دوره عامل‌های هوش مصنوعی با Python و CrewAI

آنچه یاد خواهید گرفت: ساخت سیستم‌های چندعاملی هوش مصنوعی با CrewAI که به‌صورت خودکار با استفاده از Python تحقیق می‌کنند، گزارش می‌سازند و نوتیفیکیشن ارسال می‌کنند. ایجاد ابزارهای سفارشی که عامل‌های هوش مصنوعی را به APIهای واقعی، پایگاه‌های داده، سرویس‌های ایمیل و وب‌اسکرپرها متصل می‌کنند. هماهنگ‌سازی گردش‌کارهای ترتیبی چندعاملی که در آن عامل‌های تخصصی برای انجام تسک های پیچیده با هم همکاری می‌کنند. یکپارچه‌سازی سرویس‌های خارجی مانند جست‌وجوی وب، SQLite ،Excel ،Selenium، ایمیل و SMS در پایپ‌لاین‌های عامل‌ها پیش‌نیازهای دوره دانش اولیه Python توضیحات دوره مدل‌های زبانی بزرگ می‌توانند به پرسش‌ها پاسخ دهند، اما نمی‌توانند به‌تنهایی عمل کنند. آن‌ها نمی‌توانند برای دریافت اطلاعات به‌روز وب را جست‌وجو کنند، از یک پایگاه داده پرس‌وجو بگیرند، ایمیل ارسال کنند یا یک نوتیفیکیشن را فعال کنند. این دوره این شکاف را پر می‌کند. شما یاد می‌گیرید چگونه سیستم‌های عامل هوش مصنوعی خودمختار بسازید که فقط فکر نمی‌کنند - بلکه عمل هم می‌کنند. کار را با اصول شروع می‌کنیم: این‌که چه نقاط عطفی هوش مصنوعی مدرن را شکل دادند، چگونه از مدل‌های زبانی ساده به هوش مصنوعی عامل‌محور رسیدیم، و چه چیزی یک عامل هوش مصنوعی را از یک چت‌بات متمایز می‌کند. شما مفاهیم کلیدی - نقش‌ها، هدف‌ها، ابزارها، تسک ها و گروه‌ها - را درک خواهید کرد و یاد می‌گیرید چرا هماهنگ‌سازی چندعاملی یکی از قدرتمندترین الگوهای طراحی در هوش مصنوعی کاربردی امروز است. هسته اصلی این دوره CrewAI است؛ یک چارچوب Python برای ساخت سیستم‌های چندعاملی مشارکتی. شما از صفر تا پایپ‌لاین‌های عامل کاملاً کاربردی پیش می‌روید و این مسیر را در قالب 3 نمونه‌کار عملی طی می‌کنید که هر کدام بر نمونه قبلی بنا شده‌اند: در نمونه‌کار 1 (یکپارچه‌سازی ابزار)، ابتدا مشکل محدودیت دانش را به‌صورت عملی تجربه می‌کنید و سپس با دادن دسترسی به جست‌وجوی وب از طریق SerperDevTool آن را حل می‌کنید. همچنین اولین ابزار سفارشی خود را می‌سازید - یک ارسال‌کننده ایمیل با استفاده از Brevo API - و یک سیستم دوعاملی را هماهنگ می‌کنید که در آن یک عامل تحقیق می‌کند و عامل دیگر نتایج را از طریق ایمیل ارسال می‌کند. در نمونه‌کار 2 (نظارت پایگاه داده و گزارش‌دهی خودکار)، ابزارهای سفارشی برای پرس‌وجوی SQLite و تولید گزارش Excel می‌سازید. دو عامل تخصصی در یک پایپ‌لاین ترتیبی با هم کار می‌کنند: یک متخصص پایگاه داده محصولاتی را که موجودی کمی دارند شناسایی می‌کند، و یک متخصص گزارش‌گیری یک گزارش Excel تولید کرده و یک نوتیفیکیشن ایمیلی ارسال می‌کند. این نمونه‌کار همچنین کار با LLMهای جایگزین مانند DeepSeek را نشان می‌دهد. در نمونه‌کار 3 (وب‌اسکرپینگ و نوتیفیکیشن های چندکاناله)، یک سیستم سه‌عاملی می‌سازید که داده‌ کتاب را از یک وب‌سایت با استفاده از Selenium استخراج می‌کند، یک ایمیل حرفه‌ایِ خلاصه ارسال می‌کند و یک تأییدیه SMS را فعال می‌کند. این یک پایپ‌لاین کامل خودکارسازی چندعاملی و چندکاناله است. تا پایان این دوره، خواهید دانست چگونه عامل‌هایی با نقش‌های مشخص تعریف کنید، ابزارهای سفارشی بسازید که به APIها و پایگاه‌های داده واقعی متصل می‌شوند، گردش‌کارهای چندعاملی را هماهنگ کنید، و سرویس‌های خارجی مانند جست‌وجوی وب، ایمیل، پایگاه‌های داده، وب‌اسکرپینگ و SMS را در سیستم‌های عامل خود یکپارچه کنید. همه چیز از طریق Jupyter Notebookهای عملی و قابل اجرا آموزش داده می‌شود که می‌توانید بلافاصله آن‌ها را برای پروژه‌های خودتان تطبیق دهید. برای شروع، هیچ تجربه قبلی در زمینه عامل‌های هوش مصنوعی لازم نیست - فقط دانش اولیه Python کافی است. این دوره برای چه کسانی مناسب است؟ توسعه‌دهندگان Python در سطح متوسط علاقه‌مندان به هوش مصنوعی