Membina Ejen LLM dalam Python: Pemintaan dan Orkestrasi Graf

Large Language Models menawarkan potensi yang besar, tetapi menukar akses API mentah kepada aplikasi berbilang langkah yang boleh dipercayai memerlukan kemahiran pembangunan khusus. Kursus ini mengajar anda teknik praktikal yang diperlukan untuk membina aliran kerja LLM yang canggih. Menjelang akhir kursus ini, anda akan dapat menyepadukan LLM ke dalam aplikasi Python anda, melaksanakan strategi permintaan lanjutan untuk pengekstrakan data yang boleh dipercayai, dan mereka bentuk ejen AI autonomi yang mampu membuat keputusan kompleks dan panggilan fungsi. Apa yang anda akan pelajari: * Memahami asas interaksi LLM menggunakan SDK Python dan panggilan API terus. * Menguasai teknik kejuruteraan permintaan, termasuk penalaan arahan dan pembelajaran few-shot. * Menggunakan kaedah Output Berstruktur menggunakan model data (seperti Pydantic) untuk memastikan pengekstrakan data yang boleh dipercayai daripada LLM. * Berlatih melaksanakan corak Retrieval-Augmented Generation (RAG) asas untuk pembumian kontekstual. * Mengkonfigurasi ejen AI yang mampu menggunakan alatan luaran melalui Panggilan Fungsi dan definisi alat. * Mereka bentuk dan melaksanakan seni bina ejen berbilang langkah menggunakan alat orkestrasi berasaskan graf seperti LangGraph. Kursus ini bermula dengan konsep asas dan penyepaduan API, berkembang melalui permintaan lanjutan dan pengendalian data berstruktur, dan memuncak dalam pembangunan seni bina ejen AI yang lengkap dan berkeadaan. Kursus ini direka untuk pembangun Python pemula yang ingin mengkhusus dalam membina aplikasi praktikal sedia pengeluaran yang dikuasakan oleh Large Language Models. Tiada pengalaman terdahulu dengan AI atau pembelajaran mesin diperlukan. Mula membina generasi aplikasi pintar seterusnya hari ini.