hong-kong現場AI Agents培訓

本課程爲講師指導的培訓（hong-kong 線上或線下），面向希望利用 DeepSeek 構建智能AI代理和自主系統的高級AI工程師、機器人開發人員和自動化專家。

培訓結束後，學員將能夠：

• 理解 DeepSeek AI 模型的架構和功能。
• 將 DeepSeek 集成到AI代理中，用於決策和自動化。
• 應用強化學習技術訓練自主系統。
• 在實際環境中部署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驅動的自動化結合了無代碼平臺的靈活性與大語言模型和自主代理的智能，以創建可擴展的智能系統。

本課程爲講師指導的培訓（線上或線下），面向希望設計、構建和優化具有AI決策、編排和自我執行能力的自動化管道的中級專業人員。

培訓結束後，參與者將能夠：

• 設計由AI解釋和響應增強的無代碼自動化工作流。
• 使用提示鏈、Webhook觸發器和API構建可擴展的邏輯流。
• 創建能夠自主連接服務和解釋數據的智能應用。
• 理解、設計和部署能夠進行目標導向行動規劃和執行的AI代理。

課程形式

• 互動講座與討論。
• 大量練習與實踐。
• 在即時實驗室環境中進行實際操作。

課程定製選項

• 如需定製本課程，請聯繫我們進行安排。

本課程爲講師指導的培訓，在hong-kong（線上或線下）進行，面向中級AI開發者、安全專家和合規官，旨在幫助他們設計和實現安全的AI代理，同時解決倫理問題和魯棒性挑戰。

培訓結束後，參與者將能夠：

• 瞭解AI代理開發中的安全風險和倫理挑戰。
• 實施以安全爲先的AI模型設計原則。
• 應用對抗魯棒性技術，防止對AI代理的攻擊。
• 確保符合倫理AI指南和監管標準。

邊緣與輕量級代理是一門實踐課程，專注於在資源受限的設備上部署代理式AI工作負載。學員將學習構建、優化和管理能夠進行本地推理的輕量級代理，從而提高分佈式環境中的速度、隱私和可靠性。課程重點包括性能調優、低延遲設計以及硬件與軟件集成。

本課程爲講師指導的培訓（線上或線下），面向希望使用Python和邊緣AI框架實現和優化設備端代理系統的中級專業人士。

通過本培訓，學員將能夠：

• 瞭解在邊緣設備上運行代理式AI的架構和挑戰。
• 設計適用於受限環境的輕量級代理循環。
• 使用TensorFlow Lite、PyTorch Mobile和ONNX實現本地推理。
• 將代理與傳感器、執行器和物聯網平臺集成。
• 優化性能、能耗和延遲，以實現即時操作。

課程形式

• 互動講座與實踐演示。
• 在本地或模擬環境中進行實踐開發。
• 基於項目的學習與指導性實施練習。

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。

本次由講師指導的培訓在hong-kong（線上或線下）面向希望爲企業應用定製和部署基於LLM的AI代理的高級AI工程師、企業軟件開發人員和業務領導者。

培訓結束後，參與者將能夠：

• 瞭解開源LLM的架構和能力。
• 爲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。

本課程探討了使用Python設計和協調多智能體系統（MAS）的方法。參與者將學習如何構建能夠溝通、協作並適應複雜動態環境的智能體，以實現共同目標。

本課程爲講師指導的培訓（線上或線下），面向希望爲智能自動化、模擬和決策應用設計和實施多智能體系統的高級專業人員。

通過本培訓，參與者將能夠：

• 理解多智能體系統的架構和原理。
• 開發能夠溝通、協調和協商的智能體。
• 實施智能體交互的分佈式環境。
• 在多智能體環境中應用強化學習和規劃。
• 模擬協作和競爭的智能體行爲。
• 設計結合人類和智能體的混合工作流程。

課程形式

• 講師講解和現場演示。
• 使用開源智能體框架的實踐練習。
• 模擬多智能體場景的應用小組項目。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

本課程由講師主導，在hong-kong（線上或線下）進行，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驅動的金融自動化和欺詐檢測解決方案。

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。

本課程由講師主導，提供hong-kong（線上或線下）培訓，面向希望實施AI驅動的醫療解決方案的中級到高級醫療專業人員和AI開發者。

通過本課程，學員將能夠：

• 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。
• 確保符合醫療法規和倫理AI實踐。

本課程爲講師主導的培訓，在hong-kong（線上或線下）進行，面向初級到中級水平的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。

通過本培訓，參與者將能夠：

• 設計有效的對話式AI工作流和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助手以應用於實際場景。

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。

Python是推動自主AI代理開發和編排的核心語言。本課程專注於使用現代SDK和框架（如LangChain和AutoGen）進行實際實現，以構建、連接和管理代理工作流。

本課程爲講師指導的培訓（線上或線下），面向希望使用Python工具和API實現和編排自主代理的中級後端工程師、平臺工程師和ML工程師。

培訓結束後，參與者將能夠：

• 爲代理系統設置和配置基於Python的環境。
• 使用LangChain和AutoGen等流行代理SDK創建功能代理。
• 集成工具和API以擴展代理功能。
• 編排多代理工作流和通信模式。
• 應用調試、測試和維護代理代碼庫的最佳實踐。

課程形式

• 互動講座和討論。
• 動手編程練習和現場演示。
• 構建端到端代理工作流的實際項目。

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。

本課程教授使用 Python 設計、構建、測試和部署代理（自主）系統的實用工程技術。內容涵蓋代理循環、工具集成、內存和狀態管理、編排模式、安全控制以及生產考慮。

本課程爲講師指導的培訓（線上或線下），面向中級到高級的機器學習工程師、AI 開發者和軟件工程師，幫助他們使用 Python 構建健壯、可用於生產的自主代理。

培訓結束後，參與者將能夠：

• 設計和實現代理循環及決策工作流。
• 集成外部工具和 API 以擴展代理功能。
• 實現代理的短期和長期內存架構。
• 協調多步驟編排和代理可組合性。
• 爲部署的代理應用安全、訪問控制和可觀測性最佳實踐。

課程形式

• 互動講座與討論。
• 使用 Python 和流行 SDK 構建代理的動手實驗。
• 基於項目的練習，生成可部署的原型。

課程定製選項

• 如需定製本課程，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。

本課程爲講師指導的培訓，在hong-kong（線上或線下）進行，面向希望掌握強化學習技術並應用於訓練AI代理以解決複雜問題的高級AI專業人士。

培訓結束後，參與者將能夠：

• 理解強化學習和馬爾可夫決策過程（MDPs）的核心原理。
• 設計和實現Q-Learning、SARSA和深度Q網絡（DQN）等RL算法。
• 使用OpenAI Gym和RL庫進行實際應用。
• 訓練AI代理解決現實世界的多步驟決策問題。
• 應對RL訓練中的探索-利用權衡和收斂等挑戰。

本課程爲講師主導的培訓，在hong-kong（線上或線下）進行，面向中級AI開發人員和自動化專家，旨在幫助他們將自主能力集成到AI驅動的應用中。

培訓結束後，學員將能夠：

• 理解Agentic AI和自主決策的原理。
• 實現具有自我優化技術的目標驅動型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與人類的互動。
• 在實際應用中部署Agentic 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。

本次由講師主導的培訓在hong-kong（線上或線下）進行，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，參與者將能夠：

• 理解Agentic AI在多智能體環境中的原理。
• 開發能夠自主互動的AI驅動智能體。
• 實施強化學習以實現自適應AI行爲。
• 優化多智能體協作與競爭。
• 將Agentic AI應用於機器人、遊戲和企業自動化中。

本課程爲講師指導的hong-kong（線下或線上）培訓，面向希望利用AI代理實現業務流程自動化的中級業務分析師、RPA開發人員和AI專業人士。

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。
• 開發針對客戶支持、財務和供應鏈工作流程的AI驅動解決方案。
• 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。

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）的智能代理，使團隊能夠快速構建利用企業數據和搜索來提供準確、上下文感知響應的代理。

本課程爲講師指導的培訓（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程。
• 實現結合搜索和向量存儲的RAG管道。
• 安全集成企業數據源以進行檢索。
• 通過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，用於構建和完善代理。

課程定製選項

• 如需爲本課程定製培訓，請聯繫我們安排。

本課程爲講師指導的線下或線上培訓，面向中級遊戲開發者和AI愛好者，旨在幫助他們有效地將AI代理集成到遊戲應用中。

培訓結束後，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。
• 實現A*等路徑尋找算法，用於遊戲內導航。
• 應用強化學習技術創建自適應的AI行爲。
• 優化AI在即時遊戲環境中的性能。

LLM和自主代理框架（如AutoGen和CrewAI）正在重新定義DevOps團隊如何通過模擬類人協作和決策，自動化變更跟蹤、測試生成和警報分類等任務。

本次由講師主導的培訓（線上或線下）面向希望設計和實施由大語言模型（LLM）和多代理系統驅動的DevOps自動化工作流的高級工程師。

培訓結束後，參與者將能夠：

• 將基於LLM的代理集成到CI/CD工作流中，實現智能自動化。
• 使用代理自動化測試生成、提交分析和變更摘要。
• 協調多個代理進行警報分類、生成響應和提供DevOps建議。
• 使用開源框架構建安全且可維護的代理驅動工作流。

課程形式

• 互動講座與討論。
• 大量練習與實踐。
• 在實驗環境中進行實操。

課程定製選項

• 如需定製本課程，請聯繫我們安排。

本課程爲講師指導的培訓，在hong-kong（線上或線下）進行，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自主決策的原理。
• 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和業務系統中。
• 優化AI驅動的決策過程，提高效率和可擴展性。
• 確保AI自主性中的合規性、安全性和倫理考量。

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。

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。

本課程爲講師指導的培訓，在hong-kong（線上或線下）進行，面向希望瞭解AI代理工作原理並構建自己的交互式聊天機器人系統的初學者。

培訓結束後，學員將能夠：

• 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齊全的聊天機器人。
• 部署聊天機器人與真實用戶互動。

本次由講師主導的培訓在hong-kong（線上或線下）面向初學者，旨在幫助他們理解並創建簡單的AI代理，以應用於實際場景。

培訓結束後，學員將能夠：

• 理解AI代理的基本概念。
• 識別不同類型的AI代理及其應用。
• 設計和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。

本次由講師主導的培訓（線上或線下）面向初學者/中級開發者及雲從業者，他們希望利用阿里雲構建能夠自動化任務、回答問題並連接業務系統的AI代理。

培訓結束後，參與者將能夠：理解阿里雲上的AI代理架構，構建簡單的代理工作流，將代理連接到企業知識和工具，在雲環境中部署和監控代理。

在 hong-kong（線上或線下）進行的這場由講師引導的即時培訓，旨在幫助希望將大語言模型 (LLM) 和 AI 集成到其監控、告警及事件分析工作流中的觀測性和 SRE 工程師。

本高級實踐研討會面向軟件工程師、架構師、技術負責人、工程經理和交付團隊，旨在幫助他們瞭解人工智能如何加速從需求分析到生產就緒代碼的完整軟件交付生命週期。

本課程由講師主導，提供hong-kong（線上或線下）培訓，面向初級/中級/高級開發人員和技術專業人員，他們希望使用Microsoft Azure構建、測試和部署用於商業應用的AI代理。

培訓結束後，參與者將能夠：瞭解Azure上的AI代理架構，創建並配置一個可運行的代理，將代理連接到商業知識源，評估並準備代理進行部署。

本次由講師主導的hong-kong培訓（線上或線下）面向希望使用 OpenAI Codex CLI 自動化編碼任務、審查代碼並從終端運行多步驟工作流程的軟件開發人員和 DevOps 團隊。

培訓結束後，參與者將能夠安裝並配置 Codex CLI，通過自然語言提示執行任務，管理審批模式，並與 Git 和 CI 流水線集成。

本次由講師指導的hong-kong培訓（線上或線下）面向希望使用 GitHub Copilot 代理模式自主構建功能、運行測試並管理更大編碼任務的開發人員。

培訓結束後，參與者將能夠激活代理模式，在代理循環中規劃和迭代，執行終端命令，並實施企業治理。

本次由講師指導的hong-kong培訓（線上或線下）面向希望使用Cursor更快構建功能、跨文件重構並管理團隊範圍內AI工作流的開發人員和負責人。

培訓結束後，參與者將能夠使用Composer和代理模式導航、通過上下文感知聊天定位代碼、部署團隊工作區，並將Cursor與版本控制集成。

本次在hong-kong（線上或線下）舉辦的講師主導培訓，面向中級解決方案架構師、AI工程師、開發人員及技術產品團隊，旨在幫助學員利用騰訊ADP構建具備RAG、工作流自動化及操作護欄的企業級AI代理。

通過本次培訓，參與者將能夠：設計基於ADP的代理，創建知識管道，編排工作流和多代理模式，並應用生產級護欄機制。

本次由講師指導的hong-kong培訓（線上或線下）面向初級/中級/高級開發人員和技術從業者，旨在幫助他們使用Google Cloud構建能夠自動化任務、使用工具並處理業務數據的AI代理。

培訓結束後，參與者將能夠：解釋AI代理概念，使用Vertex AI構建代理，將代理連接到外部工具和數據，併爲業務用例部署代理。

本課程由講師指導，採用hong-kong（線下或線上）培訓形式，面向希望使用 Hermes Agent 自動化開發任務、管理基礎設施並構建持久 AI 工作流的開發人員和 DevOps 專業人員。

通過本培訓，參與者將能夠安裝和配置 Hermes Agent，跨多個平臺與其交互，使用 40 多種內置工具，並在各種後端上進行部署。

本講師主導的即時培訓在hong-kong（線上或線下）進行,面向希望使用赫爾墨斯智能體來自動化工作、創建可複用的AI驅動流程並提升團隊生產力的業務用戶、運營團隊和技術專業人員。

通過本培訓,學員將能夠：解釋赫爾墨斯智能體的基礎知識、設置並使用核心功能、構建實用工作流,並應用良好的操作實踐

在hong-kong（線上或線下）進行的本講師主導的現場培訓，面向希望使用Hermes Agent設計和運行安全本地AI工作流程以進行代碼輔助的開發者。

通過本課程，學員將能夠：解釋Hermes Agent的概念，設置安全的本地代理環境，構建實用的編碼工作流，並應用安全和治理控制措施。

本在hong-kong地區提供的講師主導即時培訓（線上或線下）旨在幫助開發者和技術團隊利用Ollama與開放模型，在企業內部基礎設施上構建並運行私有代理式AI解決方案。

完成本培訓後，學員將能夠：安裝和配置Ollama，在本地評估並運行開放模型，創建簡單的代理式及檢索型工作流，併爲受監管環境應用安全與治理控制措施。

本次由講師主導的培訓hong-kong（線上或線下）面向希望構建MCP兼容工具服務器並將其與代理客戶端集成的後端開發人員。

在培訓結束時，參與者將能夠實現MCP服務器、將其連接到Claude Code和OpenClaude、切換傳輸方式並維護內部工具註冊表。

本在hong-kong舉辦的講師主導的現場培訓（線上或線下），面向希望利用MCP將AI助手與外部工具、數據及企業服務連接的初級/中級/高級AI專業人士。

通過本課程，學員將能夠：解釋MCP概念，識別關鍵架構組件，搭建基礎集成，並應用安全最佳實踐。

本課程爲講師指導的線下或線上培訓，面向初級到中級開發者及技術團隊，旨在幫助他們使用OpenAI API構建能夠推理、使用工具並完成多步任務的AI代理。

通過本培訓，學員將能夠：設計代理工作流，連接工具和外部數據，管理上下文和響應，並測試代理以應對業務需求。

本次由講師指導的hong-kong培訓（線上或線下）面向中級/高級開發人員和技術專業人員，旨在幫助他們使用OpenClaw構建和運行實用的AI代理，通過聊天和工具集成來自動化工作。

培訓結束後，學員將能夠：安裝和配置OpenClaw，連接LLM提供商，使用和調整技能以實現自動化，並應用基本的安全和操作護欄。

本次由講師主導的hong-kong培訓（線上或線下）面向希望使用 Pi 構建輕量級、可自定義的終端代理工作流的高級開發人員。

培訓結束後，參與者將能夠安裝 Pi，使用 TypeScript 技能擴展它，調整工作流以適應團隊標準，並通過 npm 分享擴展。

hong-kong的此次講師主導的線上或線下培訓，面向希望使用Pi Coding Agent生成代碼、審查變更並簡化基於終端的開發工作流的開發人員。

完成本次培訓後，參與者將能夠：解釋Pi Coding Agent概念，設置並有效使用該工具，將其應用於實際編碼任務，並採用安全的團隊工作流。

本次由講師指導的培訓hong-kong（線上或線下）面向希望使用Windsurf通過對話構建功能、在IDE內執行終端工作流並對代碼庫進行重構的開發者。

培訓結束後，參與者將能夠使用Cascade進行導航，在編輯器內執行終端命令，利用預測性編輯，併爲專有技術棧定製Windsurf。