oreilly ai agents
1.0.0
يحتوي هذا المستودع على تعليمات برمجية لتدريب O'Reilly Live عبر الإنترنت لوكلاء الذكاء الاصطناعي من أريزونا
توفر هذه الدورة دليلاً شاملاً لفهم عوامل الذكاء الاصطناعي وتنفيذها وإدارتها في مرحلة النموذج الأولي وفي مرحلة الإنتاج. سيبدأ الحاضرون بالمفاهيم الأساسية ويتعمقون تدريجيًا في موضوعات أكثر تقدمًا، بما في ذلك أطر العمل المختلفة مثل CrewAI وLangChain وAutoGen بالإضافة إلى بناء الوكلاء من الصفر باستخدام تقنيات هندسية سريعة قوية. تركز الدورة على التطبيق العملي، وتوجيه المشاركين من خلال التدريبات العملية لتنفيذ ونشر عملاء الذكاء الاصطناعي، وتقييم أدائهم، وتكرار تصميماتهم. سنتناول الجوانب الرئيسية مثل توقعات التكلفة، وخيارات المصادر المفتوحة مقابل الخيارات المغلقة، وستتم تغطية أفضل الممارسات بشكل كامل لتزويد الحضور بالمعرفة اللازمة لاتخاذ قرارات مستنيرة في مشاريع الذكاء الاصطناعي الخاصة بهم.
في وقت كتابة هذا التقرير، نحتاج إلى بيئة بايثون افتراضية مع بايثون 3.11.
python3.11 --versionpython3.11 -m venv .venv يؤدي هذا إلى إنشاء مجلد .venv في دليلك الحالي.
ماك/لينكس:
source .venv/bin/activateويندوز:
.venvScriptsactivate يجب أن تشاهد (.venv) في موجهك الطرفي.
python --versionpip install -r requirements.txtdeactivateإذا لم يكن لديك Python 3.11، فاتبع الخطوات أدناه لنظام التشغيل لديك.
brew install [email protected]sudo apt update
sudo apt install python3.11 python3.11-venvpython3.11 --versionفي البيئة النشطة، قم بالتشغيل
python3 -m jupyter notebookاستخدام أطر عمل وكيل الطرف الثالث
مقدمة إلى CrewAI - دفتر ملاحظات تمهيدي لـ CrewAI
مقدمة إلى OpenAI Swarm - دفتر ملاحظات تمهيدي لـ OpenAI's Swarm
مقدمة إلى LangGraph - دفتر ملاحظات تمهيدي لـ LangGraph
وكلاء التقييم
تقييم مخرجات الوكيل باستخدام قواعد التقييم - استكشاف موجه قواعد لتقييم المخرجات التوليدية. يشير هذا الدفتر أيضًا إلى التحيزات الموضعية عند الاختيار بين استجابات الوكيل.
تقييم اختيار الأداة - حساب دقة اختيار الأداة بين مختلف دورات LLM وقياس التحيز الموضعي الموجود في دورات LLM ذات الانحدار التلقائي
بناء وكلاء لدينا
الخطوات الأولى مع وكيلنا - العمل على بناء إطار عمل الوكيل الخاص بنا
راجع أهداف الفرقة للحصول على مثال بسيط جدًا لإطار عمل الوكيل الخاص بي
نماذج الوكيل الحديثة
وكلاء التخطيط والتنفيذ - يستخدم وكلاء التخطيط والتنفيذ مخططًا لإنشاء خطط متعددة الخطوات باستخدام LLM ومنفذ لإكمال كل خطوة عن طريق استدعاء الأدوات.
وكلاء الانعكاس - يجمع وكلاء الانعكاس بين مولد لأداء المهام وعاكس لتقديم الملاحظات وتوجيه التحسينات.
سنان أوزديمير هو المؤسس والمدير التنفيذي للتكنولوجيا في LoopGenius حيث يستخدم أحدث تقنيات الذكاء الاصطناعي لمساعدة الأشخاص على تشغيل الإعلانات الرقمية على Meta وGoogle والمزيد. سنان هو محاضر سابق في علوم البيانات في جامعة جونز هوبكنز ومؤلف العديد من الكتب الدراسية حول علوم البيانات والتعلم الآلي. بالإضافة إلى ذلك، فهو مؤسس شركة Kylie.ai التي تم الاستحواذ عليها مؤخرًا، وهي منصة ذكاء اصطناعي للمحادثة على مستوى المؤسسات تتمتع بقدرات RPA. وهو حاصل على درجة الماجستير في الرياضيات البحتة من جامعة جونز هوبكنز ومقرها في سان فرانسيسكو، كاليفورنيا.
