آموزش طراحی عامل‌های هوشمند AI با استفاده از OpenAI AgentKit - آخرین آپدیت

مبانی عامل‌های هوشمند Foundations of Intelligent Agents

• معرفی تخصص Specialization Introduction

• مقدمه دوره Course Introduction

• عامل‌های هوش مصنوعی چیستند و چرا اهمیت دارند؟ What Are AI Agents and Why They Matter

• عامل‌ها در مقابل چت‌بات‌ها: از واکنش‌گرایی تا استدلال Agents vs. Chatbots : From Reactivity to Reasoning

• طراحی ساختار یک عامل هوش مصنوعی Designing the Structure of an AI Agent

• آموزش عملی: راه‌اندازی API مربوط به OpenAI و پیکربندی متغیرهای محیطی Hands-On: Setting Up the OpenAI API and Configuring Environment Variables

• آموزش عملی: راه‌اندازی اولیه AgentKit Hands-On: Initializing AgentKit

• آموزش عملی: اجرای اولین جلسه چت با AgentKit Hands-On: Running Your First AgentKit Chat Session

• عامل‌ها چگونه فکر می‌کنند: برنامه‌ریزی و خودبازتابی How Agents Think : Planning and Self-Reflection

• استدلال زنجیره افکار و خوداصلاحی Chain-of-Thought Reasoning and Self-Correction

• آموزش عملی: نوشتن یک پرامپت «فکر کن سپس پاسخ بده» با استفاده از API مربوط به OpenAI Hands-On: Writing a “Think-Then-Answer” Prompt Using the OpenAI API

• آموزش عملی: پیاده‌سازی همان منطق با استفاده از گردش‌کار استدلال AgentKit Hands-On: Implementing the Same Logic Using AgentKit’s Reasoning Workflow

• عامل‌ها چگونه بافتار را به اشتراک می‌گذارند: نقش MCP How Agents Share Context : The Role of MCP

• مبانی ارتباطات عاملی (A2A و انتقال پیام) Basics of Agentic Communication (A2A & Message Passing)

• آموزش عملی: شبیه‌سازی تبادل پیام بین دو عامل با استفاده از پیام‌های JSON Hands-On: Simulate Message Exchange Between Two Agents Using JSON Messages

ساخت هوش هسته عامل Building Core Agent Intelligence

• استدلال ساختاریافته چیست و چرا کار می‌کند؟ What Is Structured Reasoning and Why It Works

• آموزش عملی: ساخت یک قالب پرامپت استدلال مرحله‌به‌مرحله Hands-On: Build a Step-by-Step Reasoning Prompt Template

• آموزش عملی: پیاده‌سازی پرامپت «بازتاب و اصلاح» برای رفع خطا Hands-On: Implement a “Reflect and Revise” Prompt for Error Correction

• درک فراخوانی تابع در مدل‌های OpenAI Understanding Function Calling in OpenAI Models

• آموزش عملی: تعریف توابع سفارشی Hands-On: Define Custom Functions

• آموزش عملی: ثبت و انتخاب خودکار ابزارها با AgentKit Hands On-Register and Auto-Select Tools with AgentKit

• حافظه بافتاری در عامل‌های هوش مصنوعی چیست؟ What Is Context Memory in AI Agents?

• آموزش عملی: استفاده از SessionMemory در AgentKit برای ذخیره تعاملات اخیر Hands-On: Use AgentKit’s SessionMemory to Store Recent Interactions

• آموزش عملی: خلاصه‌سازی و بازیابی پویا گفتگوهای قبلی Hands-On: Summarize and Recall Prior Conversations Dynamically

• آموزش عملی: بازنشانی یا ادامه گفتگوها به صورت بافتاری Hands-On: Reset or Continue Conversations Contextually

• اتصال پرامپت‌ها، ابزارها و حافظه Connecting Prompts, Tools, and Memory

• آموزش عملی: ایجاد یک خط لوله (Pipeline) کامل برای عامل استدلال‌گر Hands-On: Create a Complete Reasoning Agent Pipeline

• آموزش عملی: افزودن اعتبارسنجی ورودی و ثبت وقایع (Logging) Hands-On: Add Input Validation and Logging

• آموزش عملی: تست عامل با پرامپت‌های پیچیده چندمرحله‌ای Hands-On: Test the Agent with Complex Multi-Step Prompts

یکپارچه‌سازی پیشرفته و استقرار Advanced Integration and Deployment

• طراحی سیستم عامل استدلال‌گر هوشمند Designing the Intelligent Reasoning Agent System

• آموزش عملی: ترسیم جریان داده عامل (پرامپت ← ابزار ← حافظه ← خروجی) Hands-On: Map Out the Agent’s Data Flow (Prompt → Tool → Memory → Output)

• آموزش عملی: ادغام MCP برای مدیریت ساختاریافته بافتار Hands-On: Integrate MCP for Structured Context Management

• آموزش عملی: ساخت عامل کامل در VS Code Hands On: Building the Full Agent in VS Code

• آموزش عملی: ادغام کد: توابع AgentKit + حافظه + بافتار MCP Hands-On: Code Integration : AgentKit Functions + Memory + MCP Context

• آموزش عملی: تست سناریوهای مختلف دنیای واقعی (ریاضی، خلاصه‌سازی، برنامه‌ریزی) Hands-On: Test Multiple Real-World Scenarios (Math, Summaries, Planning)

• آموزش عملی: عیب‌یابی مشکلات رایج عامل و بهبود دقت Hands-On: Debug Common Agent Issues and Improve Accuracy

• ایجاد رابط کاربری با استفاده از Streamlit Creating a User Interface with Streamlit

• آموزش عملی: ساخت یک رابط کاربری چت برای تعامل با عامل استدلال‌گر - بخش اول Hands-On: Build a Chat UI to Interact with the Reasoning Agent - I

• آموزش عملی: ساخت یک رابط کاربری چت برای تعامل با عامل استدلال‌گر - بخش دوم Hands-On: Build a Chat UI to Interact with the Reasoning Agent - II

• آموزش عملی: اتصال فرانت‌اند به بک‌اند AgentKit Hands-On: Connect the Frontend to Your AgentKit Backend

• آموزش عملی: استقرار عامل بر روی Streamlit Cloud Hands-On: Deploy the Agent on Streamlit Cloud

• خلاصه دوره Course Summary