آموزش بوت‌کمپ مهندسی هوش مصنوعی مولد (Gen AI): ساخت اپلیکیشن‌ها و ایجنت‌های AI با پایتون - آخرین آپدیت

دانلود Gen AI Engineer Bootcamp: Build AI Apps & Agents in Python

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: از سطح مبتدی تا مهندس AI - ساخت اپلیکیشن‌های هوش مصنوعی، ایجنت‌ها، سیستم‌های RAG و اتوماسیون‌ها با استفاده از پایتون، LangChain، Ollama، Gemini و OpenAI. ساخت ایجنت‌های هوش مصنوعی از صفر با پایتون. تسلط بر LangChain 1 برای ایجاد سیستم‌های پیشرفته RAG و تزریق بافت مستندات (Document Context). پیاده‌سازی حافظه پایدار برای اپلیکیشن‌های AI با استفاده از پایگاه‌های داده Vector و SQL. اتوماسیون گوگل شیت و صفحات گسترده با گردش کارهای هوشمند AI. توسعه اپلیکیشن‌های چندوجهی (Multimodal) برای تشخیص تصویر و دستیارهای صوتی. اجرای مدل‌های LLM خصوصی و Self-hosted و ایجنت‌های محلی با استفاده از Ollama. طراحی معماری سیستم‌های AI که از جستجوی وب و ابزارهای خارجی برای حل مسائل استفاده می‌کنند. ساخت کلون Claude Code به‌طور کامل با پایتون. پیشنیازها: دانش مقدماتی پایتون: آشنایی با متغیرها، حلقه‌ها، توابع و لیست‌ها. بدون نیاز به تجربه قبلی در AI: مفاهیم هوش مصنوعی و LLM را از پایه آموزش می‌دهیم.

برترین مهارت مورد نیاز سال ۲۰۲۶ را بیاموزید: ساخت ایجنت‌های AI آماده برای تولید (Production-ready) و اپلیکیشن‌های خودمختار.

جهان از «چت‌بات‌های» ساده فراتر رفته است. شرکت‌های امروزی به دنبال توسعه‌دهندگانی هستند که بتوانند ایجنت‌ها (Agents)را بسازند؛ سیستم‌های هوش مصنوعی که می‌توانند فکر کنند، از ابزارها استفاده کنند، به پایگاه‌های داده دسترسی داشته باشند و گردش‌های کاری پیچیده را خودکار کنند. این بوت‌کمپ مهندسی هوش مصنوعی مولدیک مسیر عملی و پروژه-محور است تا شما را از یک کدنویس پایتون به یک مهندس خبره AI تبدیل کند.

در این دوره، ما فقط درباره تئوری صحبت نمی‌کنیم، بلکه می‌سازیم. شما در LangChain 1عمیق می‌شوید، در تزریق بافت مستندات (Document Context Injection)استاد می‌شوید و سیستم‌های کامل RAG (تولید تقویت‌شده با بازیابی)را پیاده‌سازی می‌کنید. همچنین اسرار حافظه AIرا یاد می‌گیرید تا ایجنت‌های شما بتوانند تعاملات گذشته را با استفاده از دیتابیس‌های پایدار به خاطر بسپارند.

چه چیزی این بوت‌کمپ را منحصر به فرد می‌کند؟

تمرکز ما بر کاربردهای واقعیاست. شما مجموعه‌ای از پروژه‌های قدرتمند را خواهید ساخت، از جمله:

  • ایجنت AI محلی (کلون Claude Code):ساخت یک دستیار کدنویسی قدرتمند که به‌صورت محلی اجرا می‌شود.

  • اتوماسیون گوگل شیت:ایجاد هوش مصنوعی که می‌تواند صفحات گسترده خصوصی را مشاهده، ویرایش و مدیریت کند.

  • اپلیکیشن‌های چندوجهی:ساخت یک مولد دستور پخت غذا که تصاویر را «می‌بیند» و یک دستیار صوتی AI کاربردی.

  • مدل‌های Self-Hostable:یاد بگیرید برای حفظ حریم خصوصی و کاهش هزینه‌ها، سرویس LLM شخصی خود را راه اندازید.

  • شامل بخش عملی در PyCharm (اختیاری):این بوت‌کمپ با یک دوره تعاملی رایگان و اختیاری در JetBrains Academy همراه است تا بتوانید تمرینات کدنویسی را مستقیماً در IDE PyCharm انجام دهید. شما مفاهیم را اینجا یاد می‌گیرید و سپس در محیط واقعی PyCharm آن‌ها را تثبیت می‌کنید.

در پایان این دوره، شما فقط بلد نخواهید بود که به AI دستور (Prompt) بدهید، بلکه یاد می‌گیرید چگونه «مغز» آن را معماری کنید. چه بخواهید کسب‌وکار خود را اتوماتیک کنید، چه به دنبال یک شغل با درآمد بالا در حوزه AI باشید و چه بخواهید استارتاپ بعدی خود را بسازید، این بوت‌کمپ نقشه راه، کدها و اعتماد به نفس لازم برای موفقیت را به شما می‌دهد.

آنچه خواهید آموخت:

  • معماری ایجنت‌های AI:ساخت ایجنت‌هایی با قابلیت جستجوی وب، حافظه و فراخوانی ابزارها.

  • سیستم‌های پیشرفته RAG:تسلط بر LangChain 1.0 برای تزریق بافت مستندات با کارایی بالا.

  • تسلط بر اتوماسیون:استفاده از پایتون برای متصل کردن LLMها به اپلیکیشن‌های واقعی مانند گوگل شیت.

  • استقرار LLM محلی:راه‌اندازی مدل‌های Self-hostable برای سرویس‌های AI خصوصی و امن.

  • توسعه چندوجهی:پردازش تصاویر، تولید هنر و ساخت ابزارهای AI فعال با صوت.

  • خروجی‌های ساختاریافته:مجبور کردن LLMها به بازگرداندن داده‌های قابل اعتماد و مبتنی بر JSON برای اپلیکیشن‌های صنعتی.

این دوره برای چه کسانی است؟

  • توسعه‌دهندگان پایتونکه قصد ورود به فضای هوش مصنوعی را دارند.

  • متخصصان تکنولوژیکه می‌خواهند کارهای تکراری تجاری را با ایجنت‌های هوشمند خودکار کنند.

  • کارآفرینانکه در حال ساخت نرم‌افزارها یا SaaSهای مبتنی بر AI هستند.

  • دانشمندان دادهکه می‌خواهند از محیط Notebookها به سمت ساخت وب‌اپلیکیشن‌های Full-stack AI حرکت کنند.


سرفصل ها و درس ها

مقدمه‌ای بر اپلیکیشن‌های مبتنی بر AI Introduction to AI Powered Apps

  • خوش‌آمدگویی Welcome

  • همراه تمرینی شما در PyCharm (تسک‌های عملی) Your PyCharm Practice Companion (Hands-On Tasks)

  • برنامه‌ها قبل از ظهور AI چگونه بودند How Programs Were Before AI

  • ساخت یک اپلیکیشن مبتنی بر AI با پایتون Creating an AI-Powered App with Python

ساخت ایجنت‌های هوش مصنوعی Building AI Agents

  • مقدمه Introduction

  • ایجنت هوش مصنوعی چیست What is an AI Agent

  • ساخت یک ایجنت AI Building an AI Agent

  • افزودن ابزارها به ایجنت AI Adding Tools to the AI Agent

  • ساخت ایجنتی با چندین ابزار Creating an Agent With Multiple Tools

  • چگونه یک System Prompt خوب برای ایجنت بنویسیم How to Write a Good Agent System Prompt

ساخت یک ایجنت AI برای دنیای واقعی Building a Real-World AI Agent

  • چه چیزی خواهیم ساخت What We Will Build

  • ایجنت بازگرداننده داده‌های واقعی آب و هوا Agent Returning Actual Weather Data

  • دریافت موقعیت مکانی کاربر توسط ایجنت Agent Getting the User's Location

  • بهبود خروجی ایجنت Improving the Agent Output

ساخت ایجنت‌های AI دارای حافظه Building AI Agents with Memory

  • مقدمه Introduction

  • فعال‌سازی حافظه ایجنت Enabling Agent Memory

  • درک نحوه عملکرد حافظه در ایجنت‌ها Understanding how Memory Works in Agents

  • ایجنت‌های AI با قابلیت مدیریت چندین گفتگو AI Agents with Multiple Conversations

  • گفتگوی مستمر ایجنت با استفاده از حافظه Continuous Agent Conversation with Memory

ساخت ایجنت‌های AI با حافظه دیتابیس پایدار Building AI Agents with Persistent Database Memory

  • مقدمه Introduction

  • ذخیره و بازیابی تاریخچه در دیتابیس SQLite Saving and Retreiving History in SQLite Datbase

  • معماری با استفاده از دیتابیس PostgreSQL Architecture Using a PostgreSQL Database

  • راه‌اندازی دیتابیس PostgreSQL در Supabase Setting up a PostgreSQL Database on Supabase

  • ذخیره گفتگوها در Supabase Saving the Conversation in Supabase

تبدیل ایجنت AI به یک وب‌اپلیکیشن Making an AI Agent Web App

  • مقدمه Introduction

  • از محیط CLI به وب‌اپلیکیشن From CLI to Web App

  • ایجاد یک Instance از وب‌اپلیکیشن Creating a Web App Instance

  • ساخت صفحه اصلی ایجنت AI Building the AI Agent Homepage

  • پیاده‌سازی درخواست HTTP POST Implementing the POST HTTP Request

  • دریافت پاسخ ایجنت در وب‌اپلیکیشن Getting the Agent Response from the Web App

  • ایجاد یک شیء Session Creating a Session Object

  • افزودن CSS برای بهبود استایل صفحه Adding CSS to Improve the Webpage Style

  • دریافت موقعیت GPS کاربر توسط ایجنت Making the Agent Get the User's GPS Location

مدل‌های قابل میزبانی شخصی (Self-Hostable) Self-Hostable Models

  • چه چیزهایی خواهید آموخت What You Will Learn

  • مروری بر مدل‌های Self-hostable موجود Overview of Available Self-hostable Models

  • نصب و استفاده از Ollama Installing and Using Ollama

  • دانلود مدل‌های بیشتر با خط فرمان Ollama Downloading More Self-hostable Models with Ollama Command-line

  • استفاده از مدل محلی از طریق پایتون و LangChain Using the Local Model Through Python and LangChain

ساخت سرویس LLM شخصی Building Your Own LLM Service

  • چه چیزهایی خواهید آموخت What You Will Learn

  • نحوه عملکرد کلی سیستم How It All Works

  • آماده‌سازی محیط Preparing the Environment

  • ساخت API Building the API

  • ساخت LLM API با پشتیبانی از تاریخچه گفتگو LLM API with Chat History Support

دریافت خروجی‌های ساختاریافته از LLMها Getting Structured Output from LLMs

  • چرا به داده‌های ساختاریافته نیاز داریم؟ Why Do We Need Structured Data?

  • نحوه عملکرد سیستم How It All Works

  • بازگرداندن خروجی ساختاریافته با Langchain Returning Sturcutred Output with Langchain

  • بازگرداندن خروجی ساختاریافته از ایجنت‌ها Returning Structured Output from Agents

پروژه: اتوماسیون AI و صفحات گسترده Project: Spreadsheet and AI Automation

  • چه چیزی خواهیم ساخت What We Will build

  • تنظیمات صفحه گسترده و اعتبارنامه‌های گوگل Setting Up a Spreadsheet and Google Credentials

  • بارگذاری داده‌های شیت در پایتون Load Spreadsheet Data into Python

  • استخراج ردیف‌های جدید اضافه شده Extracting New Added Rows

  • ارسال ردیف‌های داده جدید به LLM Sending New Data Rows to an LLM

  • ساخت رمز عبور اپلیکیشن برای Gmail Creating a Gmail App Password

  • ارسال خلاصه AI از طریق ایمیل Sending the AI Summary by Email

  • زمان‌بندی تسک برای اجرای خودکار Scheduling the Task for Automatic Execution

پروژه: مشاهده و ویرایش گوگل شیت‌های خصوصی با پایتون Project: Viewing and Editing Private Google Sheets with Python

  • چه چیزی خواهیم ساخت What We Will Build

  • اتصال گوگل شیت به پایتون Connecting Google Sheets with Python

  • مشاهده داده‌ها از یک سند گوگل شیت خصوصی Viewing Data From a Private Google Sheet Document

  • افزودن ردیف‌های جدید به صفحه گسترده Adding New Rows to the Spreadsheet

  • به‌روزرسانی ردیف‌ها و سلول‌های موجود Updating Existing Rows and Cells

تفسیر تصاویر با پایتون و LLMها Interpreting Images with Python & LLMs

  • مقدمه Introduction

  • ارسال متن به مدل Gemini Sending Text to the Gemini Model

  • تفسیر تصاویر با مدل‌های Google Gemini Interpreting Images with Google Gemini Models

  • تفسیر تصاویر با مدل‌های OpenAI Interpreting Images with OpenAI Models

پروژه: ساخت اپلیکیشن AI مولد دستور پخت از روی تصاویر Project: Building a Recipe Generator from Images AI App

  • چه چیزی خواهیم ساخت What We Will Build

  • تولید دستور پخت از روی مواد موجود در تصویر Generating Recipes from Ingredients in Image

  • ساخت یک وب‌اپلیکیشن نمونه با Gradio Building a Sample Gradio Web App

  • ایجاد وب‌اپلیکیشن مولد دستور پخت Creating the Recipe Generator Web App

تولید تصویر با پایتون و هوش مصنوعی Image Generation with Python and AI

  • چه چیزهایی خواهید آموخت What You Will Learn

  • مروری بر قیمت‌گذاری و مدل‌های پلتفرم OpenAI OpenAI Platform Pricing and Models Overview

  • راهنمای پنل Google AI Studio Google AI Studio Dashboard Walkthrough

  • قیمت‌گذاری مدل‌های هوش مصنوعی گوگل Google AI Models Pricing

  • تنظیمات پرداخت (Billing) Setting up Billing

  • تولید تصویر با مدل‌های Google AI Generating Images with Google AI Models

ساخت دستیار صوتی AI Building an AI Voice Assistant

  • چه چیزی خواهیم ساخت What We Will Build

  • گردش کار داده‌ها (Data Workflow) The Data Workflow

  • ضبط صدا با پایتون Record Audio with Python

  • تبدیل گفتار به متن با OpenAI Convert Speech to Text with OpenAI

  • ارسال متن تبدیل شده به LLM Sending the Converted Text to the LLM

  • تبدیل متن به گفتار با OpenAI Text to Speech Conversion with OpenAI

ساخت سیستم تزریق بافت مستندات (Document Context) Building Document Context Injection System

  • چه چیزی خواهیم ساخت What We Will Build

  • معماری سیستم The Architecture of the System

  • مقداردهی اولیه LLM Initlalizing the LLM

  • System Prompt و تزریق بافت (Context Injection) System Prompt and Context Injection

  • بارگذاری مستندات Loading the Documents

  • ایجاد بافت (Context) Creating the Context

  • دریافت پاسخ‌های LLM درباره مستندات Getting Answers from the LLM About the Documents

  • پیاده‌سازی گفتگوی مستمر بر اساس مستندات Implementing Continuous Conversation Documents

پروژه: ساخت یک سیستم کامل RAG Project: Building a Full RAG System

  • سیستم RAG چگونه کار می‌کند How a RAG Works

  • تنظیمات LLM Setting Up the LLM

  • راه‌اندازی Embeddings و Vector Store Setting up Embeddings and Vector Store

  • ایجاد Embedding از مستندات Creating Embeddings from Documents

  • دریافت پاسخ‌ها از سیستم RAG Getting Answers from the RAG

ایجنت‌هایی با قابلیت جستجوی وب Agents with Web Search Capabilities

  • چه چیزی خواهیم ساخت What We Will Build

  • تنظیمات اولیه Setting Things Up

  • Tavily چیست What is Tavily

  • کدنویسی اسکریپتی برای جستجو در وب Coding A Script That Searches on the Web

  • انجام چندین جستجوی همزمان Performing Multiple Searches

  • تولید مقالات بر اساس نتایج Tavily Generating Articles Based on Tavily Results

پروژه: ساخت ایجنت AI محلی (کلون Claude Code) Project: Building a Local AI Agent (Claude Code Clone)

  • چه چیزی خواهیم ساخت What We Will Build

  • الگوی ReAct در ایجنت‌ها The Agent React Pattern

  • ساخت یک ایجنت ساده Creating a Simple Agent

  • افزودن قابلیت دسترسی به فایل‌ها Adding File Access Capability

  • استریم کردن به‌روزرسانی‌های ایجنت Streaming Agent Updates

  • استریم به‌روزرسانی‌ها هنگام استفاده از ابزار Streaming Updates on Tool Use

  • استریم به‌روزرسانی‌ها در نتایج فراخوانی ابزار Streaming Updates on Tool Call Results

  • نمایش پاسخ نهایی ایجنت Displaying the Final Agent Answer

پروژه: بهینه‌سازی و نهایی کردن ایجنت محلی Project: Polishing the Local AI Agent

  • تا اینجا چه ساخته‌ایم What We Have So Far

  • استایل‌دهی به خروجی‌های ایجنت در کنسول Stylizing the Agent Outputs in the Console

  • استایل‌دهی به پاسخ اصلی ایجنت Stylizing the Main Agent Answer

  • افزودن قابلیت نوشتن فایل به ایجنت Adding Write-file Capability to the Agent

  • افزودن دسترسی‌های خواندن فایل و ایجاد دایرکتوری Adding Read-file and Create-directory Privileges

  • نهایی کردن ایجنت Finalizing the Agent

نمایش نظرات

آموزش بوت‌کمپ مهندسی هوش مصنوعی مولد (Gen AI): ساخت اپلیکیشن‌ها و ایجنت‌های AI با پایتون
جزییات دوره
11 hours
113
(آخرین آپدیت)
4,914
4.6 از 5
دارد
دارد
دارد
Ardit Sulce
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Ardit Sulce Ardit Sulce

برنامه نویس پایتون بنیانگذار و نویسنده، PythonHow.