多模態AI代理：集成文本、圖像和語音培訓

Google Antigravity 是一個專為打造自主代理（Autonomous Agents）而設計的代理開發環境。透過 Gemini 3 的多模態能力，這些代理能夠進行規劃、推理、編碼與執行動作。

本課程為講師授課的實時培訓（線上或線下），面向高階技術從業者，旨在協助學員設計、建置並部署利用 Gemini 3 及 Antigravity 環境的自主代理。

完成本課程後，學員將具備以下能力：

• 構建利用 Gemini 3 進行推理、規劃與執行的自主工作流。
• 在 Antigravity 中開發代理，實現任務分析、代碼撰寫及工具互動。
• 將 Gemini 驅動的代理與企業系統及 API 整合。
• 在複雜環境中優化代理的行為、安全性與可靠性。

課程形式

• 結合專家示範與互動式討論。
• 進行自主代理開發的實地實驗。
• 運用 Antigravity、Gemini 3 及相關雲端工具進行實務實施。

課程客製化選項

• 若貴團隊需要特定領域的代理行為或客製化整合，請聯繫我們以量身打造課程。

Google Antigravity 是一個用於實驗長期存續代理與突現互動行為的進階框架。

此課程為講師主導的線上或线下培訓，旨在幫助進階專業人員設計、分析和優化能夠保留記憶、透過回饋改進並隨長期運作時間演化的代理系統。

完成此課程後，學員將掌握以下技能：

• 設計長期記憶體結構以實現代理持久化。
• 實施有效的回饋迴路以塑造代理行為。
• 評估學習軌跡與模型漂移。
• 將記憶體機制整合到複雜的多代理生態系統中。

課程形式

• 專家主導的討論結合技術演示。
• 透過結構化設計挑戰進行實作探索。
• 將概念應用於模擬代理環境。

課程客製化選項

• 若您的組織需要量身打造的內容或特定案例範例，請聯繫我們以客製化此培訓。

Mastra是一個支持AI代理、API、企業應用和外部數據系統之間深度集成的框架。

本課程爲講師指導的培訓（線上或線下），面向希望構建Mastra代理與企業生態系統之間可靠、安全且可擴展集成的中級工程師。

培訓結束後，學員將能夠：

• 實現Mastra代理與外部服務之間的API驅動集成。
• 將企業數據系統和工具連接到自動化代理工作流。
• 應用安全數據交換和身份驗證的最佳實踐。
• 設計可擴展、可維護且生產就緒的集成層。

課程形式

• 互動講座與討論。
• 動手實踐集成工程與API練習。
• 使用真實企業場景進行即時實驗室實現。

課程定製選項

• 可根據要求提供定製的API場景、企業系統映射或數據集成工作坊。

AgentCore提供記憶持久性、安全的程式碼直譯器與瀏覽器工具，使AI代理能交付互動式、動態且感知情境的體驗。

此課程為由講師帶領的線上或現場培訓，專為中高階技術人員設計，旨在協助其設計與部署具備長期情境保留、即時計算及直接與網頁UI互動能力的AI代理。

完成本課程後，學員將能夠：

• 實作AgentCore記憶，以建立狀態化且感知情境的工作流程。
• 利用安全的程式碼直譯器進行動態計算與轉換。
• 整合瀏覽器工具，實現即時資料擷取與UI互動。
• 設計用於分析、客戶支援與研究案例的互動式代理。

課程形式

• 互動式講授與討論。
• 使用AgentCore記憶與工具的實作實驗室練習。
• 分析、自動化與客戶支援情境的案例研究。

課程客製化選項

• 若要申請本課程的客製化培訓，請聯繫我們安排。

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。

Antigravity是一個開發平台，用於構建AI驅動的Agent優先應用。

這門由講師帶領的即時培訓（線上或線下），針對中級開發者。學員將學習在Antigravity環境中，利用自主AI代理構建實際應用。

完成培訓後，學員將具備以下能力：

• 開發依賴自主及協同AI代理的應用。
• 使用Antigravity IDE、編輯器、終端機和瀏覽器進行端到端開發。
• 使用Agent Manager管理多代理工作流。
• 將代理能力整合至生產級軟件系統。

課程形式

• 結合演示的混合式講授。
• 大量實操練習及引導式練習。
• 在Antigravity即時環境中進行實際實現。

課程自定義選項

• 如需符合您開發堆棧的定制內容，請聯繫我們安排定制化培訓。

Google Antigravity是一个代理优先的开发环境，旨在通过智能自动化简化工程工作流程。

本次讲师指导的培训（线上或线下）面向希望探索Antigravity基础知识的初级从业者，帮助他们理解代理驱动的编码环境如何提升生产力。

完成本次培训后，学员将能够：

• 安装并配置Google Antigravity。
• 浏览并理解编辑器视图和管理器视图。
• 有效地使用代理来自动化简单的开发任务。
• 使用Antigravity生成、优化和管理项目文件。

课程形式

• 讲师讲解，并结合实时演示。
• 以动手使用代理为重点的指导练习。
• 在受控的实验环境中，实际探索Antigravity的核心功能。

课程定制选项

• 如需定制版培训，请联系我们安排个性化课程。

Google Antigravity是一个平台，用于构建能够与Web应用、浏览器环境以及多界面工作流进行交互的代理。

本次由讲师指导的线下或线上培训，面向希望使用Google Antigravity构建、自动化并测试基于浏览器的工作流的中级专业人士。

完成培训后，参与者将能够：

• 创建在浏览器界面中与Web应用交互的代理。
• 跨浏览器上下文自动化端到端工作流。
• 在UI驱动的环境中验证并排查代理行为。
• 使用Antigravity实施跨界面自动化策略。

课程形式

• 配合演示的引导式教学。
• 实践性动手活动与基于场景的练习。
• 在交互式实验环境中实施代理工作流。

课程定制选项

• 如需定制化培训，请联系我们，根据您的目标调整课程内容。

AgentCore 透過提供一整套為大規模部署而設計的服务，簡化了建構、增強及監控全託管 AI 代理的過程。

此課程為授課式線上或線下培訓，適合初級至中級實務人員，旨在透過實操掌握使用 AgentCore 建立生產就緒 AI 代理的經驗。

完成本課程後，學員將能夠：

• 了解 AgentCore 在 AI 代理開發中的核心能力。
• 使用託管服務設計並配置簡單的 AI 代理。
• 整合工作流程以提升代理功能。
• 將 AI 代理部署至生產環境並進行監控。

課程形式

• 互動式講授與討論。
• AgentCore 服務實操實驗。
• 從代理概念到部署的引導式練習。

課程客製化選項

• 若需為本課程申請客製化培訓，請聯繫我們進行安排。

本課程為講師授課的直播培訓（線上或線下），旨在幫助中等水平的軟件開發人員和工程團隊，利用 Mastra 構建可擴展、可觀察的 AI 系統。

完成本培訓後，參與者將能夠：

• 理解 Mastra 的架構，及其與 LLM 和外部 API 的集成方式。
• 使用 TypeScript 設計並實現 AI 智能體和工作流程。
• 運用 Mastra 的可觀察性和記憶工具，監控並優化智能體的性能。
• 利用 Mastra 框架特性，部署生產就緒的 AI 應用。

Mastra是一個框架，能夠在分佈式系統中實現複雜的工作流自動化和多個AI代理的協調。

本課程爲講師主導的培訓（線上或線下），面向中級從業者，旨在幫助他們設計、編排和操作大規模的多代理工作流。

通過完成本培訓，學員將掌握以下技能：

• 使用Mastra的編排功能設計複雜的工作流。
• 協調多個代理執行並行或依賴任務。
• 實施工作流執行的監控和調試工具。
• 優化編排邏輯，提高可靠性、吞吐量和自動化效率。

課程形式

• 互動講座與討論。
• 動手實踐工作流設計與自動化練習。
• 在容器化的實驗環境中進行實際實施。

課程定製選項

• 可根據需求提供定製的自動化場景、企業集成或工作流模式。

Antigravity 是一個代表高級代理驅動開發工作流程的框架。

此課程為線上或線下授課的實時培訓，旨在幫助中高級專業人員驗證、校驗並保障在 Antigravity 驅動環境中由 AI 代理產生的輸出結果。

完成此培訓後，學員將能夠：

• 評估代理生成代碼產物的準確性與安全性。
• 使用結構化技術來驗證代理執行的任務。
• 有效分析瀏覽器錄像並追蹤代理活動。
• 應用品質保證與安全原則，確保代理工作流程的可靠性。

課程形式

• 講師引導的技術簡報與討論。
• 專注於驗證真實代理工作流程的實踐演練。
• 在受控實驗室環境中進行實測與驗證。

課程客製化選項

• 可按需調整場景、工作流程及測試示例。