聯繫我們

課程簡介

代理式 AI 基礎知識

  • 自主代理定義與分類法
  • 代理迴圈:感知、決策、執行、觀察之循環
  • 代理職責與範圍之設計模式

Python 工具與代理 SDK

  • 使用 LangChain 等 SDK 啟動代理系統
  • 非同步程式設計、任務佇列及子程序管理
  • 封裝、虛擬環境及可重複之開發工作流

整合外部工具與 API

  • 設計工具介面及安全工具呼叫模式
  • 連接網路 API、資料庫及內部服務
  • 管理憑證、密鑰及最小權限存取

記憶體、狀態與上下文管理

  • 短期上下文視窗與提示工程技術
  • 長期記憶體架構:Redis、向量儲存庫、檢索增強生成(RAG)
  • 一致性、快取策略及記憶體衛生

編排、規劃與多步驟工作流

  • 動作鏈結、子代理及任務分解
  • 規劃演算法與啟發式編排之比較
  • 處理失敗、重試及補償動作

安全、測試與可觀測性

  • 威脅模型、紅隊演練及輸入/輸出清理
  • 代理之單元測試、整合測試與端到端測試
  • 代理行為之日誌、指標、追蹤及警報機制

部署、擴展與代理 MLOps

  • 容器化、CI/CD 管線及發布策略
  • 成本管控、速率限制及資源最佳化
  • 監控、治理及作業應變手冊

總結與後續步驟

最低要求

  • 具備 Python 程式設計基礎知識
  • 擁有 REST API 及非同步 I/O 實務經驗
  • 熟悉機器學習概念與預訓練大型語言模型(LLM)

受眾

  • ML 工程師
  • AI 開發人員
  • 軟體工程師
 21 小時

人數


每位參與者的報價

即將到來的課程

課程分類