Costruire Agenti AI con LlamaIndex e RAG

Con l'evolversi dell'intelligenza artificiale, i modelli linguistici statici non sono più sufficienti; le applicazioni moderne richiedono un'AI in grado di recuperare attivamente dati personalizzati ed eseguire attività in più fasi. Questo corso ti insegna come colmare il divario tra i modelli linguistici di grandi dimensioni e le tue fonti di dati utilizzando LlamaIndex. Inizierai con i concetti fondamentali degli agenti AI e della Retrieval-Augmented Generation (RAG), procedendo passo dopo passo attraverso il processo di creazione di flussi di lavoro agentici robusti e basati sui dati. Cosa imparerai: Comprendere la terminologia fondamentale degli agenti AI, degli LLM e delle architetture RAG. Configurare LlamaIndex per ingerire, indicizzare e interrogare le tue fonti di dati personalizzate. Costruire pipeline RAG di base per migliorare l'accuratezza e la pertinenza delle risposte dell'AI. Progettare flussi di lavoro agentici in grado di scomporre query complesse e instradare le attività in modo efficace. Integrare moderni database vettoriali per archiviare e recuperare i dati in modo efficiente. Applicare le basi del prompt engineering per guidare i tuoi agenti verso output affidabili. Il corso inizia con la terminologia essenziale e i concetti fondamentali prima di guidarti attraverso esercizi scritti per costruire i tuoi primi indici di dati e cicli agentici. Passerai da semplici query sui documenti alla progettazione di agenti AI multi-fase in grado di ragionare su set di dati complessi. Questo corso è pensato per principianti, aspiranti data engineer e sviluppatori senza precedente esperienza nell'AI che desiderano comprendere la meccanica dei flussi di lavoro agentici. Inizia a leggere oggi stesso per sbloccare il potenziale dei tuoi dati e costruire il tuo primo agente AI intelligente.