برچسب
۵۰ آموزش با برچسب آموزش هوش مصنوعی.
لاگ معمولی نشان می‌دهد ایجنت چه ثبت کرده، اما تضمین نمی‌کند بعداً تغییر نکرده باشد. در این آموزش امنیت ایجنت هوش مصنوعی را با رسید امضاشده یاد می‌گیرید؛ امضای Ed25519، زنجیره‌ی هش، بررسی آفلاین و مرز دقیق آنچه رسید اثبات می‌کند و نمی‌کند.
ایجنت هوش مصنوعی محلی یعنی مدل، اسناد و ابزارها همه روی دستگاه خودتان اجرا شوند. در این آموزش مزایا و محدودیت مدل‌های کوچک، Foundry Local و Qwen، RAG محلی با Chroma، MCP محلی و مسیریابی ترکیبی میان محلی و ابری را یاد می‌گیرید.
ایجنتی که برای یک کاربر کار می‌کند، با صدها درخواست هم‌زمان ممکن است از هم بپاشد. در این آموزش استقرار ایجنت هوش مصنوعی را یاد می‌گیرید؛ سه الگوی استقرار، چرخه‌ی عمر با دروازه‌ی ارزیابی، طراحی بی‌حالت، مسیریابی مدل، کش و کنترل هزینه.
وقتی سرویسی API ندارد، ایجنت مرورگر می‌تواند مثل یک کاربر صفحه را باز کند، بخواند و داده استخراج کند. در این آموزش Browser-Use و Playwright، انتخاب میان ایجنت و کنترل مستقیم و هفت محافظ ایمنی برای کار روی سایت‌های واقعی را یاد می‌گیرید.
Microsoft Agent Framework چارچوب یکپارچه‌ی مایکروسافت برای ساخت ایجنت است. در این آموزش ایجنت، ابزار، جلسه، میان‌افزار و جریان کار را با نمونه کد پایتون می‌شناسید و یاد می‌گیرید یک نمونه‌ی کوچک با مرز روشن میان اجزا بسازید.
حافظه وقتی مفید است که اطلاعات ذخیره‌شده هنوز درست و مرتبط باشد. در این آموزش حافظه ایجنت را می‌شناسید؛ هفت نوع حافظه، ابزارهایی مثل Mem0 و Cognee، ایجنت دانش برای یادگیری از گفت‌وگو و طراحی حافظه‌ای که منشأ، بازه‌ی اعتبار و امکان حذف داشته باشد.
فرستادن همه‌ی تاریخچه و همه‌ی اسناد به مدل جای انتخاب درست اطلاعات را نمی‌گیرد. در این آموزش مهندسی زمینه را یاد می‌گیرید؛ پنج نوع زمینه، راهبردهای برنامه‌ریزی و مدیریت زمینه، چهار خرابی رایج مسمومیت، حواس‌پرتی، سردرگمی و تضاد، و ساخت زمینه‌ی تازه برای هر مرحله.
نمونه‌ای که ابزار را پیدا می‌کند هنوز یک اتصال قابل‌اعتماد نیست. در این آموزش اتصال MCP به ایجنت را عملی می‌سازید؛ یک سرور MCP با پایتون، کلاینتی که ابزار را کشف و صدا می‌زند، قابلیت‌های ایجنت‌گونه مثل گزارش پیشرفت، درخواست تأیید و ازسرگیری، و مدیریت خطای سرویس.
وقتی چند ابزار و چند سرویس به دستیار وصل می‌شوند، توافق بر سر شکل پیام‌ها اهمیت پیدا می‌کند. در این آموزش سه پروتکل ایجنت را می‌شناسید؛ MCP برای اتصال به ابزار، A2A برای همکاری ایجنت‌ها و NLWeb برای وب‌سایت‌های گفت‌وگومحور، و مرز میان استاندارد ارتباط و مجوز اقدام را یاد می‌گیرید.
وقتی کاربر می‌گوید پاسخ بد بود، ذخیره‌ی متن نهایی برای پیدا کردن علت کافی نیست. در این آموزش پایش ایجنت هوش مصنوعی را در محیط تولید یاد می‌گیرید؛ ابزارگذاری با OpenTelemetry، Span دستی برای هر مرحله، مشکلات رایج و راه‌حل‌ها، کنترل هزینه و پیدا کردن علت کندی.
وجود چند قطعه متن در ورودی مدل تضمین نمی‌کند پاسخ مستند باشد. در این آموزش RAG اصلاحی را یاد می‌گیرید؛ مقایسه با بارگذاری پیشاپیش زمینه، داوری تناسب سند با مدل، بازچینی و امتیازدهی، جستجو بر اساس نیت کاربر و کنار گذاشتن سند قدیمی یا مشابه اما نامرتبط.
خودارزیابی ایجنت یک الگوی نرم‌افزاری است؛ تولید نتیجه، سنجش آن با معیار مشخص و تصمیم درباره‌ی اصلاح. در این آموزش فراشناخت در ایجنت، اجزای ایجنت، تولید کد به‌عنوان ابزار، SQL به‌عنوان منبع بازیابی و یک حلقه‌ی بازبینی محدود با آزمون عددی مستقل را یاد می‌گیرید.
