Build your ultimate AI agent
รายละเอียดคอร์ส
ออกแบบและพัฒนาเอเจนต์เพื่อการขยายสเกล
เรียนรู้วิธีออกแบบและพัฒนาเอเจนต์ AI โดยคำนึงถึงความสามารถในการขยายระบบ ตามสามเสาหลักของความสามารถในการขยายของเอเจนต์ ได้แก่ ความเป็นโมดูล ความแข็งแกร่งทนทาน และความสามารถในการปรับตัว ค้นพบว่าอะไรทำให้เอเจนต์ประสบความสำเร็จในสภาพแวดล้อมการใช้งานจริง และทำไมหลายคนจึงไปไม่ถึงจุดนั้นค้นพบพลังของ MCP และ A2A
โปรโตคอลบริบทของโมเดล (MCP) ที่พัฒนาโดย Anthropic ได้ปฏิวัติการทำงานร่วมกันของเอเจนต์ สร้างแนวทางแบบรวมศูนย์สำหรับการเชื่อมต่อเอเจนต์กับแหล่งข้อมูล โปรโตคอล Agent-to-Agent (A2A) ที่พัฒนาโดย Google ช่วยเสริม MCP ค้นหาว่าเฟรมเวิร์กทั้งสองนี้สามารถผสานกันเพื่อให้การเชื่อมต่อของเอเจนต์ของคุณปรับขนาดได้อย่างไรนำแนวปฏิบัติที่ดีที่สุดในการทดสอบและปรับใช้เอเจนต์ไปใช้
ก่อนจะกดปุ่มสีแดงขนาดใหญ่และนำเอเจนต์ของคุณขึ้นใช้งานจริง คุณต้องลดความเสี่ยงที่มาพร้อมกับการขยายสเกลให้ได้ก่อน เรียนรู้วิธีสร้างเฟรมเวิร์กการทดสอบที่แข็งแกร่งเพื่อจับปัญหาเกี่ยวกับคอมโพเนนต์ การผสานรวม ประสิทธิภาพ และความปลอดภัย ตัดสินใจว่าประเภทการปรับใช้งานแบบใดเหมาะกับเอเจนต์ของคุณ โดยพิจารณาจากความต้องการของกรณีการใช้งานข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
การออกแบบ Agent ที่รองรับการขยายขนาด
เรียนรู้ว่าอะไรทำให้ AI Agent ประสบความสำเร็จใน Production และสาเหตุที่ Agent จำนวนมากล้มเหลวระหว่างทาง ทำความเข้าใจหลักการออกแบบ Agentic ที่สำคัญเพื่อเตรียม Agent ให้พร้อมสำหรับการขยายขนาด ทั้งโครงสร้างพื้นฐานและเครื่องมือที่แข็งแกร่ง สถาปัตยกรรมแบบ Modular และวงจรการประเมินผลและข้อเสนอแนะอย่างต่อเนื่อง
- AI Agent ในโลกจริง50 XP
- ใช้ AI Agent หรือไม่?100 XP
- แอปพลิเคชัน Agentic50 XP
- หลักการออกแบบ Agent ที่รองรับการขยายขนาด50 XP
- กลยุทธ์สำหรับการออกแบบที่ปรับขนาดได้100 XP
- ตรวจสอบเสาหลักของการออกแบบที่รองรับการขยายขนาด50 XP
- AI Agent ขยายตัว (และล้มเหลว) ได้อย่างไร50 XP
- อย่าล้มเหลวเมื่อขยายระบบ!50 XP
- ต้นทุนของ Agent100 XP
- Guardrail หรือล้มเหลว50 XP
2
การพัฒนา Agent เพื่อรองรับการขยายขนาด
เรียนรู้กลยุทธ์สำคัญเพื่อให้แน่ใจว่า Agent ของคุณได้รับการพัฒนาโดยคำนึงถึงการขยายขนาดตั้งแต่ต้น รวมถึงทำความเข้าใจว่า Model Context Protocol (MCP) และ Agent-to-Agent Protocol (A2A) รองรับการขยายขนาดผ่านการสร้างมาตรฐานได้อย่างไร
3
การ Deploy Agent สู่ Production ในระดับขนาดใหญ่
ถึงเวลา Deploy แล้ว แต่อย่าเพิ่งรีบ! สร้างกรอบการทดสอบที่แข็งแกร่งเพื่อให้มั่นใจว่า AI Agent จะทำงานได้อย่างต่อเนื่องใน Production เลือกกลยุทธ์การ Deploy ที่เหมาะกับกรณีการใช้งานของคุณ และเรียนรู้วิธีเชื่อมต่อแหล่งข้อมูลแบบ Real-time กับระบบ Agentic
การสร้างระบบ Agentic ที่รองรับการขยายขนาด
เรียนจบแล้ว

