此課程適合給...
-
任何對生成式 AI 技術感興趣的人
-
希望在專案中引入生成式 AI 技術,提升系統智能化程度的開發者。
-
對生成式 AI 有濃厚興趣,並希望深入了解其應用場景與實現技術的學習者
-
希望了解生成式 AI 多代理人架構,以便在團隊中推動相關技術應用的管理者。
上完此課程你將會...
-
掌握設計和實現複雜 AI 工作流程
-
深入理解多代理人系統的架構和原理
-
提高 AI 系統的可控性、穩定性和創造力
-
學會如何協調多個 AI 模型以完成複雜任務
-
應對生成式 AI 在實際應用中遇到的各種挑戰
注意事項
-
本課程不會講授任何有關 AI 落地實作的相關技術與知識
-
本課程不包含任何 Fine-tuning 的技術,也不會講授任何有關 AI 大語言模型的訓練方式
-
本課程不會涵蓋任何有關 AI 模型訓練的艱深技術,也不會講授任何 AI 相關的論文與演算法
-
本課程不需要購買昂貴的 GPU,也不需要安裝任何複雜的軟體,只需要一台電腦與網路即可
-
如果你已是 AI 從業人員,只要對多代理人或工作流程的方法感興趣,也歡迎參加本課程
-
本課程大部分的時間都不需要撰寫程式,如果你擁有程式設計的基本概念,就算不會寫程式也歡迎參加本課程
在現代科技迅速發展的背景下,生成式 AI 已經成為各行各業的重要工具,從內容創作到複雜任務自動化, 生成式 AI 展現出無限潛力。然而,隨著這項技術的普及,許多企業和開發者開始意識到, 單一的生成式 AI 模型往往難以滿足複雜的實際應用需求,主要痛點包括:
1. 輸出品質不夠穩定: 同一個提示可能產生品質參差不齊的結果。
2. 缺乏專業領域知識: 通用模型在特定領域的表現往往不如專家。
3. 推理能力極其有限: 處理複雜邏輯和多步驟任務時容易出錯。
4. 難以控制和引導: 使用者難以精確控制 AI 的輸出方向。
5. 缺乏記憶和上下文理解: 難以進行持續性的對話或任務執行。
6. 創意和原創性不足: 生成的內容常常缺乏真正的創新。
7. 倫理和偏見問題: 可能產生有爭議或帶有偏見的內容。
面對這些挑戰,僅僅依賴單一的生成式 AI 模型顯然是不夠的。我們需要一個更加聰明、更靈活且更加可控的架構來解決這些問題。 這就是為什麼您絕對不能錯過這堂「實戰生成式 AI 多代理人架構與工作流程開發」課程!
這堂課將會採用 Coze 低代碼開發平台,幫助學員快速理解各種艱深的 AI 技術,並且分享各種生成式 AI 的應用場景, 透過實際操作,學員將能夠深入理解生成式 AI 技術的核心原理,理解多代理人架構的實作方式, 並且掌握如何設計和實現複雜的 AI 工作流程,提高 AI 系統的可控性、穩定性和創造力。
課程內容
-
開發單一代理人的 LLM 聊天機器人(共 2 章)2
開發單一代理人的 LLM 聊天機器人
- 認識 Coze 聊天機器人平台
- 快速開發一個簡單的 LLM 聊天機器人
-
讓你的聊天機器人擁有長久的記憶能力(共 2 章)2
讓你的聊天機器人擁有長久的記憶能力
- 使用變數來幫助機器人回憶重要資訊
- 如何讓你的機器人擁有長期記憶力
-
替你的聊天機器人加入超能力 (Skills)(共 5 章)5
替你的聊天機器人加入超能力 (Skills)
- 理解 CoT 與 ReAct 的差異之處
- 理解 Tool use (Function calling) 的概念
- 認識 Plugins (外掛) 與其運用方式
- 認識 Workflows (工作流程) 與其運用方式
- 認識 Triggers (觸發器) 與其運用方式
-
深入瞭解 Plugins 的開發技巧(共 3 章)3
深入瞭解 Plugins 的開發技巧
- 理解 LLM 與 Tool use 如何進行協作
- 如何輕鬆整合自家的 API 服務
- 自行開發 Plugins 的技巧 (Node.js, Python)
-
開發多代理人的 LLM 聊天機器人(共 5 章)5
開發多代理人的 LLM 聊天機器人
- 理解多代理人聊天機器人的應用場景
- 多代理人系統的概念與架構
- 多代理人協作模式
- 定義各代理人的功能和角色
- 設計代理人之間的切換條件
-
深入瞭解 Workflows 的開發技巧(共 3 章)3
深入瞭解 Workflows 的開發技巧
- 理解 Workflows 的應用場景
- 理解多代理人與 Workflows 的差異
- 快速開發 Workflow 的技巧
-
成本估算 (Cost Analysis)(共 2 章)2
成本估算 (Cost Analysis)
- 理解 Tokens 的概念
- 評估多代理人與 Workflows 的計價方式
開發單一代理人的 LLM 聊天機器人
- 認識 Coze 聊天機器人平台
- 快速開發一個簡單的 LLM 聊天機器人
讓你的聊天機器人擁有長久的記憶能力
- 使用變數來幫助機器人回憶重要資訊
- 如何讓你的機器人擁有長期記憶力
替你的聊天機器人加入超能力 (Skills)
- 理解 CoT 與 ReAct 的差異之處
- 理解 Tool use (Function calling) 的概念
- 認識 Plugins (外掛) 與其運用方式
- 認識 Workflows (工作流程) 與其運用方式
- 認識 Triggers (觸發器) 與其運用方式
深入瞭解 Plugins 的開發技巧
- 理解 LLM 與 Tool use 如何進行協作
- 如何輕鬆整合自家的 API 服務
- 自行開發 Plugins 的技巧 (Node.js, Python)
開發多代理人的 LLM 聊天機器人
- 理解多代理人聊天機器人的應用場景
- 多代理人系統的概念與架構
- 多代理人協作模式
- 定義各代理人的功能和角色
- 設計代理人之間的切換條件
深入瞭解 Workflows 的開發技巧
- 理解 Workflows 的應用場景
- 理解多代理人與 Workflows 的差異
- 快速開發 Workflow 的技巧
成本估算 (Cost Analysis)
- 理解 Tokens 的概念
- 評估多代理人與 Workflows 的計價方式
講師介紹
Will 保哥
(黃保翕)2019 年獲選 Microsoft Regional Director (RD) 微軟技術社群區域總監
2018 年榮獲 Angular/Web GDE (Google Developer Expert) 開發專家
2008 至今連續 19 度當選 Microsoft MVP 微軟最有價值專家 (Developer Technologies)。
2013 年曾獲選第 6 屆iT邦幫忙鐵人賽【iT邦幫忙鐵人賽年度大獎】、【開發技術組年度鐵人】、【iT邦幫忙鐵人賽優選】三項殊榮。
熟悉 Angular、JavaScript、.NET、C#、ASP.NET MVC、Go、Docker、Kubernetes 相關技術。擅長 DevOps 與組織文化建立、軟體團隊建構與管理。熱愛分享知識。
曾擔任 Visual Studio 2010 上市發表會講師、MSDN 講座講師、TechDays Taiwan 2010~2015 講師、TechEd China 2011, 2013 講師。
出版著作有 ASP.NET MVC 2 開發實戰、Windows Phone 開發實戰、ASP.NET MVC 4 開發實戰等書籍。