ساخت با هوش مصنوعی: برنامه های کاربردی با LlamaIndex و MCP

<h3>توضیح</h3> <h4>این دوره در مورد چیست؟</h4> بیاموزید که چگونه برنامه های کاربردی بسازید که می توانند به طور هوشمند چندین عامل هوش مصنوعی را برای کار با منابع دانش توزیع شده هماهنگ کنند. در این دوره، مربیان Tuana Çelik و Joon-Pil Hwang اصول معماری های عاملی و ایجاد گردش کار سفارشی را با LlamaIndex پوشش می دهند. در مورد نحوه ادغام پایگاه های داده برداری مانند Weaviate برای ذخیره و بازیابی دانش، و همچنین پیاده سازی سیستم های چند عاملی مبتنی بر نقش، بینش جمع آوری کنید. در طول مسیر، Tuana و Joon-Pil همچنین به پروتکل بافت مدل (MCP) می پردازند، که می تواند ادغام قدرتمندی با سایر منابع داده خارجی فراهم کند. در پایان این دوره، شما به مهارت های مورد نیاز برای ساخت برنامه های کاربردی با استفاده از ابزارهای درجه یک سازمانی مجهز خواهید شد.</p> <p>این دوره با GitHub Codespaces یکپارچه شده است، یک محیط توسعه ابر فوری که تمام عملکردهای IDE مورد علاقه شما را بدون نیاز به راه اندازی ماشین محلی ارائه می دهد. با GitHub Codespaces، می‌توانید در هر زمان و در هر زمانی از هر ماشینی تمرین عملی داشته باشید، در حالی که از ابزاری استفاده می‌کنید که احتمالاً در محل کار با آن مواجه خواهید شد. </p> <h3>اهداف</h3> <h4>تا پایان این دوره چه کاری می توانم انجام دهم؟</h4> <ul> <li>به طور کلی توضیح دهید که یک برنامه کاربردی چیست و چرا ارزشمند است.</li> <li>نقش یک چارچوب عامل و تفاوت آن با یک مدل تولیدی را توضیح دهید.</li> <li>پروتکل بافت مدل (MCP) و مشکلاتی را که حل می کند توضیح دهید.</li> <li>یک عامل اساسی با فراخوانی ابزار با استفاده از LlamaIndex پیاده سازی کنید.</li> <li>اطلاعات را از یک پایگاه داده برداری با استفاده از Weaviate Query Agent بازیابی کنید.</li> <li>Weaviate Query Agent را به عنوان ابزاری در یک عامل LlamaIndex ادغام کنید.</li> <li>یک سیستم چند عامله بسازید که چندین نماینده تخصصی را هماهنگ می کند.</li> </ul></p> <h3>مخاطب</h3> <h4>این دوره برای چه کسانی است؟</h4> <ul> <li>توسعه دهندگان سازمانی با تجربه مدل هوش مصنوعی</li> <li>توسعه‌گران یا توسعه‌دهندگان پاره وقت کنجکاو در مورد اکوسیستم‌های هوش مصنوعی</li> <li>سرنخ های فنی به دنبال پیاده سازی سیستم های هوش مصنوعی پیشرفته</li> <li>دانشمندان داده علاقه مند به یکپارچه سازی داده ها در زمان واقعی هستند</li> <li>مهندسین ابزار هوش مصنوعی که روی برنامه های کاربردی مبتنی بر عامل کار می کنند</li> </ul></p>