آموزش توسعه هوش مصنوعی عامل‌محور (Agentic AI) با استفاده از سرویس Microsoft Foundry Agent - آخرین آپدیت

دانلود Agentic AI Development using Microsoft Foundry Agent Service

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: ساخت عوامل هوش مصنوعی با استفاده از Azure، Semantic Kernel و Foundry. تسلط بر ارکستراسیون چند-عاملی، ابزارها، حافظه و برنامه‌ریزها. توسعه عوامل هوش مصنوعی با استفاده از Azure AI Foundry Agent Service به همراه ابزارهای داخلی و سفارشی. مدیریت و ارکستراسیون سیستم‌های چند-عاملی با استفاده از SDK مربوط به Semantic Kernel. یکپارچه‌سازی و گسترش قابلیت‌های عامل هوش مصنوعی با استفاده از Semantic Kernel SDK. طراحی و سازماندهی راهکارهای چند-عاملی که برای تکمیل وظایف با یکدیگر همکاری می‌کنند. پیاده‌سازی مفاهیم Agentic AI از طریق مثال‌های عملی و موارد استفاده واقعی در Azure. یکپارچه‌سازی ابزارهای میزبانی شده توسط MCP برای تصمیم‌گیری‌های پویا و بلادرنگ عامل‌ها. ساخت عوامل خودمختار که قادر به استدلال، برنامه‌ریزی و اقدام با استفاده از ابزارهای Azure هستند. پیش نیازها: دانش مقدماتی پایتون، آشنایی با مفاهیم ابری (Azure)؛ هیچ تجربه قبلی در زمینه هوش مصنوعی مورد نیاز نیست.

آیا آماده‌اید تا نسل بعدی اپلیکیشن‌های هوشمند را که توسط عوامل خودمختار هوش مصنوعی هدایت می‌شوند، بسازید؟

این دوره عملی به شما می‌آموزد چگونه عوامل هوشمند AI را با استفاده از Foundry Agent Service در مایکروسافت Azure و SDK قدرتمند Semantic Kernel توسعه داده، مستقر و سازماندهی کنید. چه مهندس نرم‌افزار باشید، چه توسعه‌دهنده AI، معمار ابری یا علاقه‌مند به فناوری، این دوره شما را به مهارت‌های لازم برای ساخت سیستم‌های Agentic AI در دنیای واقعی مجهز می‌کند.

ما با بررسی مفاهیم اصلی هوش مصنوعی عامل‌محور شروع می‌کنیم؛ اینکه چیست، چرا اهمیت دارد و مایکروسافت Azure چگونه این پارادایم را ممکن می‌سازد. سپس اولین عامل AI خود را با استفاده از Azure Foundry می‌سازید، از ابزارهای داخلی و سفارشی بهره می‌برید، APIها را یکپارچه کرده و قابلیت‌های حافظه و برنامه‌ریز را فعال می‌کنید.

در ادامه، وارد دنیای Semantic Kernel خواهید شد؛ یک SDK قدرتمند برای ساخت عامل‌های وظیفه‌محور و آگاه به متن. شما یاد می‌گیرید که چگونه از برنامه‌ریزها، کانکتورها و حافظه معنایی برای فعال‌سازی رفتار خودمختار و اجرای هدف‌گرا استفاده کنید. این دوره همچنین ارکستراسیون سیستم‌های چند-عاملی را پوشش می‌دهد، جایی که چندین عامل برای انجام وظایف پیچیده و توزیع‌شده با هم همکاری می‌کنند.

در پایان این دوره، شما مهارت‌های عملی، قالب‌های قابل استفاده مجدد و اعتماد به نفس لازم برای ساخت و استقرار عوامل AI مقیاس‌پذیر در سناریوهای واقعی کسب‌وکار با استفاده از آخرین قابلیت‌های Azure را به دست خواهید آورد.

هیچ تجربه قبلی در Foundry یا Semantic Kernel نیاز نیست. اگر مشتاق ساخت سیستم‌های هوشمند و خودمختار هستید، این دوره سکوی پرتاب شما به آینده هوش مصنوعی است.


سرفصل ها و درس ها

مقدمه Introduction

  • معرفی دوره Course Introduction

  • سرفصل‌های دوره Course Modules

شروع توسعه عامل‌های هوش مصنوعی در Azure Get started with AI agent development on Azure

  • عامل‌های هوش مصنوعی (AI Agents) چیستند؟ What are AI Agents?

  • گزینه‌های توسعه عامل Options for agent development

  • راهنمای گام‌به‌گام پورتال Azure Foundry Azure Foundry portal Walkthorugh

  • تمرین عامل هزینه‌ها: بررسی توسعه عامل AI Expense Agent-Exercise-Explore AI Agnet dvelopment

  • ارزیابی فصل Module assessment

توسعه هوش مصنوعی عامل‌محور با Azure AI Foundry Agent Service Develop an Agentic AI with Azure AI Foundry Agent Service

  • مقدمه‌ای بر Azure Foundry Agent Service Introduction to Azure Foundry Agent Service

  • ویژگی‌های کلیدی و مزایای استفاده از Foundry Agent Service Key Features and Benefits of Using Foundry Agent Service

  • تمرین: ساخت عامل تحلیل داده‌ها با استفاده از Foundry Service Exercise - Build Data Analysis Agent Using Foundry Service

  • تمرین: ساخت عامل تحلیل داده‌ها با استفاده از SDK Exercise- Build Data Analysis Agent Using SDK

  • ارزیابی فصل Module Assessment

یکپارچه‌سازی ابزارهای سفارشی در عامل شما Integrate custom tools into your agent

  • مقدمه‌ای بر یکپارچه‌سازی ابزارهای سفارشی Introduction to custom tool integration

  • چرا از ابزارهای سفارشی استفاده کنیم؟ Why use custom tools

  • روش‌های پیاده‌سازی ابزارهای سفارشی Options for implementing custom tools

  • ساخت عامل با ابزارهای سفارشی (بخش اول) Build an agent with custom tools-part1

  • ساخت عامل با ابزارهای سفارشی (بخش دوم) Build an agent with custom tools-part-2

  • حذف منابع Azure Delete your azure resources

  • کوییز فصل Module Quiz

توسعه راهکار چند-عاملی با Azure AI Foundry Agent Service Develop a multi-agent solution with Azure AI Foundry Agent Service

  • مقدمه‌ای بر راهکارهای چند-عاملی Introduction to multiagent solution

  • چرا از عامل‌های متصل استفاده کنیم؟ Why to use connected agents?

  • مراحل طراحی در سیستم چند-عاملی Design steps in multiagent system

  • تمرین: پیاده‌سازی چند-عاملی در foundry agent service Excercise - Implement multiagent on foundry agent service

  • کوییز فصل Module Quiz

یکپارچه‌سازی ابزارهای MCP با عامل‌های Azure AI Integrate MCP Tools with Azure AI Agents

  • مقدمه‌ای بر پروتکل کانتکست مدل (MCP) Introduction to Model Context Protocol (MCP)

  • درک ابزار MCP و مثال‌های واقعی Understand MCP tool - Real Life Examples

  • چرا از کشف ابزار پویا با MCP استفاده کنیم؟ Why use dynamic tool discovery with MCP

  • کلاینت و اتصال MCP: ثبت ابزار در یک عامل MCP Client and Connection - Register tool with an Agent

  • ابزار MCP: مورد استفاده جستجوی اسناد مایکروسافت MCP Tool - Microsoft document search use case

  • تمرین: اتصال ابزارهای MCP به عامل‌های Azure AI Exercise - Connect MCP tools to Azure AI Agents

  • کوییز فصل Module Quiz

توسعه عامل هوش مصنوعی با Semantic Kernel Develop an AI agent with Semantic Kernel

  • معرفی ماژول Semantic Kernel Semantic Kernel Module Introduction

  • مبانی Semantic Kernel Basics of Semantic Kernel

  • اجزای اصلی Semantic Kernel Core Compenenets of Semantic Kernel

  • مورد استفاده: معرفی عامل درخواست هزینه Usecase - Expense Claim Agent Introduction

  • تمرین: ساخت عامل درخواست هزینه با Semantic Kernel Exercise - Build Expense Claim Agent Using Semantic Kernel

  • کوییز فصل Module Quiz

ارکستراسیون راهکار چند-عاملی با استفاده از Semantic Kernel Orchestrate a multi-agent solution using Semantic Kernel

  • درک سیستم چند-عاملی با Semantic Kernel Understand Multiagent using semantic kernel

  • چرا سیستم چند-عاملی؟ Why multiagent?

  • اجزای اصلی فریم‌ورک عامل Semantic Kernel Core components of semantic kernel agent framework

  • طراحی استراتژی انتخاب عامل Design an agent selection strategy

  • تعریف استراتژی پایان چت Define a chat termination strategy

  • تمرین: توسعه راهکار چند-عاملی (مورد استفاده رفع مشکلات DevOps) Exercise - Develop a multi-agent solution - DevOps issue fixes usecase

  • کوییز فصل Module Quiz

محتوای تکمیلی Additional Content

  • سخن پایانی و منابع رایگان Thank you note and free resources

نمایش نظرات

آموزش توسعه هوش مصنوعی عامل‌محور (Agentic AI) با استفاده از سرویس Microsoft Foundry Agent
جزییات دوره
6 hours
38
(آخرین آپدیت)
155
4.6 از 5
دارد
دارد
دارد
Sandesh Hase
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Sandesh Hase Sandesh Hase

معمار هوش مصنوعی | مدرس Udemy | دانشمند داده (بیش از ۶ سال تجربه)