Clear LangGraph intro, multi-agent parts move fast.
مقدمة إلى LangGraph: بناء وكيل بحث عميق
تعلم أساسيات Agentic AI من خلال بناء نظام مخطط-منفذ متعدد الوكلاء لأتمتة مهام البحث المعقدة.
-
💬
مدرب ذكاء اصطناعي
اسأل عن أي درس واحصل على إجابة واضحة فورًا، في أي وقت. -
🕐
ابدأ في أي وقت
بلا جداول أو مواعيد نهائية — تعلّم بوتيرتك، وقتما يناسبك. -
🌐
بالعربية
الدروس والمهام والشهادة — كل ذلك بلغتك بالكامل.
حول هذه الدورة
مع تطور الذكاء الاصطناعي من الإجابة على الاستفسارات البسيطة إلى تنفيذ سير عمل معقد، أصبح Agentic AI مهارة أساسية للمطورين المعاصرين. إن فهم كيفية بناء أنظمة ذاتية القيادة تخطط وتنفذ المهام يفتح آفاقاً جديدة تماماً للأتمتة وتركيب البيانات.
في هذه الدورة التدريبية القائمة على النصوص، ستتعلم المفاهيم التأسيسية للأنظمة متعددة الوكلاء وتبني وكيل البحث العميق الخاص بك. بدءاً من المصطلحات الأساسية وتعاريف الذكاء الاصطناعي الجوهرية، ستستكشف بنية المخطط-المنفذ وتتعلم كيفية استخدام LangGraph لتنسيق سير العمل الذكي الذي يمكنه جمع المعلومات وتحليلها وتلخيصها بشكل مستقل.
ما ستتعلمه:
- فهم المصطلحات والمفاهيم الأساسية وراء Agentic AI والأنظمة متعددة الوكلاء.
- تصميم بنية مخطط-منفذ لتفكيك أهداف البحث المعقدة إلى خطوات قابلة للإدارة.
- تطبيق LangGraph لتنسيق التطبيقات متعددة الفاعلين ذات الحالة (stateful) والوكلاء المستقلين.
- دمج أنماط retrieval-augmented generation (RAG) الأساسية وقواعد البيانات المتجهة (vector databases) للتعامل الفعال مع البيانات.
- ممارسة تقنيات prompt engineering لتوجيه تفكير الوكيل وتحسين موثوقية المخرجات.
- بناء سير عمل بحث عميق كامل قائم على النصوص يقوم بتركيب المعلومات بشكل مستقل.
يبدأ مسار الدورة بتعريفات أساسية ومفاهيم الذكاء الاصطناعي التأسيسية قبل الانتقال إلى تمارين مكتوبة عملية خطوة بخطوة. ستقوم ببناء منطق الوكيل الخاص بك تدريجياً، وتتعلم كيفية إدارة الحالة (state)، وهيكلة سير العمل، ومعالجة الأخطاء على طول الطريق.
تم تصميم هذه الدورة التأسيسية للمبتدئين والمطورين الجدد في مجال وكلاء الذكاء الاصطناعي؛ لا يشترط وجود خبرة سابقة في LangGraph أو تنسيق الأنظمة متعددة الوكلاء.
ابدأ القراءة اليوم لبناء أول وكيل بحث مستقل خاص بك وتوسيع مهاراتك في تطوير الذكاء الاصطناعي.
ما الذي ستحصل عليه
-
📜
شهادة إتمام
أضفها إلى ملفك على LinkedIn -
💬
مدرّس AI شخصي
عالق في دورة؟ اسأل مدرّسك المدمج أي شيء، في أي وقت. -
🎧
النسخة الصوتية مضمَّنة
تعلَّم أثناء تنقُّلك — دون شاشة -
♾️
وصول مدى الحياة
عُد متى شئت، بلا انتهاء -
📱
الهاتف أو الكمبيوتر
يعمل في أي مكان وعلى أي جهاز -
💸
استرداد خلال 14 يومًا
دون أسئلة -
⚡
قصير ومركَّز
2 ساعة 54 دقيقة من المحتوى التطبيقي
المراجعات (12)
Construir el agente planner-executor con LangGraph paso a paso me ayudó a entender por fin cómo se coordinan varios agentes en una sola tarea de investigación. El ejemplo final, donde el agente busca, sintetiza y refina su respuesta, quedó sorprendentemente sólido.
LangGraph ile planlayıcı-yürütücü yapısını sıfırdan kurmak, çok ajanlı sistemlerin nasıl çalıştığını sonunda anlamamı sağladı.
Il modo in cui il corso spiega il flusso planner-executor con LangGraph è chiarissimo e passo dopo passo si arriva a un agente di ricerca funzionante. L'unica pecca è che la parte sui grafi ciclici avrebbe meritato qualche esempio in più.
Por fin entendí cómo encadenar varios agentes para automatizar una investigación completa.
Phần xây dựng agent lập kế hoạch và thực thi bằng LangGraph rất dễ hiểu, chỉ tiếc là đoạn về xử lý lỗi giữa các node hơi sơ sài.
Explicação ótima do fluxo planner-executor.
LangGraph로 플래너-이그제큐터 구조를 처음부터 끝까지 만들어보는 과정이 정말 체계적이었습니다. 그동안 멀티 에이전트라는 개념이 막연했는데, 리서치 에이전트를 직접 조립하면서 각 노드가 어떤 역할을 하는지 명확하게 이해됐어요. 특히 상태 관리 부분을 그래프로 시각화해서 설명해준 덕분에 코드를 볼 때 헷갈리지 않았습니다. 마지막 프로젝트에서 제가 만든 에이전트가 스스로 검색하고 요약하는 걸 보고 꽤 뿌듯했습니다. 에이전트 오케스트레이션을 제대로 배우고 싶은 단계에서 딱 필요한 강의였어요.
Construir un agente de investigación con el patrón planificador-ejecutor me dejó las ideas mucho más claras, sobre todo cómo se reparten las tareas entre varios agentes. Me hubiera gustado un poco más de profundidad en el manejo de errores cuando un paso falla, pero aun así lo recomiendo sin dudar para entrar en LangGraph.
La construction pas à pas de l'agent planner-executor avec LangGraph m'a enfin fait comprendre comment structurer un agent de recherche multi-étapes.
Le système planificateur-exécuteur est expliqué de façon limpide, j'ai monté mon premier agent de recherche sans galérer.
Kurs bardzo dobrze tłumaczy architekturę planner-executor w LangGraph, krok po kroku, bez zbędnego lania wody. Zbudowałem własnego agenta do głębokich researchów i faktycznie działa lepiej niż wszystko, co pisałem wcześniej sam.
المتعلمون أخذوا أيضًا
⚡ الأفضل للبداية
🎓 بشهادة
تطوير الذكاء الاصطناعي الفاعل مع LangGraph و LangChain
شهادة
تطبيق عملي
DH 150.00
→
⚡ الأفضل للبداية
🎓 بشهادة
أتمتة الذكاء الاصطناعي بدون كود: بناء روبوتات محادثة وإطلاق وكالة
شهادة
تطبيق عملي
DH 150.00
→
🎓 بشهادة
بناء أنظمة RAG ووكلاء الذكاء الاصطناعي باستخدام Python و OpenAI
شهادة
تطبيق عملي
DH 150.00
→
🔥 مطلوب
🎓 بشهادة
التطوير الموجه بالموجه (Prompt-Driven Development): بناء تطبيقات Next.js كاملة المكدس باستخدام Cursor AI
شهادة
تطبيق عملي
DH 150.00
→
الأسئلة الشائعة
ما الذي أحتاجه لأخذ هذه الدورة؟ +
يكفي هاتف أو كمبيوتر متصل بالإنترنت. بدون تثبيتات أو أجهزة خاصة.
كيف يمكنني الدفع؟ +
بالبطاقة عبر Stripe. لا نخزن بيانات البطاقة — يتولى Stripe ذلك بأمان.
هل يمكنني استرداد المال؟ +
نعم — استرداد كامل خلال 14 يومًا، دون أسئلة.
إلى متى يستمر وصولي؟ +
إلى الأبد. بمجرد الشراء، الدورة لك تعود إليها متى شئت.
هل سأحصل على شهادة؟ +
نعم. عند الإتمام ستحصل على شهادة يمكنك إضافتها إلى ملفك في LinkedIn.
مصمَّم للعاملين في
التقنية
التصميم
المالية
التسويق
الرعاية الصحية
التعليم
الضيافة
التصنيع