Secure Local Agentic AI: 受監管產業的本地 Ollama 開發培訓
Secure Local Agentic AI: 受監管產業的本地 Ollama 開發是一門實用的課程,講述如何在受控環境中使用 Ollama 和開放模型來構建私有 AI 助手及智能體工作流。
這門由講師帶教的培訓課程可線上或線下進行。學員主要為希望完全在內部部署 (On-Prem) 建立、測試並部署隱私保護型 AI 應用程式的開發人員與技術團隊。
完成本培訓後,學員將能夠:
- 安裝並配置 Ollama,以進行本地和内部部署的 AI 開發。
- 為安全的企業用例挑選合適的開放模型。
- 在不將數據傳送至雲端的情況下,構建簡單的智能體及檢索型工作流。
- 套用適合受監管環境的安全性、治理與評估實務。
課程形式
- 互動式講解與討論。
- 大量的練習與實踐環節。
- 在實機實驗環境中的手把手實作。
課程客製化選項
- 如需為此課程申請客製化培訓,請聯繫我們進行安排。
課程簡介
安全本地 AI 基礎知識
- 理解受監管環境中「本地」與「內部部署 (On-Prem) AI」的含義
- 雲端 AI 與敏感工作負載的內部部署方案之比較
- 私有助手及工作流支援在企業的常見用例
- 安全本地 AI 架構的核心組件
Ollama 與開放模型基礎
- Ollama 在本地開發堆疊中的定位
- 拉取、運行及管理本地模型的方法
- 根據大小、質量、硬體及授權選擇合適的模型
- 將模型選項與實際業務任務相對應
準備內部部署 (On-Prem) 環境
- 主機、工作站與伺服器的準備工作
- 安裝並配置 Ollama 以進行本地推論
- 使用容器及內部開發工具組
- 驗證 API 存取權限與基本運作的就緒狀態
有效運用本地模型
- 執行提示詞並透過系統指令塑造輸出結果
- 重用模板以確保企業任務的一致性
- 管理模型版本與內部資源
- 針對 CPU 及 GPU 部署進行基本的效能調優
構建實用的智能體工作流
- 理解受控環境下使工作流具備「智能體」特性的關鍵要素
- 簡易的規劃、工具使用及回應迴圈模式
- 為內部營運設計任務導向的助手
- 加入人工審核、備用邏輯及錯誤處理機制
私有檢索工作流
- 用於內部知識存取之檢索增強生成 (RAG) 基礎知識
- 為分塊、索引與搜尋準備文檔
- 將本地向量資料庫連接至基於 Ollama 的應用程式
- 透過優化檢索模式提升相關性與答案質量
安全、治理與合規實務
- 數據處理邊界與隱私考量
- 存取控制、日誌記錄與審計支援
- 提示詞安全、輸出控制及安全防護網 (Guardrails)
- 受監管部署與運營的治理節點
企業整合模式
- 透過內部 API 暴露本地 AI 能力
- 將助手整合至內部應用程式與服務中
- 支援助手、批次處理及工作流自動化用例
- 確保解決方案位於受控網路邊界內
評估本地 AI 方案
- 評估質量、可靠性與一致性
- 針對業務目標、政策及安全要求進行測試
- 比較特定企業任務的模型選項
- 建立適合內部團隊的實務改進循環
實作實驗室
- 結合 Ollama 與開放模型構建私有助手
- 基於已核准的內部文檔增加檢索功能
- 引入簡易的智能體動作及安全控制措施
- 審查部署、運營及治理節點
採納計畫與後續步驟
- 回顧關鍵設計與部署決策
- 識別受監管 AI 專案中的常見陷阱
- 規劃試點用例與利害關係人對齊
- 制定安全本地 AI 採用的路線圖
最低要求
- 具備 AI 概念與軟體開發的基本理解
- 熟悉命令列工具、容器或本地開發環境
- 具有基本腳本編寫或程式設計經驗
目標受眾
- 在內部基礎設施上構建私有 AI 方案的開發人員與技術團隊
- 在受監管環境中支援 AI 的資訊安全、合規及平台專業人士
- 正評估內部部署 AI 採用的金融、醫療保健、政府及國防領域的技術主管
公開培訓課程需要5名以上參與者。
Secure Local Agentic AI: 受監管產業的本地 Ollama 開發培訓 - 訂單
Secure Local Agentic AI: 受監管產業的本地 Ollama 開發培訓 - 詢問
Secure Local Agentic AI: 受監管產業的本地 Ollama 開發 - 咨詢詢問
即將到來的課程
相關課程
使用 Gemini 3 和 Google Antigravity 進行代理開發
21 小時Google Antigravity 是一個代理開發環境,旨在構建能夠透過 Gemini 3 的多模態能力進行規劃、推理、編碼和行動的自主代理。
本課程由講者主導,提供線上或線下培訓模式,主要針對希望使用 Gemini 3 和 Antigravity 環境設計、構建和部署自主代理的高階技術專業人員。
完成本課程後,學員將能夠:
- 建立利用 Gemini 3 進行推理、規劃和執行的自主工作流。
- 在 Antigravity 中開發代理,使其能分析任務、編寫程式碼並與工具互動。
- 將由 Gemini 驅動的代理整合至企業系統和 API。
- 在複雜環境中優化代理的行為、安全性和可靠性。
課程形式
- 專家示範結合互動討論。
- 透過動手實作進行自主代理開發實驗。
- 使用 Antigravity、Gemini 3 及支援的雲端工具進行實務應用。
課程客製化選項
- 如果您的團隊需要特定領域的代理行為或自訂整合,請聯繫我們以調整課程內容。
Advanced Antigravity: Feedback Loops, Learning & Long-Term Agent Memory
14 小時Google Antigravity is an advanced framework for experimentation with long-lived agents and emergent interactive behaviors.
This instructor-led, live training (online or onsite) is aimed at advanced-level professionals who wish to design, analyze, and optimize agents capable of retaining memories, improving through feedback, and evolving over long operational horizons.
Upon completing this course, participants will gain the skills to:
- Design long-term memory structures for agent persistence.
- Implement effective feedback loops to shape agent behavior.
- Evaluate learning trajectories and model drift.
- Integrate memory mechanisms into complex multi-agent ecosystems.
Format of the Course
- Expert-led discussion paired with technical demonstrations.
- Hands-on exploration through structured design challenges.
- Application of concepts to simulated agent environments.
Course Customization Options
- If your organization requires tailored content or case-specific examples, please contact us to customize this training.
進階 Mastra 整合:API、工具、企業數據與外部系統
21 小時Mastra 是一個框架,支援 AI 代理程式、API、企業應用程式以及外部數據系統之間的深度整合。
此課程為由導師帶領的實作培訓(線上或線下),對象是希望建立可靠、安全且可擴展的 Mastra 代理程式與更廣泛企業生態系統之間整合的中階工程師。
完成本培訓後,學員將具備以下能力:
- 實作基於 API 的整合,連接 Mastra 代理程式與外部服務。
- 將企業數據系統和工具連線至自動化代理工作流程。
- 應用安全的數據交換與身份驗證最佳實踐。
- 設計可擴展、易維護且具備生產環境可用性的整合架構層。
課程格式
- 互動式講授與討論。
- 實作整合工程與 API 練習。
- 透過真實企業情境進行實驗室實作。
課程客製化選項
- 可依需求提供客製化的 API 情境、企業系統映射或數據整合工作坊。
互動式AI代理:AgentCore記憶、程式碼解譯器與瀏覽器工具實務
14 小時AgentCore提供記憶持久化、安全的程式碼解譯器以及瀏覽器工具,使AI代理能夠交付互動性、動態且具情境感知能力的體驗。
此課程為導師帶領的實地培訓(線上或線下),旨在幫助中高級技術人員設計並部署具備長期情境保留、即時計算及直接操作網頁UI能力的AI代理。
完成培訓後,學員將能夠:
- 為有狀態且具情境感知的工作流實作AgentCore記憶。
- 利用安全的程式碼解譯器進行動態計算與轉換。
- 整合瀏覽器工具,以實現即時數據擷取與UI互動。
- 為分析、客戶支援及研究場景設計互動式代理。
課程形式
- 互動式講授與討論。
- AgentCore記憶與工具的實作演練。
- 分析、自動化及客戶支援場景的案例分析。
課程客製化選項
- 如需為本課程申請客製化培訓,請與我們聯繫安排。
加速 AI 代理部署,使用 AgentCore Runtime 和 Gateway
14 小時AgentCore Runtime 與 Gateway 是一套 AWS 服務組合,用於打包、部署 AI 代理,並將其安全地暴露給外部系統。它提供簡化的集成機制。
這門由講師指導的培訓課程(線上或線下)面向中級工程師團隊,旨在幫助他們通過掌握 AgentCore Runtime 進行部署,以及使用 Gateway 實現安全連接和 API 集成,從代理原型過渡到生產環境。
完成本培訓後,學員將能夠:
- 搭建 AgentCore Runtime 環境,並打包代理以供部署。
- 透過 Gateway 公開代理,使用經過身份驗證、限流的端點。
- 使用穩定協議將外部工具和 API 集成到代理工作流程中。
- 為生產環境運營設置可觀測性、日誌記錄和使用量監控。
課程形式
- 互動式講座與討論。
- 結合 Runtime 部署和 Gateway 集成的實作實驗室。
- 專注於可靠性、安全性和發布的實踐練習。
課程客製化選項
- 如需為本課程請求客製化培訓,請聯絡我們安排。
開發者的反重力:建構以智能代理為核心的應用程式
21 小時Antigravity是一個開發平台,旨在建構由AI驅動、以智能代理為核心的應用程式。
這項由講師主導的實時培訓(線上或線下)針對希望利用Antigravity環境中的自主AI代理建立實際應用的中級開發人員。
完成培訓後,參與者將能夠:
- 開發依賴自主且協調AI代理的應用程式。
- 使用Antigravity IDE、編輯器、終端機和瀏覽器進行端到端的開發。
- 透過Agent Manager管理多代理工作流程。
- 將智能代理的功能整合到生產級的軟體系統中。
課程格式
- 混合式簡報搭配深入的演示。
- 大量的實作練習與指導性演練。
- 在Antigravity的實時環境中進行實際開發工作。
課程客製化選項
- 如需與您的技術堆疊相匹配的客製化內容,請聯繫我們以安排此培訓的客製化版本。
Antigravity 入門:代理優先 IDE 概論
14 小時Google Antigravity 是一款代理優先的開發環境,旨在透過智慧自動化來簡化工程工作流程。
這門由講師主導的即時訓練(線上或現場)專為初級實務人員設計,讓學員探索 Antigravity 的基礎知識,並理解代理驅動的編碼環境如何提升生產力。
完成此訓練後,學員將能夠:
- 安裝並設定 Google Antigravity。
- 瀏覽並理解編輯器檢視(Editor View)與管理器檢視(Manager View)。
- 有效地與代理協作,以自動化簡單的開發任務。
- 使用 Antigravity 生成、修飾及管理專案檔案。
課程形式
- 講師講解並輔以即時示範。
- 聚焦於代理實作操作的引導式練習。
- 在受控實驗環境中實際探索 Antigravity 的核心功能。
課程客製化選項
- 若您有此訓練的客製化版本需求,請聯繫我們以安排客製化課程。
Antigravity:用於網頁自動化與瀏覽器端任務的平台
21 小時Google Antigravity 是一個用於建立能夠與網頁應用、瀏覽器環境及多介面工作流程互動的代理(Agent)的平台。
本課程為由講師主導的即時訓練(線上或現場進行),專為希望使用 Google Antigravity 建置、自動化並測試瀏覽器端工作流程的中階專業人士設計。
完成培訓後,參與者將能夠:
- 建立能在瀏覽器介面中與網頁應用互動的代理。
- 自動化橫跨不同瀏覽器情境的端到端工作流程。
- 在 UI 驅動的環境中驗證並排解代理的行為問題。
- 利用 Antigravity 實施跨介面自動化策略。
課程形式
- 結合示範的引導式教學。
- 實作性動手練習與情境式演練。
- 在互動式實驗環境中建置代理工作流程。
課程客製化選項
- 若有客製化培訓需求,請聯繫我們,以便根據您的目標調整課程內容。
使用AgentCore建構全托管AI代理:從概念到生產
14 小時AgentCore透過提供一套針對大規模部署量身打造的統一服務,簡化了全托管AI代理的建構、增強與監控流程。
此課程為教師授課的線上或線下培訓,面向初級至中級實踐者,旨在幫助學員透過AgentCore獲得創建生產就緒AI代理的實務經驗。
完成本課程後,學員將能夠:
- 理解AgentCore在AI代理開發方面的核心能力。
- 使用托管服務設計並配置簡單的AI代理。
- 整合工作流程以增強代理功能。
- 部署並監控生產環境中的AI代理。
課程形式
- 互動式講解與討論。
- 使用AgentCore服務的動手實驗室。
- 從代理概念到部署的引導練習。
課程客製化選項
- 如需申請此課程的客製化培訓,請聯繫我們安排。
使用 Mastra 開發 AI 代理
14 小時這是由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、可觀察 AI 系統的中級軟體開發人員和工程團隊。
完成本培訓後,參加者將能夠:
- 理解 Mastra 的架構,及其如何與 LLM 和外部 API 整合。
- 使用 TypeScript 設計和實現 AI 代理和工作流。
- 利用 Mastra 的可觀察性和記憶工具,監控並優化代理效能。
- 藉助 Mastra 的框架特性,部署具備生產級別的 AI 應用。
Mastra 除錯、評估與 AI 代理品質保證
21 小時Mastra 是一個框架,提供結構化工具來評估、除錯和確保在複雜工作流程中運作的 AI 代理之可靠性。
此培訓由講師主導,可線上或線下進行。旨在幫助中階實務工作者嚴格測試代理行為,提升可靠性,並實施可衡量的評估流程。
完成此課程後,學員將能自信地:
- 應用除錯技術來識別和修正代理行為問題。
- 使用結構化指標、基準和品質分數來評估代理。
- 實施追蹤可靠性、漂移和幻覺的工具和工作流程。
- 設計品質保證策略,確保代理表現一致且可預測。
課程形式
- 互動式講座與討論。
- 實際除錯與評估練習。
- 使用可觀察性工具對代理行為進行實時實驗室分析。
課程自訂選項
- 可依需求安排客製化的可靠性測試情境及產業特定的品質保證方法。
Mastra Ops 與生產工程:部署及擴展 AI 代理
21 小時Mastra 是一個運作框架,旨在簡化生產環境中 AI 代理的部署、擴展及生命週期管理。
此課程為講師指導的實作培訓(提供線上或線下模式),主要對象為需要將 AI 代理可靠且高效地整合至生產系統的中級至高級技術專業人員。
完成本課程後,學員將具備以下能力:
- 將基於 Mastra 的 AI 代理部署至受控的生產級環境。
- 利用平台原生基礎設施,對代理進行水平與垂直擴展。
- 實施可觀測性數據管道,以追蹤代理行為及效能。
- 最佳化執行階段組態,以降低延遲、成本及運作風險。
課程格式
- 互動式講座與討論。
- 聚焦於真實部署場景的實作練習。
- 使用容器化及協調環境進行實作實驗室演練。
課程客製化選項
- 可依需求提供主題、實作實驗室或產業特定場景的客製化服務。
Mastra 工作流程自動化與多代理編排
21 小時Mastra 是一個框架,能夠在分佈式系統中運作的多個 AI 代理之間實現複雜的工作流程自動化和協調。
這門由講師指導的現場培訓(線上或線下)旨在幫助初級從業者設計、編排並大規模操作多代理工作流程。
通過完成此培訓,參與者將獲得以下技能:
- 使用 Mastra 的編排功能設計複雜的工作流程。
- 協調多個執行平行或依賴任務的代理。
- 實施工作流程執行的監控和調試工具。
- 優化編排邏輯以提高可靠性、吞吐量和自動化效率。
課程格式
- 互動式講授與討論。
- 實作工作流程設計與自動化練習。
- 在容器化的實操實驗室環境中進行實踐實施。
課程定制選項
- 可根據需求提供自定義的自動化場景、企業集成或工作流程模式。
Managing Agent Workflows in Google Antigravity: Orchestration, Planning and Artifacts
14 小時Google Antigravity is an agent-centric development platform used to orchestrate, supervise, and coordinate AI-driven coding and automation workflows.
This instructor-led, live training (online or onsite) is aimed at intermediate-level professionals who wish to design, manage, and optimize multi-agent workflows within Google Antigravity.
Upon completion of this training, participants will gain the skills to:
- Configure agent responsibilities and orchestration pipelines within the Manager interface.
- Generate and interpret Antigravity artifacts, including task lists, plans, logs, and browser recordings.
- Implement verification strategies to ensure agent actions remain transparent and auditable.
- Optimize multi-agent collaboration for complex development and operational tasks.
Format of the Course
- Guided presentations and practical demonstrations.
- Scenario-based exercises focused on real workflow challenges.
- Hands-on experimentation within a live Antigravity workspace.
Course Customization Options
- If you require a tailored version of this course, please contact us to discuss customization options.
測試與驗證代理驅動程式碼:Antigravity 中的品質保證
14 小時Antigravity 是一個代表先進代理驅動(agent-driven)開發工作流程的框架。
本課程為由講師主導的現場訓練(可線上或現場進行),專為中高級專業人士設計,旨在協助學員驗證、核實並確保 AI 代理在 Antigravity 驅動環境中所產出結果的安全性與正確性。
完成本課程後,學員將能夠:
- 評估代理生成的程式碼工件的準確性與安全性。
- 運用結構化技術來驗證代理執行的任務。
- 有效分析瀏覽器錄製內容並追蹤代理活動。
- 套用 QA(品質保證)與安全原則,以確保代理工作流程的可靠性。
課程形式
- 由講師引導的技術簡報與討論。
- 針對真實代理工作流程進行驗證的實作練習。
- 在受控實驗環境中進行手動測試與驗證。
課程自訂選項
- 可依需求調整情境、工作流程及測試範例。