การสร้าง AI Agents สองรูปแบบ: LangGraph และ Standard SDKs

ในขณะที่ปัญญาประดิษฐ์เปลี่ยนผ่านจากแชทบอทธรรมดาไปสู่ระบบอัตโนมัติ นักพัฒนาต้องเผชิญกับการเลือกเฟรมเวิร์กที่เหมาะสมสำหรับโปรเจกต์ของตน การทำความเข้าใจความแตกต่างระหว่าง standard agent software development kits (SDKs) และเครื่องมือจัดการลำดับงานแบบ state-based นั้นมีความสำคัญอย่างยิ่งในการสร้างแอปพลิเคชัน AI ที่เชื่อถือได้ คอร์สนี้จะช่วยคลายความสงสัยเกี่ยวกับ agentic AI โดยใช้วิธีการเปรียบเทียบจากการลงมือทำจริง คุณจะได้เรียนรู้คำศัพท์พื้นฐานของ AI ทำความเข้าใจว่า large language models (LLMs) ตัดสินใจอย่างไร และค้นพบวิธีจัดโครงสร้างเวิร์กโฟลว์ของ agent ด้วยการสร้าง agent แบบเดียวกันโดยใช้สองแนวทางที่แตกต่างกัน ได้แก่ standard AI Agent SDK และ LangGraph คุณจะได้รับความเข้าใจเชิงปฏิบัติว่าเมื่อใดควรใช้ function calling แบบตรงไปตรงมา เทียบกับการจัดการสถานะที่ซับซ้อนแบบ graph-based สิ่งที่คุณจะได้เรียนรู้: • เข้าใจแนวคิดพื้นฐานของ agentic AI รวมถึง reasoning loops, การใช้เครื่องมือ (tool use) และ prompt engineering เบื้องต้น • สร้าง AI agent พื้นฐานโดยใช้แนวทาง standard SDK • สร้าง agent แบบเดียวกันเป๊ะโดยใช้ LangGraph เพื่อจัดการการเปลี่ยนสถานะ (state transitions) ที่ซับซ้อน • เปรียบเทียบจุดแข็ง ข้อดีข้อเสีย และความสามารถในการขยายระบบ (scaling) ของรูปแบบสถาปัตยกรรมทั้งสองแบบ • ปรับใช้รูปแบบ Retrieval-Augmented Generation (RAG) เบื้องต้นเพื่อให้ agent ของคุณเข้าถึงความรู้ภายนอกได้ • กำหนดค่าสภาพแวดล้อมการทำงานที่ทันสมัยและจัดการความลับของแอปพลิเคชัน (application secrets) อย่างปลอดภัย คอร์สนี้เริ่มต้นด้วยการแนะนำคำศัพท์และแนวคิดหลักของ AI agent อย่างละเอียด ก่อนจะเข้าสู่การอธิบายโค้ด คุณจะได้ทำตามคำแนะนำทีละขั้นตอนเพื่อปรับใช้ ทดสอบ และประเมินผลแอปพลิเคชัน agent ของคุณทั้งสองเวอร์ชัน ออกแบบมาสำหรับนักพัฒนามือใหม่และผู้ที่สนใจด้านเทคนิค คอร์สนี้ไม่จำเป็นต้องมีประสบการณ์เกี่ยวกับ AI frameworks มาก่อน เพียงแค่มีความเข้าใจพื้นฐานเกี่ยวกับตรรกะการเขียนโปรแกรม เริ่มอ่านวันนี้เพื่อเชี่ยวชาญเครื่องมือที่ขับเคลื่อนแอปพลิเคชันอัจฉริยะยุคถัดไป