Создание агентов ИИ с помощью Python: LangChain, RAG и многоагентные системы

Спрос на инженеров ИИ, способных создавать сложные, контекстно-ориентированные приложения, быстро растет.Обобщение основных инженерных навыков, необходимых для создания автономных систем ИИ для взаимодействия, мышления и решения проблем. Этот курс поможет вам создать надежных агентов искусственного интеллекта с использованием Python и ведущих платформ, таких как LangChain и AutoGen. К концу курса вы получите практические знания для перехода от простых вызовов Large Language Model к разработке сложных, готовых к производству многоагентных архитектур. Что вы узнаете: * Понимание основных концепций агентов ИИ, управления памятью, использования инструментов и эффективного быстрого проектирования. * Применение методов поиска и дополнения (ПДД) для получения результатов МПП внешних надежных источников данных. * Создание агентов, способных к сложному рассуждению и планированию, с использованием таких систем управления состоянием, как LangGraph. * Практика разработки многоагентных систем сотрудничества с использованием таких рамок, как AutoGen для решения многоэтапных проблем. * Настроить надежные среды разработки Python и реализовать основные стратегии тестирования надежности агентов. * Разработка готовых к производству рабочих процессов агентов с уделением особого внимания обработке ошибок и соображениям производительности. Мы начнем с фундаментальной терминологии и настройки вашей среды, затем шаг за шагом пройдем практические реализации RAG, систем с одним агентом и, наконец, продвинутые многоагентные взаимодействия. Этот курс предназначен для начинающих в области инженерии ИИ или разработчиков, знакомых с Python, которые хотят применить свои навыки для создания интеллектуальных агентов. Не требуется предварительного машинного обучения или глубокого обучения. Начните создавать свое первое поколение интеллектуальных приложений ИИ уже сегодня.