Agent Flows
2024 全新課程

打造智慧 AI 代理
兩天實作課程

從零開始學習如何設計、實作和部署 AI 代理工作流,透過實際案例和實作練習,掌握 AI Agent 的核心技術與應用場景。

JW
KL
SC
+15
已有超過 120 人報名參加

課程概述

AI Agent 是利用 LLM 基礎能力聯合外部工具,打造能夠自主處理複雜任務的 AI 系統。 本課程專注於實用技能,從基礎概念到實際開發,讓您在短時間內掌握打造 AI 代理的核心技術。

掌握 Agent 核心概念

了解 AI Agent 的定義、架構和工作原理,掌握 LLM 思維鏈(Chain-of-Thought)、工具呼叫(Tool Calling)等核心技術,建立堅實的理論基礎。

實戰框架開發

使用 LangChain、LangGraph 等主流框架,設計並實作功能完整的 AI Agent,了解如何設計流程與互動邏輯,以及與外部系統整合。

真實世界應用

從需求分析到實際部署,學習如何解決真實世界的問題。完成多個實戰案例,包含資訊搜尋、自動化決策和多代理協作等應用。

為什麼選擇本課程?

我們精心設計的課程內容和實作環節,能夠幫助您快速掌握 AI Agent 開發技能,並立即應用於實際項目中。

實作導向的教學方式

課程以實際動手做為主,每個概念都配有相應的程式碼範例和實作練習,確保您能夠真正掌握所學知識。

最新技術與框架

課程內容緊跟技術潮流,涵蓋 LangChain、LangGraph 和 AutoGen 等最新框架,以及最佳實踐方法。

豐富的案例與範例

課程包含多個實際案例和完整範例,從簡單的問答代理到複雜的多代理協作系統,全面覆蓋 AI Agent 的應用場景。

專業講師指導

由具有豐富實戰經驗的 AI 開發專家親自授課,結合理論與實務,分享寶貴的開發經驗和技巧。

完整的課後資源

課程結束後,您將獲得所有課程材料、程式碼範例、實作練習和專案源碼,便於日後複習和參考。

持續的社群支持

加入我們的學習社群,與其他學員交流經驗,獲取最新的技術資訊和開發資源,持續提升自己的技能。

課程架構

本課程為期兩天,每天 8 小時,共 16 小時的密集實作課程,兼顧理論學習與實際動手練習。

第一天:基礎概念與實作

8 小時
  • 1

    AI Agent 基本概念與架構

    了解 AI Agent 的定義、類型、核心組件和架構設計原則

  • 2

    LLM 基礎與提示工程

    掌握 LLM 的核心原理、提示設計技巧和最佳實踐方法

  • 3

    Agent 的思考與決策機制

    了解 ReAct、思維鏈(CoT)等思考框架和決策機制

  • 4

    LangChain 基礎與 Agent 開發

    學習 LangChain 框架的核心組件和開發方法

  • 5

    實作一:問答 Agent 開發

    從零開始實作一個基本的問答 Agent,並進行測試和優化

  • 6

    工具使用與呼叫機制

    設計和實作工具函數,讓 Agent 能夠調用外部工具和 API

第二天:進階技術與應用

8 小時
  • 1

    Agent 記憶與狀態管理

    設計和實作短期記憶和長期記憶機制,管理 Agent 的狀態

  • 2

    LangGraph 工作流設計

    使用 LangGraph 設計和實作複雜的 Agent 工作流

  • 3

    多 Agent 協作系統

    設計和實作多個 Agent 協同工作的系統,解決複雜問題

  • 4

    實作二:智能助手開發

    開發一個能夠處理多種任務的智能助手,包括資訊查詢、排程和推薦

  • 5

    Agent 評估與優化

    學習如何評估 Agent 的性能,並進行持續優化和改進

  • 6

    實作三:行業應用案例

    根據不同行業的需求,開發針對特定場景的 AI Agent 應用

您將獲得的技能

AI Agent 架構設計
LangChain 開發技能
複雜工作流設計
工具呼叫與 API 整合
多 Agent 協作系統
效能評估與優化

課程亮點

精心設計的實作案例,讓您在解決真實問題的過程中掌握 AI Agent 開發技能

智能客服助手

開發一個能夠理解用戶問題,提供準確回答,並在需要時呼叫外部工具的客服助手,提升客戶服務體驗。

  • 理解用戶意圖與問題類型
  • 知識庫檢索與回答生成
  • 工單創建與升級機制

研究助理 Agent

構建一個能夠搜尋、分析和總結研究資料的助理,幫助研究人員提高工作效率,節省時間。

  • 多來源資訊搜尋與整合
  • 論文摘要生成與對比
  • 研究報告自動生成

多 Agent 協作系統

設計一個由多個專業 Agent 組成的協作系統,每個 Agent 負責特定任務,共同解決複雜問題。

  • 角色設計與分工機制
  • Agent 間通訊協議
  • 衝突解決與共識達成

講師介紹

由具有豐富實戰經驗的 AI 開發專家親自授課,結合理論與實務

林博士

AI 研發主管 | LLM 應用專家

林博士擁有超過 10 年的 AI 開發經驗,專注於 LLM 應用和 AI Agent 開發。曾任職於多家知名科技公司, 參與和領導多個大型 AI 專案,對 LangChain、LangGraph 等框架有深入研究和豐富的實戰經驗。

常見問題

對課程有疑問?以下是我們收集的常見問題及解答

基本的 Python 程式設計能力是必要的,了解 API 呼叫和基本的 HTTP 請求也會有所幫助。對於 AI 和機器學習的基本概念有初步認識會更好,但不是必須的,我們會在課程中介紹所有必要的 AI 相關概念。

課程主要使用 OpenAI 的 GPT-4 模型進行實作,但我們也會介紹如何使用其他開源模型(如 Llama 2)或其他商業模型。課程內容和概念適用於各種 LLM,不會局限於特定模型。

您需要帶一台可以運行 Python 的筆記型電腦,並確保網路連接良好。我們會提供 OpenAI API 金鑰供課程使用,但如果您想在課後繼續使用,建議申請自己的 API 金鑰。課程所需的程式碼和資料都會提供給學員。

課程結束後,您將獲得所有課程簡報、程式碼範例、實作練習、專案源碼和相關學習資源。我們還會提供進階學習的建議和資源,並邀請您加入我們的學習社群,持續交流和學習。

AI Agent 的應用範圍非常廣泛,包括但不限於:客戶服務、內容生成、資訊搜索、決策輔助、流程自動化、個人助理、研究分析、教育輔助等領域。在課程中,我們會通過多個實際案例,展示 AI Agent 在不同行業和場景中的應用。

是的,AI 技術發展迅速,我們會定期更新課程內容,加入最新的技術和框架,並根據學員反饋進行調整。參加過課程的學員可以獲得更新的課程材料和資源。

準備好開始您的 AI Agent 之旅了嗎?

立即報名參加我們的兩天實作課程,掌握 AI Agent 開發技能,搶占 AI 應用開發的先機。 名額有限,請立即行動!

下一期開課日期 2024.06.18 剩餘名額 8/20
Made in flowith