★ 4.7 (3) ⏱ 3 ชม. 📚 30 บทเรียน 🎧 เวอร์ชันเสียง

การสร้างระบบ Multi-Agent ด้วย CrewAI และ AutoGen

Name: การสร้างระบบ Multi-Agent ด้วย CrewAI และ AutoGen
Price: 1199 INR
Availability: InStock
Rating: 4.67 (3 reviews)

คู่มือสำหรับผู้เริ่มต้นในการออกแบบ ประสานงาน และปรับใช้ AI agents ที่ทำงานได้ด้วยตนเองตั้งแต่เริ่มต้นโดยใช้เฟรมเวิร์กสมัยใหม่

💬 ผู้สอน AI
ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ
🕐 เริ่มเมื่อไรก็ได้
ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้
🌐 เป็นภาษาไทย
บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน

เกี่ยวกับคอร์สนี้

ในขณะที่ artificial intelligence พัฒนาไป การโต้ตอบผ่าน prompt เดียว กำลังถูกแทนที่ด้วยระบบ multi-agent ที่ทำงานร่วมกัน ซึ่งสามารถจัดการเวิร์กโฟลว์ที่ซับซ้อนได้โดยอัตโนมัติ หากคุณต้องการทำความเข้าใจว่า AI agents หลายตัวสามารถทำงานร่วมกันเพื่อแก้ปัญหาที่ซับซ้อนได้อย่างไร คอร์สเรียนรูปแบบข้อความนี้คือจุดเริ่มต้นของคุณ คุณจะได้เปลี่ยนผ่านจากการทำความเข้าใจแนวคิด AI พื้นฐานไปสู่การออกแบบทีม AI ที่ทำงานร่วมกันได้อย่างมีประสิทธิภาพ ด้วยการสำรวจกลไกหลักของเฟรมเวิร์ก agentic สมัยใหม่ คุณจะได้เรียนรู้วิธีมอบหมายบทบาท จัดการหน่วยความจำ และประสานงานภารกิจโดยใช้ CrewAI และ AutoGen

สิ่งที่ท่านจะได้เรียนรู้:
- ทำความเข้าใจแนวคิดพื้นฐานและคำศัพท์ของระบบ multi-agent และ autonomous AI
- ออกแบบ AI agents แบบกำหนดเองพร้อมบทบาท เป้าหมาย และบริบทเฉพาะโดยใช้ CrewAI
- กำหนดค่ารูปแบบการสนทนาและเวิร์กโฟลว์การทำงานร่วมกันโดยใช้ AutoGen
- ประยุกต์ใช้เทคนิค prompt engineering ขั้นพื้นฐานเพื่อปรับปรุงความน่าเชื่อถือและการให้เหตุผลของ agent
- รวมแนวคิดการเรียกใช้เครื่องมือพื้นฐานและ retrieval-augmented generation (RAG) เพื่อขยายขีดความสามารถของ agent
- ประสานงานภารกิจที่ซับซ้อนโดยการจัดการการโต้ตอบของ agent หน่วยความจำ และการมอบหมายงาน

คอร์สนี้เริ่มต้นด้วยคำศัพท์ที่จำเป็นและสถาปัตยกรรมพื้นฐานของระบบ agentic ก่อนที่จะเข้าสู่การนำไปใช้งานจริง คุณจะได้อ่านคำอธิบายที่ชัดเจน รูปแบบสถาปัตยกรรม และตัวอย่างโค้ดที่แสดงวิธีการสร้างและขยายเวิร์กโฟลว์ AI agent ของคุณเอง

คอร์สนี้ออกแบบมาสำหรับผู้เริ่มต้นโดยเฉพาะ ไม่จำเป็นต้องมีความเชี่ยวชาญด้าน machine learning หรือประสบการณ์การเขียนโปรแกรมขั้นสูงมาก่อน เพียงแค่มีความอยากรู้อยากเห็นเกี่ยวกับอนาคตของ AI เริ่มอ่านวันนี้และค้นพบวิธีสร้างทีม autonomous AI ทีมแรกของคุณ

สิ่งที่คุณจะได้รับ

📜 ใบประกาศนียบัตร
เพิ่มในโปรไฟล์ LinkedIn ของคุณ
💬 ติวเตอร์ AI ส่วนตัว
ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา
🎧 รวมเวอร์ชันเสียง
เรียนได้ทุกที่ ไม่ต้องดูจอ
♾️ เข้าถึงตลอดชีพ
กลับมาเรียนได้ตลอด ไม่มีหมดอายุ
📱 โทรศัพท์หรือคอมพิวเตอร์
ใช้งานได้ทุกที่ ทุกอุปกรณ์
💸 คืนเงิน 14 วัน
ไม่ต้องอธิบาย
⚡ กระชับและตรงประเด็น
3 ชม. เนื้อหาเชิงปฏิบัติ

รีวิว (3)

Puteri Balqis binti Mohd Shukri MY ผู้เรียนที่ยืนยันแล้ว

★ 5 · 28.06.2026

Sebagai pemula dalam dunia ejen AI, saya risau topik berbilang ejen ini terlalu sukar, tetapi rupanya disampaikan dengan sangat teratur. Saya belajar cara membahagikan tugas antara beberapa ejen dan membuat mereka bekerjasama, kedua-dua dengan CrewAI dan AutoGen. Perbandingan antara dua rangka kerja itu membantu saya faham bila perlu guna yang mana. Contoh menyelaras peranan ejen, seperti seorang menyelidik dan seorang menulis, betul-betul membuka mata saya. Saya berjaya bina sistem mudah sendiri selepas mengikuti langkah-langkahnya. Sangat berbaloi untuk sesiapa yang ingin mula membina ejen autonomi.

Lorenzo Conti IT ผู้เรียนที่ยืนยันแล้ว

★ 4 · 02.06.2026

Avevo provato a mettere insieme più agenti per conto mio e finivo sempre nel caos, quindi questo corso è arrivato al momento giusto. La parte sul coordinare i ruoli tra gli agenti con CrewAI è spiegata benissimo, con esempi che ho potuto replicare subito. Anche il confronto con AutoGen mi ha aiutato a capire quale framework scegliere a seconda del compito. Mi sarebbe piaciuto qualche dettaglio in più sul deployment in produzione, che resta un po' in superficie. Detto questo, sono finalmente riuscito a far collaborare due agenti su un flusso reale. Lo consiglio a chi parte da zero con i sistemi multi-agente.

佐藤陽子 JP ผู้เรียนที่ยืนยันแล้ว

★ 5 · 26.05.2026

複数のエージェントを連携させる仕組みがずっと謎だったのですが、この講座でようやく腑に落ちました。CrewAIとAutoGenを実際に動かしながら役割分担を組む流れが丁寧で、初心者の私でも自分の小さな自律エージェントを組み立てられました。両フレームワークの違いを比較してくれるので使い分けの判断もつきやすいです。