适合初学者的人工智能代理 |动手实践

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：2小时44米

你将学到什么

• 大型语言模型的工作原理以及它们与传统人工智能的不同之处
• 简单讲解GPT架构和Transformer模型
• 令牌、令牌化和上下文窗口
• 温度、Top-k 和 Top-p – 以及何时使用它们
• 嵌入、向量数据库以及智能体如何将它们用于长期记忆
• 提示的剖析 – 系统提示、用户提示和上下文窗口
• 六种核心提示技术 – 零样本、少样本、思维链、反应、基于角色和结构化输出
• AI 代理与聊天机器人有何不同

要求

• 无需具备人工智能或机器学习知识
• 能够基本熟练地使用网络应用程序和注册在线工具
• Python 知识很有帮助，但不是必需的 – 无需编码即可完全访问核心内容和两个演示

描述

人工智能代理正在改变我们的工作方式。从自动化复杂的工作流程和处理文档到执行研究和采取现实世界的行动，代理不再是一个研究概念。如今，它们正在企业中部署，对了解如何构建它们的人员的需求增长速度快于现有人才的增长速度。本课程为您提供了一条完整的、适合初学者的路径，从了解大型语言模型的工作原理到从头开始构建您自己的 AI 代理 – 无需具备 AI 经验。

注意：本课程是在 AI 工具和平台的帮助下创建的，包括 n8n、Gemini、OpenAI 和 AWS Bedrock。

本课程的内容是什么？

本课程是为那些想要真正了解人工智能代理的人而设计的 – 不仅仅是使用它们，而且知道它们如何工作并能够构建它们。从大型语言模型的基础开始，您将逐步学习快速的工程技术、代理架构以及使用 n8n 的实际代理构建。

每个概念都用简单的语言与现实世界的类比进行解释，每个部分都直接建立在最后一个部分的基础上。在本课程结束时，您将在空白画布上构建一个可用的天气代理和一个基于 RAG 的知识系统。

课程内容

• 课程介绍和工具设置
• 什么是大型语言模型
• 了解 GPT 和 Transformer 架构
• 代币和代币化
• 关键参数 – 温度、Top-k 和 Top-p
• 嵌入和向量表示
• 提示剖析——提示的三层
• 零次提示
• 少量镜头提示
• 思维链条提示
• ReAct 提示 – 代理的桥梁
• 基于角色的提示
• 结构化输出提示
• 什么是人工智能代理
• 代理组件 – LLM、内存和工具
• 多代理模式
• 代理框架 – 无代码、低代码和代码
• 端到端演示 – 使用 n8n 的天气代理
• 端到端演示——基于 RAG 的知识系统

特别说明

本课程以清晰度和实践学习为基础。每个技术概念都配有一个简单的类比，因此它很容易记住，并且每个提示技术都带有现场演示，因此您可以看到它实时运行。课程结束时的两个端到端构建旨在汇集您所学到的所有内容 – 这样您留下的将是工作代理，而不仅仅是笔记。