Byg rigtige AI-agenter – fra første løkke til produktion
AI-agenter er programmer, der bruger store sprogmodeller til at ræsonnere, kalde værktøjer og udføre handlinger i flere trin – og dermed håndtere opgaver, som statisk kode ikke kan. Dette forløb dækker alt fra, hvordan en LLM-agentløkke faktisk fungerer, til implementering af pålidelige agenter, der kan overvåges i produktion. Læseplanen omfatter 60 kurser på seks niveauer (A1 til C2) og tager udgangspunkt i de værktøjer, som udviklere bruger i dag: LangChain, LangGraph, LlamaIndex, vektordatabaser og de API'er til funktionskald, som alle større LLM-udbydere stiller til rådighed.
Det lærer du
Du begynder med mekanikken bag LLM-API'er og prompt engineering til agenter og arbejder derefter med mønsteret for værktøjsbrug og funktionskald, som gør agenter virkelig nyttige. De centrale færdigheder omfatter at bygge RAG-pipelines og integrationer til vektordatabaser, konstruere agenter til e-mail, kalendere, Slack, GitHub og webscraping, designe samtalehukommelse og parsing af strukturerede output, skrive test til agenter og fejlfinde agentløkker samt anvende ReAct-mønsteret i agenter med flere værktøjer. På det avancerede niveau arbejder du med orkestrering af flere agenter, langsigtet planlægning, agenter til computerbrug og browsere, agenter, der genererer kode, sandkassemiljøer og sikker kodekørsel samt styring af agenter med revisionsspor.
Læringsforløbet
Forløbet begynder på A1 med Introduktion til LLM-agenter og fortsætter gennem A2-grundlaget – prompt engineering, praktisk brug af LLM-API'er, filsystemhandlinger og samtalehukommelse. B1 udvider værktøjskassen med API-integration, grundlæggende RAG, vektordatabaser, observerbarhed, grundlæggende LangChain og domænespecifikke agenter til dokumenter, dataanalyse og automatisering af arbejdsgange. B2 går i dybden med LangGraph til agenter med tilstand, LlamaIndex, ReAct-mønsteret, hukommelsesarkitekturer, asynkront og hændelsesdrevet design, agentsikkerhed og sikkerhedsrammer samt optimering af omkostninger og latenstid. C1-niveauet dækker avancerede RAG-teknikker, orkestrering af flere agenter, implementering i produktion, finjustering af modeller til agentopgaver og multimodale pipelines. Forløbet afsluttes på C2 med Selvforbedrende agentsystemer og Vejen til autonome systemer.
Sådan fungerer det
Hvert kursus er opdelt i korte, fokuserede lektioner, som du gennemfører i den indbyggede kodeeditor med feedback i realtid. Du kan få hjælp af en AI-vejleder, når du går i stå, og alle øvelser tager udgangspunkt i kode, der kan køres, så begreberne forbliver konkrete frem for teoretiske.
