聯繫我們

課程簡介

代理式AI简介

  • 定义代理式AI及其与传统AI系统的关系
  • 推理、记忆与目标驱动架构概览
  • 关键用例与行业应用

核心概念与设计模式

  • 代理循环:感知、推理与行动
  • 单代理系统与多代理系统
  • 环境交互与工具调用

提示工程基础

  • 设计用于推理和任务分解的有效提示
  • 利用示例、约束和角色实现更好的控制
  • 系统化调试与迭代提示

构建简单的代理工作流

  • 在Python中实现代理循环
  • 与API及简单工具集成
  • 管理代理状态与记忆

负责任设计与安全实践

  • 代理的伦理考量与负责任使用
  • AI系统中的偏见、透明度与问责制
  • 访问控制、数据保护与内容安全

动手项目:设计负责任的代理

  • 定义问题范围与目标
  • 开发提示与控制逻辑
  • 测试、优化和评估代理行为

最低要求

  • 对AI或机器学习概念有基本了解
  • 熟悉Python语法和脚本编写
  • 具备数据处理或基于API的应用程序经验

目标受众

  • 刚接触代理式AI开发的数据科学家
  • 正在探索应用型代理架构的初级机器学习工程师
  • 希望了解代理设计与安全原则的技术管理者
 14 小時

人數


每位參與者的報價

客戶評論 (3)

即將到來的課程

課程分類