hong-kong現場AI Agents培訓

本次由講師主導的線下或線上培訓，面向高級AI工程師、機器人開發人員和自動化專家，旨在幫助他們利用DeepSeek構建智能AI代理和自主系統。

培訓結束後，參與者將能夠：

• 理解DeepSeek AI模型的架構與功能。
• 將DeepSeek集成到AI代理中，用於決策與自動化。
• 應用強化學習技術訓練自主系統。
• 在現實環境中部署AI驅動的自主代理。

自主AI代理正在迅速融入國防、醫療、金融和基礎設施等領域的決策過程中。隨着這些系統獲得更大的獨立性和自主性，迫切需要建立強大的倫理框架、治理機制和監管監督，以指導其設計和部署。

本次由講師指導的培訓（線上或線下）面向高級專業人士，旨在探討在現實環境中部署自主AI代理的倫理、社會和監管影響。

通過本培訓，參與者將能夠：

• 分析自主AI代理帶來的倫理風險和道德困境。
• 評估與高風險AI部署相關的治理框架和監管模型。
• 評估自主系統中的問責、可解釋性和透明度機制。
• 制定策略，使AI代理行爲與法律、倫理和社會價值觀保持一致。

課程形式

• 互動式講座與討論。
• 案例研究與角色扮演模擬。
• 動手分析治理模型和倫理框架。

課程定製選項

• 如需定製本課程，請聯繫我們進行安排。

AI驱动的自动化结合了无代码平台的灵活性和大型语言模型及自主代理的智能，以创建可扩展的智能系统。

本课程由讲师指导，提供线上或线下培训，面向中级专业人士，旨在帮助他们设计、构建和优化具备AI决策、编排和自我执行能力的自动化流程。

通过本培训，参与者将能够：

• 设计由AI解释和响应增强的无代码自动化工作流程。
• 使用提示链、Webhook触发器和API构建可扩展的逻辑流程。
• 创建能够连接服务并自主解释数据的智能应用。
• 理解、设计和部署能够进行目标导向行动规划和执行的AI代理。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验环境中进行实际操作。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

本次由講師指導的hong-kong（線上或線下）培訓面向中級AI開發人員、安全專家和合規官，旨在幫助他們在設計和實施安全AI代理的同時，解決倫理問題和魯棒性挑戰。

培訓結束後，學員將能夠：

• 瞭解AI代理開發中的安全風險和倫理挑戰。
• 實施AI模型的安全優先設計原則。
• 應用對抗魯棒性技術，防止AI代理受到攻擊。
• 確保符合倫理AI指南和監管標準。

本次由講師指導的線下或線上培訓，面向中級到高級AI開發者、研究人員和多媒體工程師，旨在幫助他們構建能夠理解和生成多模態內容的AI代理。

培訓結束後，學員將能夠：

• 開發能夠處理和整合文本、圖像和語音數據的AI代理。
• 實現多模態模型，如GPT-4 Vision和Whisper ASR。
• 優化多模態AI流程，提高效率和準確性。
• 將多模態AI代理部署到實際應用中。

本次由講師指導的線下或線上培訓，面向初級到中級開發者和設計師，旨在幫助他們理解並構建適用於各種應用場景的AI驅動的個人助手。

培訓結束後，參與者將能夠：

• 理解AI驅動的個人助手的核心原理。
• 學習將語言模型與智能助手集成的基礎知識。
• 使用AI框架和工具構建並定製個人助手。
• 將個人助手部署到不同行業的實際應用中。

本次由講師主導的hong-kong（線上或線下）培訓面向高級AI工程師、企業軟件開發人員和業務領導者，旨在幫助他們定製和部署基於LLM的AI代理，以應用於企業場景。

培訓結束後，參與者將能夠：

• 理解開源LLM的架構和功能。
• 針對企業用例定製和微調LLM。
• 使用LangChain和Hugging Face部署AI代理。
• 將基於LLM的代理集成到業務工作流程中。

本次由講師主導的hong-kong（線上或線下）培訓，面向高級機器人工程師、AI研究人員和自動化專家，旨在幫助他們開發用於複雜任務和人機協作的AI驅動的自主機器人系統。

培訓結束後，參與者將能夠：

• 理解AI代理在機器人決策和自動化中的作用。
• 實現AI驅動的導航和避障功能。
• 開發人機協作的機器人系統。
• 部署AI驅動的感知和控制系統於機器人中。

本次由講師指導的線下或線上培訓，面向中級金融專業人士、風險分析師和AI工程師，旨在幫助他們開發和部署AI驅動的解決方案，用於金融自動化和欺詐檢測。

培訓結束後，學員將能夠：

• 瞭解AI在金融自動化和欺詐檢測中的作用。
• 構建用於檢測欺詐交易的AI模型。
• 利用機器學習進行即時風險評估。
• 部署AI驅動的金融監控系統。

本次由講師指導的線下或線上培訓，面向初級到中級水平的客戶服務專業人員、聊天機器人開發人員和自動化團隊，旨在幫助他們實現AI驅動的客戶支持和服務自動化解決方案。

培訓結束後，學員將能夠：

• 理解AI驅動的客戶支持基礎知識。
• 開發並集成AI聊天機器人以處理客戶查詢。
• 利用NLP和機器學習提升聊天機器人互動效果。
• 在實際客戶服務應用中部署AI代理。

本次由講師主導的hong-kong（線上或線下）培訓，面向中高級醫療專業人員和AI開發者，旨在幫助他們實施AI驅動的醫療解決方案。

培訓結束後，參與者將能夠：

• 瞭解AI代理在醫療和診斷中的作用。
• 開發用於醫學圖像分析和預測診斷的AI模型。
• 將AI與電子健康記錄（EHR）和臨牀工作流程集成。
• 確保遵守醫療法規和AI倫理實踐。

本課程爲講師指導的hong-kong（線上或線下）培訓，面向初級到中級AI開發者和UI/UX設計師，旨在幫助他們學習如何構建、優化和部署AI驅動的虛擬助手。

培訓結束後，參與者將能夠：

• 設計有效的對話式AI工作流程和UI/UX界面。
• 實現AI驅動的自然語言處理（NLP）模型。
• 將AI助手與API和第三方平臺集成。
• 部署和維護AI助手以用於實際應用。

Mistral AI 是一個強大的開源且適用於企業的 AI 模型家族，專注於語言、多模態和代理應用。

本次由講師指導的培訓（線上或線下）面向中級到高級專業人員，旨在幫助他們使用 Mistral 的 Medium 3、Le Chat Enterprise 和 Devstral 模型構建、部署和管理 AI 代理。

培訓結束後，參與者將能夠：

• 瞭解 Mistral Medium 3、Le Chat Enterprise 和 Devstral 的架構和功能。
• 設計和實現 AI 代理，利用 Mistral 模型滿足企業和開發者用例。
• 將編碼系統、連接器和企業數據集成到代理工作流程中。
• 優化 Mistral 驅動的代理的性能、成本和合規性。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需爲此課程定製培訓，請聯繫我們安排。

本次由講師指導的hong-kong（線上或線下）培訓面向希望掌握在生產環境中部署和管理AI代理技術的高級專業人士。

培訓結束後，學員將能夠：

• 設計和實施可擴展的AI部署管道。
• 使用Docker和Kubernetes等工具對AI代理進行容器化和編排。
• 在生產環境中監控和優化AI代理。
• 爲AI代理部署實施CI/CD工作流。
• 確保符合安全和數據治理要求。

本次由講師指導的hong-kong（線上或線下）培訓，面向高級AI專業人士，旨在幫助他們掌握強化學習技術，並應用於訓練AI代理解決複雜問題。

培訓結束後，學員將能夠：

• 理解強化學習的核心原理與馬爾可夫決策過程（MDPs）。
• 設計與實現Q-Learning、SARSA和深度Q網絡（DQN）等強化學習算法。
• 使用OpenAI Gym和強化學習庫進行實際應用。
• 訓練AI代理解決現實世界中的多步決策問題。
• 解決強化學習訓練中的探索-利用權衡與收斂問題。

本課程爲講師主導的hong-kong（線上或線下）培訓，面向希望將代理能力集成到AI驅動應用中的中級AI開發人員和自動化專家。

培訓結束後，學員將能夠：

• 理解代理AI和自主決策的原理。
• 使用自優化技術實現目標驅動的AI代理。
• 集成多代理協作以解決複雜問題。
• 通過自適應用戶體驗增強AI與人類的交互。
• 在實際應用中部署代理AI模型。

這種由講師指導的 hong-kong 現場培訓（在線或現場）面向希望掌握設計、構建和部署 MAS 技能的高級 AI 專業人員，以解決複雜的實際問題。

在本次培訓結束時，參與者將能夠：

• 瞭解多代理系統架構的原理。
• 在 MAS 中實施溝通、協調和決策策略。
• 應用博弈論對代理交互進行建模並解決衝突。
• 利用 JADE 等框架創建可擴展的 MAS 解決方案。
• 解決 MAS 中的可擴充性、信任和緊急行為等挑戰。

Amazon Bedrock AgentCore 提供了設計、編排和管理多代理系統的基礎設施，能夠實現跨多個AI驅動實體的協作、專業化和高級自動化模式。

本次由講師主導的培訓（線上或線下）面向希望使用AgentCore的編排和治理功能來設計、部署和優化下一代多代理系統的高級從業人員。

培訓結束後，參與者將能夠：

• 理解多代理系統的原理和架構。
• 設計代理協作的編排策略。
• 在代理之間實施通信和協商協議。
• 使用AgentCore部署可擴展的、企業級的多代理解決方案。

課程形式

• 互動式講座和討論。
• 使用AgentCore編排功能的實踐操作。
• 企業多代理應用的案例分析。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們進行安排。

本次由讲师指导的线下或线上培训，面向希望在企业环境中使用CrewAI构建安全且合规的代理工作流程的高级专业人士。

通过本次培训，参与者将能够：

• 设计涉及多个代理的安全且可审计的工作流程。
• 在自主系统中实施数据隐私策略。
• 集成日志记录、治理和合规机制。
• 在生产环境中部署和监控基于CrewAI的安全系统。

本次由講師指導的線下或線上培訓，面向希望使用Agentic AI框架開發和優化多智能體系統的高級專業人士。

培訓結束後，學員將能夠：

• 理解多智能體環境中Agentic AI的原理。
• 開發能夠自主交互的AI驅動智能體。
• 實現強化學習以優化AI的自適應行爲。
• 優化多智能體之間的協作與競爭。
• 在機器人、遊戲和企業自動化中應用Agentic AI。

本次由講師主導的hong-kong（線上或線下）培訓，面向中級業務分析師、RPA開發人員和AI專業人士，旨在幫助他們利用AI代理的力量實現業務流程自動化。

培訓結束後，參與者將能夠：

• 理解AI代理在業務流程自動化中的作用。
• 識別關鍵業務領域中的自動化機會。
• 爲客服、財務和供應鏈工作流程開發AI驅動的解決方案。
• 將AI代理與現有的RPA和業務系統集成。
• 評估並優化AI自動化策略以提高效率。

AgentCore 通過提供一套統一的服務，簡化了構建、增強和監控全託管 AI 代理的過程，專爲大規模部署而設計。

本次由講師指導的培訓（線上或線下）面向初級到中級從業者，旨在幫助學員通過實踐掌握如何使用 AgentCore 創建生產就緒的 AI 代理。

培訓結束後，學員將能夠：

• 瞭解 AgentCore 在 AI 代理開發中的核心功能。
• 使用託管服務設計和配置簡單的 AI 代理。
• 集成工作流以增強代理功能。
• 在生產環境中部署和監控 AI 代理。

課程形式

• 互動式講座與討論。
• 使用 AgentCore 服務的實踐操作。
• 從代理概念到部署的指導練習。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

本次由讲师指导的线下或线上培训，面向中级水平的商业和AI专业人士，旨在使用CrewAI创建智能的、特定领域的商业代理。

培训结束后，参与者将能够：

• 理解CrewAI的架构及其在商业用例中的相关性。
• 使用角色、工具和内存创建面向商业的代理。
• 构建协作执行商业工作流程的代理团队。
• 在金融、营销和客户支持等实际场景中应用CrewAI。

Vertex AI Agent Builder 是一個無代碼/低代碼環境，用於創建基於生成模型與檢索增強生成（RAG）相結合的智能代理，使團隊能夠快速構建利用企業數據和搜索提供準確、上下文感知響應的代理。

本課程爲講師主導的培訓（線上或線下），面向希望使用 Vertex AI Agent Builder 和 RAG 模式設計、配置和部署智能代理的中級從業者。

培訓結束後，參與者將能夠：

• 使用 Agent Builder 設計智能代理工作流。
• 通過搜索和向量存儲實現 RAG 管道。
• 安全集成企業數據源以進行檢索。
• 使用測試和指標評估並迭代代理行爲。

課程形式

• 互動講座與討論。
• 使用 Vertex AI Agent Builder 和 RAG 組件的實踐實驗室。
• 基於項目的練習，以構建和完善代理。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

AutoGen 是一個來自 Microsoft 的開源框架，用於構建使用 LLM、工具、記憶和用戶交互的多代理應用程式。

這項由講師指導的培訓（線上或線下）針對希望使用 AutoGen 的 Python 基礎 API、函數調用功能和模組化工具鏈來設計和部署深度定制代理的高級開發者和架構師。

在培訓結束時，參與者將能夠：

• 開發具有角色特定邏輯和工具路由的定制代理。
• 使用高級函數調用和上下文切換構建動態工作流程。
• 在代理團隊中實施記憶模組和計劃框架。
• 處理多代理錯誤狀態和自適應重試機制。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在實時實驗室環境中進行實踐操作。

課程定制選項

• 如需為此課程定制培訓，請聯繫我們安排。

AgentCore 提供了內存持久化、安全代碼解釋器和瀏覽器工具，使 AI 代理能夠提供交互式、動態且上下文感知的體驗。

本次由講師主導的培訓（線上或線下）面向中高級技術從業者，他們希望設計和部署能夠長期保留上下文、即時計算並直接與 Web 用戶界面交互的 AI 代理。

培訓結束後，參與者將能夠：

• 實現 AgentCore 內存，用於有狀態的、上下文感知的工作流。
• 利用安全代碼解釋器進行動態計算和轉換。
• 集成瀏覽器工具，實現即時數據檢索和用戶界面交互。
• 設計用於分析、客戶支持和研究用例的交互式代理。

課程形式

• 互動講座和討論。
• 使用 AgentCore 內存和工具的動手實驗。
• 分析、自動化和客戶支持場景的案例研究。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

這種由講師指導的 hong-kong 現場培訓（在線或現場）面向希望將 AI 代理有效集成到遊戲應用程式中的中級遊戲開發人員和 AI 愛好者。

在本次培訓結束時，參與者將能夠：

• 瞭解 AI 代理在現代遊戲中的作用。
• 使用決策樹和有限狀態機開發決策系統。
• 實施尋路演算法，例如 A* 進行遊戲內導航。
• 應用強化學習技術來創建自適應 AI 行為。
• 針對即時遊戲環境優化 AI 性能。

本次由讲师指导的hong-kong（线上或线下）培训，面向中级到高级专业人士，旨在帮助他们扩展CrewAI系统，与企业工具集成，并在生产环境中部署自动化解决方案。

通过本次培训，参与者将能够：

• 使用CrewAI设计可扩展的多代理系统。
• 将代理与Slack、数据库和API等企业工具集成。
• 实施监控、日志记录和诊断代理行为。
• 在生产环境中部署、管理和扩展CrewAI解决方案。

本次由講師指導的hong-kong（線上或線下）培訓面向中級專業人士，旨在幫助他們將Grok AI整合到內容策略和社交媒體工作流程中。

培訓結束後，學員將能夠：

• 利用Grok AI進行內容構思與生成。
• 通過AI驅動的回覆優化社交媒體互動。
• 自動化發佈排期與趨勢分析。
• 利用AI實現個性化受衆定位。
• 確保在社交媒體營銷中道德且有效地使用AI。

LLMs和自主代理框架如AutoGen和CrewAI正在重新定义DevOps团队如何通过模拟人类协作和决策来自动化任务，例如变更跟踪、测试生成和警报分类。

本课程为讲师主导的培训（线上或线下），面向希望设计和实施由大型语言模型（LLMs）和多代理系统驱动的DevOps自动化工作流程的高级工程师。

培训结束后，学员将能够：

• 将基于LLM的代理集成到CI/CD工作流程中，实现智能自动化。
• 使用代理自动化测试生成、提交分析和变更摘要。
• 协调多个代理进行警报分类、生成响应和提供DevOps建议。
• 使用开源框架构建安全且可维护的代理驱动工作流程。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

本次由講師指導的hong-kong（線上或線下）培訓，面向希望利用Agentic AI在複雜業務和技術場景中進行決策的高級專業人員。

培訓結束後，學員將能夠：

• 理解AI中自主決策的原則。
• 設計並實現能夠以最少人工干預運行的AI代理。
• 將Agentic AI集成到自動化工作流程和業務系統中。
• 優化AI驅動的決策過程，以提高效率和可擴展性。
• 確保AI自主性中的合規性、安全性和倫理考慮。

這種由講師指導的 hong-kong 現場培訓（在線或現場）面向希望更深入地研究用於實際應用的自主代理的設計和開發的中級專業人士。

在本次培訓結束時，參與者將能夠：

• 瞭解 Autonomous Agent 的基本概念。
• 探索自主 AI 代理的實際應用。
• 使用強化學習設計、訓練和實施代理。
• 將座席集成到現有系統中，以實現自動化和決策。
• 解決部署 Autonomous Agent 時的道德注意事項和挑戰。

這是一個由講師指導的hong-kong（線上或線下）培訓課程，旨在為高級專業人員提供設計和實施自定義多代理系統的能力，使用CrewAI處理複雜的工作流程、事件觸發和工具集成。

在培訓結束時，參與者將能夠：

• 設計和構建具有專用角色和工具的自定義AI代理。
• 實施複雜的事件驅動多代理任務流程。
• 在CrewAI系統中集成外部API和數據管道。
• 優化多代理系統的協調、錯誤處理和執行效率。

AutoGen Studio 是一個無需編碼的視覺化環境，用於創建和管理基於 LLM 的多代理工作流程。

這項由講師主導的培訓（線上或線下）面向初級到中級的商業和創新專業人士，他們希望使用 AutoGen Studio 來視覺化設計、測試和改進代理互動，以實現內部自動化或 AI 增強產品開發。

在培訓結束時，參與者將能夠：

• 使用無代碼界面創建多代理工作流程。
• 使用 AutoGen Studio 定義代理角色、提示和目標。
• 視覺化並管理代理之間的消息流。
• 將錯誤處理和上下文精煉納入代理邏輯。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在實時實驗室環境中進行實踐操作。

課程定制選項

• 如需為本課程定制培訓，請聯繫我們安排。

本次由講師指導的hong-kong（線上或線下）培訓，面向希望定製並將Grok AI集成到企業工作流程中的高級專業人員。

通過本次培訓，參與者將能夠：

• 瞭解Grok AI的架構和API功能。
• 根據特定業務需求定製Grok AI。
• 將Grok AI與企業系統和自動化工具集成。
• 優化AI驅動的工作流程，提高效率和可擴展性。
• 確保AI使用的安全性、合規性和責任性。

AgentCore 提供內置的身份、可觀測性和合規性功能，使組織能夠在企業環境中負責任地部署AI代理。

本次由講師主導的培訓（線上或線下）面向希望使用 Amazon Bedrock AgentCore 設計和操作安全、可審計且合規的AI代理系統的高級從業者。

通過本培訓，參與者將能夠：

• 爲代理實施企業身份和權限模型。
• 通過結構化日誌、指標和跟蹤實現可觀測性。
• 應用合規控制以符合監管框架。
• 審計代理活動並維護安全的會話級控制。

課程形式

• 互動式講座與討論。
• 使用AWS安全和監控工具進行實踐操作。
• 在受監管的企業環境中進行案例研究。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

本课程为讲师指导的线下或线上培训，面向希望使用AI驱动的工作流程和Read AI分析工具来优化远程团队协作的中级专业人士。

通过本课程，学员将能够：

• 使用Read AI设计完整的远程团队会议工作流程。
• 自动化后续跟进和文档记录，减少会议开销。
• 利用AI摘要，支持同步和异步协作。
• 通过Read AI洞察，跟踪团队参与度和责任归属。

這是一個由講師指導的hong-kong（線上或線下）培訓課程，旨在幫助中級到高級專業人士將Read AI與Slack、CRM系統和Notion等平台整合，以自動化工作流程並提高團隊效率。

通過本培訓，學員將能夠：

• 將Read AI與Slack、Salesforce、Notion及類似工具連接。
• 自動化跨平台的會議摘要和行動項目的傳遞。
• 將Read AI數據與CRM系統和任務板同步。
• 解決整合問題，並根據團隊需求優化配置。

AgentCore Runtime & Gateway 是一種 AWS 服務配對，用於打包、部署並安全地暴露 AI 代理，同時提供與外部系統的簡化集成。

本次由講師主導的培訓（線上或線下）面向中級工程團隊，旨在幫助他們從代理原型過渡到生產環境，通過掌握 AgentCore Runtime 進行部署，並利用 Gateway 實現安全連接和 API 集成。

培訓結束後，參與者將能夠：

• 搭建 AgentCore Runtime 環境，並打包代理以進行部署。
• 通過 Gateway 暴露代理，提供經過身份驗證和速率限制的端點。
• 使用穩定合約將外部工具和 API 集成到代理工作流中。
• 爲生產操作配置可觀察性、日誌記錄和使用監控。

課程形式

• 互動式講座和討論。
• 實踐實驗室，涉及 Runtime 部署和 Gateway 集成。
• 專注於可靠性、安全性和發佈的實踐練習。

課程定製選項

• 如需爲此課程定製培訓，請聯繫我們進行安排。

AutoGen for Enterprise AI Automation 是一門實踐課程，專注於使用 AutoGen 框架實現可擴展的智能代理系統，以自動化複雜的業務操作。

這門由講師指導的培訓（線上或線下）面向中級到高級 AI 專業人士，旨在幫助他們使用 AutoGen 框架在企業平臺和流程中部署多代理架構。

在培訓結束時，參與者將能夠：

• 使用 AutoGen 和 LLM 代理設計和自動化企業工作流程。
• 將 AutoGen 與 LangChain 集成，以實現高級編排和上下文處理。
• 構建 RAG 管道並連接企業數據以實現上下文自動化。
• 將代理與企業平臺（如 Slack、Jira 和 SharePoint）連接。
• 在生產環境中擴展和監控 AutoGen 部署。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

Devstral 是一個開源框架，旨在構建和運行編碼代理，這些代理可以與代碼庫、開發者工具和 API 交互，以提升工程效率。

本課程由講師指導，採用線上或線下培訓形式，面向中高級 ML 工程師、開發者工具團隊以及 SRE，幫助他們使用 Devstral 設計、實現和優化編碼代理。

通過本課程，學員將能夠：

• 設置和配置 Devstral 以進行編碼代理開發。
• 設計用於代碼庫探索和修改的代理工作流。
• 將編碼代理與開發者工具和 API 集成。
• 實施安全和高效代理部署的最佳實踐。

課程形式

• 互動式講座和討論。
• 大量練習和實踐。
• 在即時實驗室環境中進行動手操作。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

本次由講師指導的hong-kong（線上或線下）培訓面向初級專業人士，旨在幫助他們瞭解AI代理的工作原理，並構建自己的交互式聊天機器人系統。

在培訓結束時，參與者將能夠：

• 瞭解AI代理的基礎知識及其應用。
• 探索自然語言處理（NLP）的原理。
• 設計聊天機器人的對話流程。
• 使用Python及相關工具開發功能型聊天機器人。
• 部署聊天機器人與真實用戶互動。

本课程为讲师指导的hong-kong（线上或线下）培训，面向中级专业人士，旨在通过实际用例和工具集成，使用CrewAI自动化业务和技术工作流程。

培训结束后，学员将能够：

• 理解CrewAI的架构和核心原则。
• 设计涉及多个协作代理的工作流程。
• 将CrewAI与API、工具和外部系统集成。
• 实施和编排实际自动化用例。

本次由講師指導的hong-kong（線上或線下）培訓，面向中級商務專業人士，旨在幫助他們利用Grok AI進行業務分析、工作流自動化和生產力提升。

培訓結束後，參與者將能夠：

• 瞭解Grok AI在業務中的功能和應用。
• 利用Grok AI進行市場研究和競爭分析。
• 使用AI驅動的工作流自動化日常業務任務。
• 利用AI生成的洞察進行戰略決策。
• 通過Grok AI增強團隊協作和生產力。

本次由講師指導的hong-kong（線上或線下）培訓，面向希望瞭解並創建簡單AI代理以應用於實際場景的初級專業人士。

通過本培訓，參與者將能夠：

• 理解AI代理的基本概念。
• 識別不同類型的AI代理及其應用。
• 設計並實現用於實際任務的基本AI代理。
• 探索構建AI代理的工具和框架。

本次由講師指導的線下或線上培訓，面向希望探索CrewAI基礎知識並構建簡單多代理系統的初級專業人士。

培訓結束後，學員將能夠：

• 理解CrewAI的架構和設計原則。
• 在代理團隊中定義角色、任務和流程。
• 使用CrewAI框架創建協作工作流。
• 構建、測試和運行基本的多代理場景。

Amazon Bedrock AgentCore 是一個企業級框架，用於構建、部署和擴展 AI 代理，集成了內存、可觀測性和安全身份管理的支持。

本次由講師主導的培訓（線上或線下）面向中級到高級工程師和架構師，旨在幫助他們使用 AWS Bedrock AgentCore 設計、保護和操作代理式 AI 系統。

培訓結束後，學員將能夠：

• 理解 AgentCore 的架構和組件。
• 使用 Runtime 和 Gateway 部署和管理 AI 代理。
• 實現持久化內存和有狀態的交互。
• 應用身份、可觀測性和合規性控制。
• 爲企業級工作流設計多代理系統。

課程形式

• 互動講座和討論。
• 使用 AgentCore 的 AWS 實驗室實踐環節。
• 部署和監控場景的實踐練習。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

這是一個由講師指導的現場培訓，適合初級專業人士，旨在了解 Grok AI 的功能、使用案例和潛在應用。培訓地點為 hong-kong（線上或現場）。

在培訓結束時，參與者將能夠：

• 了解 Grok AI 是什麼以及它與其他聊天機器人的區別。
• 探索 Grok AI 的關鍵功能和特性。
• 有效地與 Grok AI 互動，用於個人和商業用途。
• 利用 Grok AI 提升生產力、創造力和解決問題的能力。
• 認識 AI 聊天機器人的倫理考量和限制。

使用AutoGen構建LLM代理系統是一門實作課程，專注於利用Microsoft的AutoGen框架開發多代理系統，適用於大型語言模型（LLMs）。

這項由講師主導的培訓（線上或線下）針對中級AI與自動化專業人士，旨在幫助他們設計、實現並協調使用AutoGen與Python及LLMs的多代理系統。

培訓結束後，參與者將能夠：

• 使用AutoGen框架設計多代理架構。
• 配置代理角色、能力與協調行為。
• 使用函數調用與記憶處理進行代理互動。
• 構建並測試基於Python的LLM代理工作流程，適用於實際案例。

課程形式

• 互動式講座與討論。
• 大量練習與實踐。
• 在實作實驗室環境中進行動手操作。

課程定制選項

• 如需為本課程定制培訓，請聯繫我們安排。

這項由講師指導的hong-kong（線上或線下）培訓課程，旨在幫助初學者學習如何使用Read AI來捕捉會議摘要、提取關鍵見解，並以最少的精力生成行動項目。

在培訓結束時，參與者將能夠：

• 在主要平台上設置和配置Read AI用於會議。
• 自動生成會議摘要並識別行動項目。
• 解讀Read AI提供的參與度和情感分析。
• 有效地分享、編輯和組織摘要，以促進團隊協作。

這個為期一天的研討會專為開發者、數據科學家和AI愛好者設計，將幫助您理解並利用AutoGen v0.4的代理式AI系統。

通過實踐練習和實際演示，您將學習如何構建、管理和部署由Large Language Models (LLMs)驅動的多代理應用程序。

課程結束時，您將掌握AutoGen的分層架構基礎，精通代理之間的異步通信，並探索開發可擴展且智能的LLM驅動應用程序的實際用例和最佳實踐。