هوش مصنوعی در سالهای اخیر از تولید متن و تصویر فراتر رفته و به سمت عاملهای هوشمند (AI Agents) حرکت کرده است. این عاملها قادرند هدفی را دریافت کنند، برای رسیدن به آن برنامهریزی انجام دهند، از ابزارهای مختلف استفاده کنند و بدون دخالت مستقیم انسان بسیاری از وظایف را اجرا کنند.
اگر قصد دارید AI Agent را بهصورت اصولی یاد بگیرید یا در پروژههای واقعی از آن استفاده کنید، این مجموعه کتاب میتواند نقطه شروع مناسبی باشد. در این باندل، منابعی از مباحث پایه تا موضوعات پیشرفته مانند Agentic AI، مدلهای زبانی بزرگ (LLM)، بازیابی مبتنی بر دانش (RAG)، سیستمهای چندعاملی (Multi-Agent Systems)، LangChain، LangGraph، CrewAI و AutoGen گردآوری شده است.
این مجموعه برای دانشجویان، پژوهشگران، توسعهدهندگان هوش مصنوعی، مهندسان نرمافزار و علاقهمندان به ساخت Agentهای هوشمند مناسب است.
ویژگیهای این مجموعه:
- آموزش مفاهیم پایه AI Agents
- منابع تخصصی Agentic AI
- کتابهای طراحی سیستمهای چندعاملی
- آموزش LangChain و LangGraph
- آموزش CrewAI
- آموزش AutoGen
- منابع RAG
- کتابهای Prompt Engineering
- منابع LLM
- کتابهای کاربردی پروژهمحور
مناسب برای:
- دانشجویان هوش مصنوعی
- دانشجویان مهندسی کامپیوتر
- برنامهنویسان Python
- متخصصان Machine Learning
- مهندسان نرمافزار
- متخصصان Data Science
- علاقهمندان به اتوماسیون هوشمند
- توسعهدهندگان Agentهای هوشمند
سرفصلهای آموزشی:
- مبانی AI Agent
- معماری عاملهای هوشمند
- LLMها
- Prompt Engineering
- Function Calling
- Tool Use
- Memory
- Planning
- Reasoning
- Multi-Agent Systems
- Agent Workflow
- RAG
- Vector Database
- LangChain
- LangGraph
- CrewAI
- AutoGen
- OpenAI Agents SDK
- MCP (Model Context Protocol)
- ساخت Agentهای سازمانی