Opi AI Agents tekemällä
Opi AI Agents tekemällä — Opi, miten AI-agentit toimivat ja rakenna omasi puhelimellasi
Opi AI Agents tekemällä on ilmainen iPhone- ja Android-kurssisovellus, joka opettaa, miten AI-agentit toimivat ja miten niitä rakennetaan. Se sopii kehittäjille, opiskelijoille ja alanvaihtajille. Sovelluksessa on 60 kurssia ja 239 lyhyttä oppituntia ensimmäisestä LLM-silmukasta tool callingiin, RAG:iin, LangChainiin ja LangGraphiin aina multi-agent-orkestrointiin asti. Lisäksi siinä on Agent Lab, jossa ajat agenttia tehtävällä ja näet jokaisen tool callin, tuloksen ja vastauksen ilmestyvän vaihe vaiheelta, sekä AI Mentor hetkiin, jolloin jokin menee pieleen.
- Hinta
- Ilmainen, Pro-päivitys
- Alustat
- iOS ja Android
- Kielet
- 22
- Ikäraja
- 4+
- Vaatimukset
- iOS 15.1 tai uudempi
Agentti on vain niin hyvä kuin tool call, jonka pystyt todella jäljittämään.
Useimmat agenttioppaat näyttävät silmukasta kaavion — ajattele, toimi, havainnoi — ja siirtyvät eteenpäin. Tämä opetuskokonaisuus pysähtyy jokaisen nuolen kohdalle: kirjoita funktio, jota malli saa kutsua, lue tarkalleen, mitä se palautti, ja näe, mihin suuntaan silmukka lähtee huonon työkalutuloksen jälkeen.
Mikä se on
Opi AI Agents tekemällä on ilmainen iOS- ja Android-sovellus AI-agenttien rakentamisen opiskeluun. Se sisältää 60 kurssia ja 239 oppituntia, jotka kestävät viidestä kymmeneen minuuttia. Opetuskokonaisuus etenee LLM-pohjaisten agenttien ja prompt engineeringin perusteista tool callingiin, retrieval-augmented generationiin (RAG) ja vektoritietokantoihin, sitten LangChainiin, LangGraphiin ja LlamaIndexiin sekä aina multi-agent-orkestrointiin, computer-use-agentteihin ja tuotantoon vientiin asti. Oppitunneilla on suoritettavia Python-esimerkkejä, Agent Lab, joka näyttää agentin suorituksen jokaisen vaiheen, jokaisen aiheen jälkeen tehtäviä tietovisoja sekä AI Mentor matkan varrella herääviin kysymyksiin.
Sovelluksen sisältö
Miltä se näyttää
Kurssi
Mitä AI Agents -kurssi sisältää
60 kurssia ja 239 oppituntia sovelluksen omasta opetussuunnitelmasta – ensimmäisestä LLM-agentin silmukasta multi-agent-orchestratioon ja tuotantokäyttöönottoon.
Agentin perusteet
Intro to LLM Agents, Prompt Engineering for Agents, LLM APIs in Practice (OpenAI- ja Anthropic SDK:t), File System Agent Operations, Conversational Memory Basics sekä ensimmäinen joukko käytännön projekteja.
Työkalujen käyttö ja tiedonhaku
Tool-Use- / Function-Calling-malli, API Integration for Agents, Email and Calendar Agents, työskentely embeddingien kanssa, Retrieval-Augmented Generationin perusteet, Vector Databases for Agents ja Agent Observability Foundations.
Agentit oikeille alustoille
Slack- ja chat-alustojen agentit, GitHub- ja repositorioagentit, Web Scraping and Data Fetching Agents, Agent CLI ja interaktiiviset työkalut, Secrets and Configuration Management, LangChain Fundamentals, Structured Output and Parsing sekä Database Agents, jotka muuntavat luonnollisen kielen SQL:ksi.
Testaus, virheenkorjaus ja luotettavuus
Agent Testing Fundamentals, Debugging Agent Loops, LangGraph for Stateful Agents, LlamaIndex Deep Dive, Multi-Tool Agents (ReAct-malli), Building Reliable Agents ja Memory Architectures for Agents.
Erikoistuneet agentit
Voice and Audio Agents, Knowledge Graph Integration, Personal AI Assistant Architecture, Agent Evaluation and Benchmarking, Agent Safety and Guardrails, Cost and Latency Optimisation sekä Customer Service and Deep Research Agent -järjestelmät.
Tuotanto ja kehityksen kärki
Multi-Agent Orchestration, Production Agent Deployment, Computer-Use and Browser Agents, Code-Generating Agents, Long-Horizon Planning Agents, Sandboxing and Secure Code Execution sekä Self-Improving Agent Systems.
Miten se toimii
Miten AI Agents -oppitunti etenee
Kurssi etenee rakennusjärjestyksessä — ensin silmukka, sitten työkalut, muisti, kehykset ja lopuksi tuotantoon liittyvät näkökohdat — ja Agent Labin avulla voit seurata tulosta sen sijaan, että vain lukisit siitä.
Lue yksi osa agentin silmukasta
Oppitunnilla käsitellään yhtä konkreettista vaihetta — miltä tool call näyttää siirrettäessä, miten vektoritietokanta palauttaa osuman ja miksi promptissa tarvitaan roolien erottelua — selkokielellä ja lyhyeen päivän aikana löytyvään hetkeen sopivassa muodossa.
Suorita agentti ja lue sen jäljitys
Anna Agent Labissa agentille tehtävä ja seuraa, kuinka jokainen tool call, tulos ja vastaus ilmestyy vaihe vaiheelta. Jäljitysnäkymä toimii kuin debugger, joten näet tarkalleen, missä suoritus meni pieleen. Oppitunneilla on myös Python-esimerkkejä, jotka voit suorittaa suoraan niiden sisällä.
Rakenna omasi ja korjaa se
Valitse Agent Builderissa system prompt, työkalut, askelbudjetti ja tehtävä ja tallenna oma agenttisi. Lab-tehtävissä pyydetään tekemään ensimmäinen tool call, korjaamaan rikkoutunut kutsu, lukemaan jäljitys, lisäämään guardrail, reitittämään tehtävä ja jakamaan työ rinnakkaisten agenttien kesken. AI Mentor selittää, mitä malli teki, kun jäljitys ei vaikuta järkevältä.
Mitä se sisältää
Mitä sovellus todella sisältää
Live
Agent Lab live-suorituksilla
Anna agentille tehtävä ja seuraa, kuinka jokainen tool call, tulos ja vastaus ilmestyy vaihe vaiheelta. Lue sitten suoritus jäljitysnäkymässä, joka on suunniteltu näyttämään tarkalleen, missä se meni pieleen. Päivittäinen live-suoritusten määrä on ilmainen.
60
Kurssit aloittelijasta edistyneeseen
60 kurssia ja 239 oppituntia ensimmäisestä LLM-agentin silmukasta ja prompt engineeringistä tool callingiin, RAG:iin, vektoritietokantoihin, LangChainiin ja LangGraphiin sekä aina multi-agent-orkestrointiin, computer-use-agentteihin ja tuotantoon vientiin asti.
5
Orchestration Lab
Vertaa viittä mallia rinnakkain — yksittäistä agenttia, peräkkäistä putkea, reititintä, rinnakkaista fan-out-mallia ja generaattoria kriitikon kanssa — ja näe, miten kukin tasapainottaa nopeuden, kustannusten ja luotettavuuden välillä. Yksi malli on ilmainen; Pro avaa loput.
Rakenna
Agent Builder
Valitse system prompt, työkalut, askelbudjetti ja tehtävä, tallenna sitten omat agenttisi ja suorita ne Labissa.
6
Lab-tehtävät ja Python-esimerkit
Kuusi agenttitehtävää — ensimmäinen tool call, rikkoutuneen kutsun korjaaminen, jäljityksen lukeminen, guardrailin lisääminen, tehtävän reitittäminen ja työn jakaminen rinnakkaisten agenttien kesken — sekä Python-esimerkkejä, jotka voit suorittaa suoraan oppitunneilla.
AI
AI Mentor
Kysy, miksi tool call palautti vääränmuotoisia tietoja tai miksi agentti suoritti saman vaiheen kahdesti, ja saat selkokielisen vastauksen sekunneissa.
Taustaa
Mikä AI-agentti on, ja mitä sellaisen rakentaminen käytännössä tarkoittaa?
AI-agentti on ohjelma, joka käyttää kielimallia päättääkseen, mitä tehdä seuraavaksi — ei vain sitä, mitä sanoa. Yhden vastauksen palauttamisen sijaan se suorittaa silmukkaa: lukee tilanteen, valitsee toiminnon, kutsuu työkalua — hakemistoa, tietokantaa, API:a tai koodinpätkää — lukee tuloksen ja toistaa tämän, kunnes tavoite on saavutettu. Agentin rakentaminen on pääasiassa tämän silmukan ympärille tehtävää suunnittelua: päätetään, mitä työkaluja malli saa kutsua, jäsennetään sen saamat tiedot, käsitellään tilanne, jossa työkalu epäonnistuu tai vastaus on virheellisesti muotoiltu, ja säilytetään riittävästi muistia aiemmista vaiheista, jotta agentti ei toista itseään.
Tool callingfunction calling
Mekanismi, jonka avulla malli voi pyytää oikeaa toimintoa — suorittaa kyselyn, hakea sivun tai lähettää sähköpostin — muodostamalla jäsennellyn kutsun, jonka koodisi suorittaa ja jonka tuloksen se palauttaa mallille. Se yhdistää vain tekstiä ennustavan mallin ohjelmaan, joka saa aikaan jotain.
RAGretrieval-augmented generation
Relevanteista dokumenteista haetaan tietoa kysymyksen esittämisen hetkellä — yleensä upotuksia sisältävästä vektoritietokannasta — ja välitetään ne mallille kontekstina, jotta vastaus perustuu omiin tietoihisi eikä pelkästään siihen, mitä malli muisti koulutuksen aikana.
AgenttikehyksetLangChain, LangGraph, LlamaIndex
Kirjastot, jotka hoitavat agentin toistuvat osat — itse silmukan, muistin, työkalujen yhdistämisen ja tilalliset monivaiheiset graafit — jolloin sinulle jää tehtäväksi agenttisi oma logiikka sen alla olevan putkiston sijaan.
Multi-agent-orkestrointiagentit, jotka käyttävät muita agentteja
Malli, jossa yksi agentti delegoi alitehtäviä muille — esimerkiksi tutkija-agentille, koodausagentille ja arviointiagentille — joista jokaisella on omat työkalunsa ja kontekstinsa. Niitä koordinoi kerros, joka päättää, kuka toimii seuraavaksi, ja kokoaa yhteen saadut tulokset.
Sopivuus
Kenelle se sopii – ja kenelle ei
Se sopii sinulle, jos
- Haluat rakentaa agentin, joka oikeasti kutsuu työkalua tai tietokantaa sen sijaan, että vain ohjaisit chatbotia kehotteilla
- Aloitat LLM:ien parissa nollasta ja haluat, että agentin silmukka selitetään ennen kehyksiä
- Haluat käytännönläheisiä kursseja tietyistä alustoista – Slack-boteista, GitHub-agenteista ja tietokanta-agenteista – et yhtä yleistä mallipohjaa
- Olet kehittäjä ja haluat nähdä LangChainin ja LangGraphin toimivassa koodissa, et vain kaaviossa
- Haluat edetä aikanaan multi-agent-orchestratioon ja tuotantokäyttöönottoon etkä pysähtyä leikkidemoon
Se ei ole oikea työkalu sinulle, jos
- Haluat koko 60 kurssin kirjaston ilmaiseksi – ensimmäinen kurssi on ilmainen, ja Pro avaa loput
- Et halua mainoksia ilmaisella tasolla; Pro poistaa ne
- Tarvitset rajattoman AI Mentorin ilmaisella tasolla, jossa on päivittäinen käyttöraja
- Ajet jo agentteja tuotannossa ja haluat rakennusjärjestykseen keskittyvän kurssin sijaan tutkimusartikkeleita
Kysymykset
Usein kysytyt kysymykset
Mikä on paras sovellus AI-agenttien oppimiseen puhelimella?
Se, joka vie sinut agentin silmukasta lukemisesta sen toiminnan näkemiseen. Opi AI Agents tekemällä sisältää 60 kurssia ensimmäisestä LLM-silmukasta työkalukutsuihin, RAG:iin ja LangChainiin sekä multi-agent-orchestratioon. Agent Labissa näet jokaisen työkalukutsun ja tuloksen jäljityksessä, ja AI Mentor auttaa silloin, kun työkalukutsu palauttaa jotain odottamatonta. Aloittaminen on ilmaista iOS:llä ja Androidilla.
Mikä AI-agentti on selkokielellä?
AI-agentti on ohjelma, joka käyttää kielimallia päättääkseen, mitä tehdä seuraavaksi – ei vain mitä sanoa. Se toimii silmukassa: lukee tilanteen, valitsee toiminnon, kutsuu työkalua, kuten hakuindeksiä, tietokantaa tai API:a, lukee tuloksen ja toistaa prosessin. Malli tuottaa harkinnan siitä, mitä seuraavaksi pitäisi tehdä; ympäröivä koodi – se osa, jonka kirjoittamista tämä sovellus opettaa – tarjoaa työkalut ja suorittaa toiminnon.
Miten AI-agentti eroaa chatbotista?
Chatbot ottaa yhden viestin ja palauttaa yhden vastauksen – tekstiä sisään, tekstiä ulos, eikä maailmassa tapahdu mitään. Agentille annetaan tavoite, ja se jatkaa, kunnes saavuttaa sen, tehden matkan varrella oikeita toimintoja: kyselyitä tietokantaan, API-kutsuja, tiedoston lukemista, oman tuloksensa tarkistamista ja uudelleenyrityksiä, jos jokin vaihe epäonnistuu. Learn AI Agentsin työkalukutsuja ja agenttien silmukoita käsittelevät kurssit keskittyvät juuri tähän eroon – siihen, mitä koodissa on oltava, jotta mallin päätös muuttuu toiminnoksi.
Pitääkö minun osata koodata ennen AI-agenttien opiskelua?
Koodin perusteiden tuntemisesta on hyötyä, mutta ensimmäinen kurssi ei edellytä aiempaa osaamista, vaan lähtee liikkeelle siitä, mitä LLM-agentin silmukka ylipäätään tarkoittaa. Jokaisella oppitunnilla lyhyt teoriaosuus yhdistyy Python-esimerkkeihin, joita voit suorittaa oppitunnin sisällä. Näin koodaaminen opitaan agenttien käsitteiden rinnalla erillisen ennakkovaatimuksen sijaan. Opi AI Agents tekemällä on suunnattu sekä aloittelijoille että kehittäjille.
Mikä RAG on, ja miksi agenttikurssilla käsitellään vektoritietokantoja?
Retrieval-augmented generation tarkoittaa olennaisten asiakirjojen hakemista kysymyksen esittämisen hetkellä ja niiden antamista mallille kontekstiksi. Näin vastaus perustuu omaan dataasi eikä vain siihen, mitä malli muisti koulutuksensa aikana. Vektoritietokannat mahdollistavat tämän haun käytännössä: ne tallentavat embeddingit ja palauttavat kyselyä lähinnä vastaavat osumat nopeasti. Tiettyä koodikantaa, tuotetta tai asiakirjakokoelmaa koskeviin kysymyksiin vastaavat agentit nojaavat lähes aina tähän malliin, minkä vuoksi sille on oma kurssikokonaisuutensa yhden kappaleen sijaan.
Mitä eroa on LangChainilla, LangGraphilla ja LlamaIndexillä?
LangChain yhdistää agentin yleiset osat – kehotteet, työkalut ja muistin – joten sinun ei tarvitse rakentaa tätä putkistoa alusta asti. LangGraph lisää päälle eksplisiittisen tilan ja haarautumisen, mikä sopii agenteille, joiden seuraavat vaiheet riippuvat aiemmista tapahtumista yksinkertaisen lineaarisen ketjun sijaan. LlamaIndex keskittyy tiedonhakuun: omien asiakirjojesi tehokkaaseen lataamiseen, indeksointiin ja kyselyihin. Learn AI Agents tarjoaa jokaisesta oman kurssin, ja Multi-Tool Agents -kurssilla käsitellään ReAct-mallia, jonka ympärille ne usein rakennetaan.
Kannattaako AI-agentteja opiskella vuonna 2026?
Agentit ovat yksi selkeimmistä tavoista, joilla kielimalli muuttuu työn suorittajaksi pelkän kuvailemisen sijaan. Taustalla olevat taidot siirtyvät kehyksestä toiseen: työkalujen suunnittelu, kehotteiden jäsentäminen, tiedonhaku sekä sen tunnistaminen, milloin automatisoidun silmukan pitäisi pysähtyä ja pyytää ihmistä mukaan. Opi AI Agents tekemällä sisältää kurssit agenttien turvallisuudesta, guardraileista, arvioinnista sekä kustannusten ja viiveen optimoinnista – juuri niistä kysymyksistä, joita tiimit kohtaavat agentin julkaisemisen jälkeen.
Onko Opi AI Agents tekemällä ilmainen?
Sen voi ladata ja käytön voi aloittaa ilmaiseksi. Ensimmäinen kurssi, LLM-pohjaisten agenttien johdanto, on ilmainen, samoin päivittäinen AI Mentor -kiintiö, yksi Orchestration Lab -malli, ensimmäinen Agent Builder -suunnitelmasi ja päivittäinen reaaliaikaisten ajokertojen kiintiö. Pro avaa kaikki kurssit ja kaikki orchestratio-mallit, poistaa päivittäisen ajokertarajan ja poistaa mainokset.
Saanko lopuksi todistuksen?
Kyllä. Loppukokeen läpäisemällä saat suoritussertifikaatin, jonka voit esitellä rakentamiesi agenttien rinnalla. Se osoittaa tekemäsi työn, mutta ei ole virallisesti akkreditoitu akateeminen pätevyys.
Mitä alustoja ja kieliä se tukee, ja miksi sillä on kaksi nimeä?
Opi AI Agents tekemällä toimii iPhonella (iOS 15.1 tai uudempi) ja Androidilla. Sen käyttöliittymä on saatavilla 22 kielellä, ja sen ikäraja on 4+. Google Play -listauksen nimi on Opi AI Agents tekemällä, kun taas App Storessa sama sovellus on nimellä Learn AI Agents. Se kuuluu CoddyKitille, yli 40 koodausappia käsittävään sovellusperheeseen, joten oppituntimuoto on sama kuin valikoiman muilla kursseilla.
Aloita
Aja ensimmäinen AI-agenttisi jo tänään
Aloita ilmaiseksi iOS:llä ja Androidilla 22 kielellä.
Lisää CoddyKitilta
Saatavilla alustoilla iOS ja Android.