基於LLM的AI代理用於企業自動化培訓
隨著DeepSeek、Mistral和LLaMA等開源模型的興起，企業正在為各種工作流程部署自訂AI代理。
這門由講師主導的現場培訓（線上或線下）旨在讓高級別AI工程師、企業軟件開發人員和商業領導者能夠定制和部署用於企業應用的基於LLM的AI代理。
完成本培訓後，參與者將能夠：
- 理解開源LLM的架構和能力。
- 為企業用例定制和微調LLM。
- 使用LangChain和Hugging Face部署AI代理。
- 將LLM驅動的代理整合到業務流程中。
課程格式
- 互動式講解和討論。
- 大量的練習和实践。
- 在實時實驗室環境中的實操實現。
課程定制選項
- 如需為本課程申請自訂培訓，請聯繫我們安排。
課程簡介
開源LLM介紹
- DeepSeek、Mistral、LLaMA及其他開源模型概覽
- LLM的工作原理：Transformer、自注意力機制及訓練過程
- 比較開源LLM與專有模型
微調和定制LLM
- 用於微調的數據準備
- 使用Hugging Face訓練和優化LLM
- 評估模型性能及減輕偏差
構建基於LLM的AI代理
- LangChain在AI代理開發中的介紹
- 設計基於代理的工作流程與LLM整合
- 記憶、檢索增強生成（RAG）和動作執行
部署基於LLM的AI代理
- 使用Docker容器化AI代理
- 將LLM整合到企業應用中
- 利用雲端服務和API擴展AI代理
企業AI的安全與合規性
- 道德考慮和法規合規性
- 減輕AI驅動自動化中的風險
- 監控和審核AI代理行為
案例研究和實際應用
- LLM驅動的虛擬助手
- AI驅動的文檔自動化
- 企業分析定制的AI代理
優化和维护基於LLM的代理
- 持續改進和更新模型
- 部署監控和反饋循環
- 成本優化性能和調優策略
總結和下一步計劃
最低要求
- 對AI和機器學習有強烈的理解
- 具備Python編程經驗
- 熟悉大型語言模型（LLMs）和自然語言處理（NLP）
受眾
- AI工程師
- 企業軟件開發人員
- 商業領導者
需要幫助選擇合適的課程嗎？
macao@nobleprog.com 或 +852 81990613
基於LLM的AI代理用於企業自動化培訓 - 詢問
基於LLM的AI代理用於企業自動化 - 咨詢詢問
相關課程
使用 Gemini 3 和 Google Antigravity 進行智能代理開發
21 小時進階反重力技術：回饋迴路、學習機制與長效能體記憶
14 小時Mastra 進階整合：API、工具、企業數據及外部系統
21 小時這門在 澳門 舉行的講師帶領培訓涵蓋 Mastra 進階整合，包括 API、工具及企業數據系統。專為中階工程師設計，課程教授安全、可擴展的整合設計，並透過真實場景與最佳實踐進行實戰實施。
互動式 AI 代理：AgentCore 記憶體、程式碼直譯器與瀏覽器工具的實際應用
14 小時使用 AgentCore Runtime 與 Gateway 加速 AI 智能體部署
14 小時Antigravity 開發者指南：建構代理優先應用程式
21 小時Antigravity 入門：智能體優先 IDE 概覽
14 小時面向網頁自動化及瀏覽器相關任務的 Google Antigravity
21 小時使用 AgentCore 建置完全管理的 AI 代理：從概念到生產環境
14 小時使用Mastra開發AI智能體
14 小時本課程為講師帶領的實時培訓（線上或線下），面向希望使用Mastra構建可擴展且具備可觀察性的AI系統的中高級軟件開發人員和工程團隊。
完成本培訓後，學員將能夠：
- 理解Mastra的架構，以及它如何與LLM和外部API集成。
- 使用TypeScript設計並實現AI智能體和工作流程。
- 利用Mastra的可觀察性和內存工具來監控和優化智能體性能。
- 部署生產就緒的AI應用，充分利用Mastra的框架特性。
Mastra AI 代理除錯、評估與品質保證
21 小時此由講師授課的 澳門 培訓課程涵蓋 Mastra 工具，用於 AI 代理的除錯、評估及可靠性保證。學員將應用結構化指標、部署可觀察性工作流程並設計 QA 策略，以確保代理在複雜環境中的一致表現。
Mastra 運維與生產工程：AI 智能體（AI Agents）的部署與擴展
21 小時這門在 澳門 舉行的實地培訓課程，將引導技術專業人士掌握 Mastra AI 智能體在生產環境中的部署與擴展方法。課程涵蓋環境準備、可觀測性分析以及效能最佳化等內容，以確保智能體運作的穩定性、高效性及成本效益。
Mastra 工作流程自動化與多智能體編排
21 小時本課程為 澳門 的授課式培訓，涵蓋 Mastra 框架在高級多智能體編排方面的基礎知識。學習如何設計複雜工作流程、協調並行任務，並實施監控工具，以確保分布式系統的穩定性及企業級集成。
