聯繫我們

課程簡介

代理式 AI 基礎

  • 什麼是自主代理:定義與分類
  • 代理循環:感知、決策、行動、觀察循環
  • 代理職責與範圍的設計模式

Python 工具與代理 SDK

  • 使用 LangChain 及類似 SDK 啟動代理開發
  • 異步編程、任務隊列及子進程管理
  • 軟件打包、虛擬環境及可重現的開發工作流程

整合外部工具與 API

  • 設計工具接口及安全調用模式
  • 連接網頁 API、數據庫及內部服務
  • 管理憑證、密鑰及最小權限訪問

記憶、狀態與上下文管理

  • 短期上下文窗口及提示詞工程技術
  • 長期記憶架構:Redis、向量存儲、檢索增強生成(RAG)
  • 一致性、緩存策略及記憶衛生

編排、規劃與多步驟工作流程

  • 動作鏈接、子代理(Subagents)及任務分解
  • 規劃算法與啟發式編排的比較
  • 處理失敗、重試及補償操作

安全、測試與可觀測性

  • 威脅模型、紅隊測試及輸入/輸出清理
  • 代理的單元測試、集成測試及端到端測試
  • 代理行為的日誌記錄、指標、追蹤及警報

部署、擴展與代理 MLOps

  • 容器化、CI/CD 流水線及滾動部署策略
  • 成本控制的、速率限制及資源優化
  • 監控、治理及運維操作手冊

總結與下一步

最低要求

  • 熟悉 Python 編程
  • 具有 REST API 及異步 I/O 經驗
  • 了解機器學習概念及預訓練 LLM

目標受眾

  • ML 工程師
  • AI 開發者
  • 軟件工程師
 21 小時

課程分類