آموزش ساخت با هوش مصنوعی: ایجاد ایجنتهای قطعی MCP - آخرین آپدیت
دانلود Build with AI: Create Deterministic MCP Agents
در این دوره جامع، پیچیدگیهای ساخت ایجنتهای پروتکل بافت مدل (MCP) قطعی را بررسی کنید. آموزش با مباحث بنیادی مانند PMAT و روش تویوتا آغاز شده و سپس به تحلیل توازنهای محدوده قطعیت و معیارهای کیفیت مدیریت خدمات میدانی (FSM) میپردازد. معماری پروتکل MCP را بیاموزید و دیدگاهی جامع درباره محبوبیت زبانهای برنامهنویسی با تعدیل نرخ بقا به دست آورید. همچنین شش معیار کیفیت ضروری و انواع تستهای مورد نیاز برای ایجاد ایجنتهای قدرتمند را فرا خواهید گرفت. با استفاده از هوش مصنوعی ایجنتی برای تستهای ویژگی (Property Testing) و تستهای فاز (Fuzz Testing)، از عملکرد صحیح ایجنتهای خود اطمینان حاصل کنید. نحوه استفاده از ابزارهایی مانند Claude در کنار PMAT برای بهبود شیوههای تست را کشف کنید. در نهایت، برای تثبیت یادگیری، نمونههای پروژههایی را بررسی خواهید کرد که پیادهسازیهای عملی این مفاهیم را به نمایش میگذارند. این دوره سطح پیشرفته برای علاقهمندان به هوش مصنوعی، بهویژه کسانی که قصد دارند درک خود را از ایجنتهای MCP و کاربردهای آنها عمیقتر کنند، طراحی شده است.
این دوره توسط نوآ گیفت (Noah Gift) و آزمایشگاههای Pragmatic AI تولید شده است و ما خوشحالیم که این آموزش را در کتابخانه شما میزبانی میکنیم.
مبانی PMAT 1. PMAT Foundations
-
مقدمهای بر PMAT Introduction to PMAT
-
معرفی دوره Course introduction
-
شش معیار کیفیت ضروری Six essential quality metrics
-
محبوبیت زبانها با تعدیل نرخ بقا Survivorship-adjusted language popularity
-
روش تویوتا و PMAT Toyota Way and PMAT
-
توازنهای محدوده قطعیت Certainty-scope trade-offs
-
معیارهای کیفیت FSM FSM quality metrics
-
معماری پروتکل MCP MCP protocol architecture
تست با هوش مصنوعی ایجنتی 2. Testing with Agentic AI
-
تست فاز با هوش مصنوعی ایجنتی Fuzz testing with agentic AI
-
بررسی نمونه پروژهها Project examples walkthrough
-
شش نوع تست ضروری Six essential test types
-
استفاده از Claude همراه با PMAT Using Claude with PMAT
-
تست ویژگی با هوش مصنوعی ایجنتی Property testing with agentic AI
https://donyad.com/d/26bd2b
Noah Gift
کارشناس MLOps | انفرادی | نویسنده | استادیار | CTO
نوح به طور گسترده با AWS کار می کند و یک قهرمان یادگیری ماشین AWS است. او دارای چندین گواهینامه صنعتی برای AWS است. نوح آموزش و طراحی دوره های آموزشی ماشین فارغ التحصیل، MLOps، A.I.، علم داده و مشاوره در زمینه یادگیری ماشین و معماری ابری را انجام می دهد. مسئولیت های او شامل رهبری ابتکار صدور گواهینامه چند ابری برای دانش آموزان است. نوح نقش های مختلفی را به صورت حرفه ای ایفا کرده است، از جمله CTO، مدیر کل، مشاور مدیر ارشد فناوری، مشاور ارشد دانشمند داده و معمار ابر. او همچنین دارای چندین تیتراژ فیلم در فیلمهای اصلی برای کارهای فنی از جمله آواتار، مرد عنکبوتی 3 و بازگشت سوپرمن است.
Pragmatic AI Labs
آزمایشگاههای هوش مصنوعی عملگرا یک آموزشدهنده فناوری است.
آزمایشگاههای هوش مصنوعی عملی همه را، صرفنظر از ابزار یا پیشزمینه، به دانشی برای تغییر خود و ارتقای جوامع خود مجهز میکند. آزمایشگاههای هوش مصنوعی عملگرا تلاش میکنند تا آموزش را دموکراتیک کرده و زندگی را از طریق فناوری خلاقانه و اخلاقی تقویت کنند. با مدرسان برجسته از دانشگاههای برتر با تجربه صنعت در دنیای واقعی، برنامههای آن بر ارائه مهارتهای در دسترس و پیشرفته تمرکز دارد که منجر به تحقق مشاغل و در عین حال اجتناب از آسیب و بهبود رفاه انسان میشود.
نمایش نظرات