具有 Agentic AI 100 Labs 的 AI 代理和多代理系统

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC，44.1 KHz，2 Ch
语言：英语 |时长：7小时48米

您将学到什么

• 从第一原则出发构建生产级 Agentic AI 系统。
• 构建具有推理、规划、记忆和工具使用功能的自主 AI 代理。
• 使用开源和自托管解决方案创建主权 AI 基础设施。
• 开发能够协作和自我纠正的多代理系统。
• 掌握 MCP（模型上下文协议）以实现安全的企业集成。
• 利用矢量数据库和知识系统构建企业 RAG 平台。
• 使用事件驱动和人机交互架构实现业务工作流程自动化。
• 完成一个现实世界的顶点项目，展示先进的 Agentic AI 工程。

要求

• 无需具备 AI 经验。
• 具备基本的计算机知识。
• 熟悉软件和网络应用程序会很有帮助。

描述

超越 AI 演示，了解如何设计可投入生产的 Agentic AI 系统。本实践课程设有 100 个实践实验室，涵盖 AI 代理、LLM、MCP、RAG、自动化、治理、安全性和部署。

您将从 AI 基础知识、Python、API、即时工程和工具集成开始，然后再深入了解代理框架、内存系统、规划架构、自我纠正代理和企业 AI 平台等高级主题。

里面有什么？

模块 1 — 基础
构建您的第一个生产型 AI 代理。

模块 2 — LLM 工程
了解语言模型、推理和 AI 服务架构。

模块 3 — 代理工程
设计能够思考、计划、记忆和执行任务的代理。

模块 4 — MCP 工程
将 AI 系统与企业工具和资源连接起来。

模块 5 — 企业 RAG
构建用于大规模信息检索的知识助手。

模块 6 — 工作流程自动化
将人工智能转变为运营业务平台。

模块 7 — 多代理系统
创建专业协作代理团队。

模块 8 — 数据工程
处理、验证、管理和分析企业数据。

模块 9 — 安全与安全治理
实施合规性、安全性和负责任的人工智能实践。

模块 10 — 可靠性和可靠性LLMOps
通过可观察性和 CI/CD 部署和管理 AI 系统。

本课程适合谁

• 有抱负的人工智能工程师寻求从初学者到专业人士的完整路径。
• 自动化构建者希望通过 AI 实现工作流程和业务运营自动化。
• 开发人员、DevOps 工程师和开发人员想要掌握企业人工智能系统和部署的架构师。