چند-مدلی Safety, Guardrails, and Multi-Model Integration

• یکپارچه‌سازی چند-مدلی: استفاده از Gemini, DeepSeek و Groq Multi-Model Integration: Using Gemini, DeepSeek & Groq with OpenAI Agents

• یکپارچه‌سازی چند-مدلی (بخش دوم) Multi-Model Integration: Using Gemini, DeepSeek & Groq with OpenAI Agents - II

• یکپارچه‌سازی چند-مدلی (بخش سوم) Multi-Model Integration: Using Gemini, DeepSeek & Groq with OpenAI Agents - III

• پیاده‌سازی گاردریل‌ها و خروجی‌های ساختاریافته برای سیستم‌های پایدار Implementing Guardrails & Structured Outputs for Robust AI Agent Systems

ایجنت‌های خودمختار با تمرکز بر پژوهش Research-Focused Autonomous Agents

• ایجنت‌های وب قدرتمند: ساخت LLMهایی که حرفه‌ای جستجو می‌کنند Supercharged Web Agents: Building LLMs That Search Like Pros

• برنامه‌ریزی دقیق: ساختاردهی خروجی AI با Pydantic Planning with Precision: Structuring AI Output Using Pydantic

• استاد Async: طراحی خط لوله‌های پژوهشی جامع Async Mastermind: Designing End-to-End Research Pipelines

• استاد Async: اجرای نهایی خط لوله‌های پژوهشی Async Mastermind: Designing End-to-End Research Pipelines - Final Execution

• هوش مصنوعی Plug and Play: ساخت سیستم‌های پژوهشی ماژولار با Gradio Plug-and-Play AI: Crafting Modular Research Systems with Gradio

• کنترل بصری پژوهش: نظارت بر ایجنت‌های خودمختار با Gradio Visual Research Control: Monitoring Autonomous Agents with Gradio

شروع کار با Crew AI – ساخت تیم‌های هوشمند از ایجنت‌ها Kickoff to Crew AI – Build Smart Teams of AI Agents

• آزادسازی قدرت Crew AI: ساخت تیم‌های همکاری AI از صفر Unlocking Crew AI: Build Collaborative AI Agent Teams from Scratch

• نقشه راه Crew AI: ایجنت‌ها، وظایف و حالت‌های پردازش The Crew AI Blueprint: Agents, Tasks & Processing Modes Made Simple

• هوش Plug & Play: یکپارچه‌سازی مدل‌های مختلف با LightLLM و Crew AI Plug & Play Intelligence: Integrating Multiple LLMs with LightLLM + Crew AI

• نبرد ThinkBot: سیستم مناظره قدرت گرفته از CrewAI ThinkBot Clash: CrewAI-Powered Debate System

• نبرد ThinkBot: سیستم مناظره (بخش دوم) ThinkBot Clash: CrewAI-Powered Debate System II

هوش جمعی – ساخت سیستم‌های چند-عاملی واقعی Smarter Together – Building Real-World Multi-Agent AI Systems

• تجهیز ابزارها و جستجوی هوشمند: قدرت بخشیدن به پروژه‌ها با Context و Google Tool Up & Search Smart: Powering Crew AI Projects with Context & Google

• دنبال کردن پول: ساخت تیم پژوهش مالی با ایجنت‌های Crew AI Follow the Money: Build a Financial Research Team with Crew AI Agents

• حذف نقاط کور: تقویت ایجنت‌ها با جستجوی وب در لحظه (Real-time) No More Blind Spots: Supercharge Agents with Real-Time Web Search

پول هوشمند و ایجنت‌های باهوش – هوش مالی با Crew AI Smart Money & Smarter Agents – Financial Intelligence with Crew AI

• نجواگر سهام: ساخت انتخاب‌کننده سرمایه‌گذاری با Crew AI Stock Whisperer: Build a Crew AI-Powered Investment Picker

• داده‌های گویا: ساختاردهی خروجی ایجنت با Pydantic و Crew AI Data That Talks: Structuring Agent Output with Pydantic + Crew AI

• داده‌های گویا: ساختاردهی خروجی (بخش دوم) Data That Talks: Structuring Agent Output with Pydantic + Crew AI - II

• حالت ابزارساز: ساخت هشدارهای سفارشی و ابزارهای JSON برای Crew AI Toolsmith Mode: Craft Custom Alerts & JSON Tools for Crew AI

• تسلط بر حافظه: تجهیز Crew AI به جستجوی برداری و بازیابی SQL Memory Mastery: Equip Crew AI with Vector Search & SQL Recall

• پیاده‌سازی تسلط بر حافظه: جستجوی برداری و SQL Implement Memory Mastery: Equip Crew AI with Vector Search & SQL Recall

مغز و کد – تقویت Crew AI با حافظه و مهارت‌های پایتون Brain & Code — Supercharging Crew AI with Memory and Python Skills

• کدنویسی لحظه‌ای: اجازه دهید ایجنت‌های شما پایتون بنویسند و اجرا کنند Code on Cue: Let Your AI Agents Write and Execute Python

• اجرای PyBotX: ساخت یک AI کدنویس پایتون Execute PyBotX: Create a Python-Coding AI

شروع سریع با LangGraph: انقلاب گراف‌های AI Kickstart with LangGraph: The AI Graph Revolution

• چرا گراف‌ها؟ ساخت AI هوشمندتر با LangGraph Why Graphs? Building Smarter AI with LangGraph

• اکوسیستم LangGraph – مقایسه فریم‌ورک، استودیو و پلتفرم LangGraph Ecosystem – Framework, Studio & Platform Compared

• داخل LangGraph – بلوک‌های اصلی سیستم‌های ایجنت پیشرفته Inside LangGraph – Core Blocks of Advanced Agent Systems

مبانی LangGraph: وضعیت (State)، گره‌ها و جریان‌های کاری Foundations of LangGraph: State, Nodes & Workflows

• قدرت وضعیت (State) – نحوه مدیریت جریان‌های کاری در LangGraph State Power – How LangGraph Manages AI Workflows

• کاهنده‌ها (Reducers) و اشیاء وضعیت – مغز گراف AI شما Reducers & State Objects – The Brain of Your AI Graph

• مبانی گراف – گره‌ها، یال‌ها و ساخت آسان جریان کاری Graph Basics – Nodes, Edges & Workflow Creation Made Simple

• ساخت عملی – اولین چت‌بات AI شما در LangGraph Hands-On Build – Your First AI Chatbot in LangGraph

بررسی عمیق‌تر: حافظه، ابزارها و تقویت LangGraph Going Deeper: Memory, Tools & Supercharging LangGraph

• گام‌های برتر و Checkpointing – مقیاس‌بندی جریان‌های کاری پیچیده Super Steps & Checkpointing – Scaling Complex Agent Workflows

• تنظیم LangSmith – تقویت LangGraph با ابزارهای سفارشی LangSmith Setup – Supercharge Your LangGraph with Custom Tools

• جادوی فراخوانی ابزار – یال‌های شرطی و گره‌های ابزار در عمل Tool Calling Magic – Conditional Edges & Tool Nodes in Action

• تقویت LangGraph با ابزارها و LangSmith Supercharging LangGraph with Tools & LangSmith

• حافظه ماندگار – ذخیره وضعیت گفتگوها مانند یک حرفه‌ای Memory That Lasts – Checkpointing Conversations Like a Pro

• حافظه پایدار – ساخت ایجنت‌های AI با پشتیبانی SQLite Persistent Memory – Building SQLite-Backed AI Agents

یکپارچه‌سازی‌های واقعی و حلقه‌های بازخورد Real-World Integrations & Feedback Loops

• ایجنت‌های مرور وب – ترکیب Playwright و LangGraph Web-Browsing Agents – Playwright Meets LangGraph

• دستیار وب AI – ترکیب LangChain, Gradio و LangGraph AI Web Assistant – LangChain, Gradio & LangGraph Together

مبانی: اتصال به پروتکل MCP Foundations: Plugging Into MCP

• USB-C دنیای AI: چرا MCP اهمیت دارد؟ The USB-C of AI: Why MCP Matters

• میزبانی‌ها، کلاینت‌ها و سرورها – سه‌گانه اصلی Hosts, Clients & Servers – The Core Trio

• اتصال سرورهای MCP به OpenAI Agent SDK Connecting MCP Servers with OpenAI Agent SDK

• بررسی سرورهای مبتنی بر Node و یکپارچه‌سازی ابزارها Exploring Node-Based Servers & Tool Integrations

• ساخت یک ایجنت در چندین سرور MCP Building an Agent Across Multiple MCP Servers

توسعه: قدرت بخشیدن به ایجنت‌ها با APIها Expansion: Powering Agents with APIs

• انواع مختلف سرورهای MCP و توضیح حافظه ایجنت Different MCP Server Types & Agent Memory Explained

• دانش در مقیاس وب: استفاده از Brave Search API Web-Scale Knowledge: Brave Search API in Action

• یکپارچه‌سازی داده‌های بازار با Polygon API Market Data Integration with Polygon API

• ساخت سرور MCP سفارشی Create Custom MCP Server

• یکپارچه‌سازی سرور MCP سفارشی با کلاینت و میزبان (HOST) Integrate Custom MCP Server with MCP Client and HOST

جمع‌بندی دوره و دسترسی به جامعه کاربری Course Wrap-Up & Community Access

• تبریکات و پیوستن به جامعه کاربری ما Congratulations & Join Our Community