Belajar AI Agents & Praktik
Belajar AI Agents & Praktik — Pelajari cara ejen AI berfungsi dan bina ejen anda sendiri pada telefon
Belajar AI Agents & Praktik ialah aplikasi kursus percuma untuk iPhone dan Android yang mengajar cara ejen AI berfungsi dan cara membinanya, untuk pembangun, pelajar dan mereka yang ingin bertukar kerjaya. Aplikasi ini mempunyai 60 kursus dan 239 pelajaran ringkas, daripada gelung LLM pertama hingga tool calling, RAG, LangChain dan LangGraph, serta orkestrasi berbilang ejen. Ia turut menyediakan Agent Lab, tempat anda menjalankan ejen untuk sesuatu tugasan dan melihat setiap tool call, hasil serta jawapan muncul langkah demi langkah, serta AI Mentor apabila berlaku masalah.
- Harga
- Percuma, naik taraf Pro
- Platform
- iOS dan Android
- Bahasa
- 22
- Penarafan umur
- 4+
- Memerlukan
- iOS 15.1 atau lebih baharu
Keupayaan ejen bergantung pada sejauh mana tool call yang anda boleh jejak dengan jelas.
Kebanyakan tutorial ejen hanya menunjukkan gambar rajah gelung — fikir, bertindak, perhati — kemudian meneruskan penerangan. Kurikulum ini berhenti pada setiap anak panah: tulis fungsi yang dibenarkan untuk dipanggil oleh model, baca dengan tepat perkara yang dipulangkannya, dan lihat bagaimana hasil tool yang tidak tepat boleh menyebabkan gelung tersasar.
Apakah aplikasi ini
Belajar AI Agents & Praktik ialah aplikasi iOS dan Android percuma untuk mempelajari cara ejen AI dibina, merangkumi 60 kursus dan 239 pelajaran selama lima hingga sepuluh minit setiap satu. Kurikulum ini bermula dengan pengenalan kepada ejen berasaskan LLM dan kejuruteraan prompt, kemudian merangkumi tool calling, retrieval-augmented generation (RAG) dan pangkalan data vektor, diikuti LangChain, LangGraph dan LlamaIndex, sehingga orkestrasi berbilang ejen, ejen computer-use dan deployment ke persekitaran produksi. Pelajaran merangkumi contoh Python yang boleh anda jalankan terus, Agent Lab yang menunjukkan setiap langkah pelaksanaan ejen, kuiz selepas setiap topik dan AI Mentor untuk menjawab soalan anda sepanjang pembelajaran.
Dalam aplikasi
Rupa aplikasi ini
Kursus
Kandungan kursus AI Agents
60 kursus dan 239 pelajaran daripada kurikulum apl itu sendiri — daripada gelung LLM agent pertama hingga orkestrasi multi-agent dan penggunaan dalam pengeluaran.
Asas Agent
Intro to LLM Agents, Prompt Engineering for Agents, LLM APIs in Practice (SDK OpenAI dan Anthropic), File System Agent Operations, Conversational Memory Basics serta set pertama projek praktikal.
Penggunaan Tool dan Retrieval
Corak Tool-Use / Function-Calling, API Integration for Agents, Email and Calendar Agents, Working with Embeddings, asas Retrieval-Augmented Generation, Vector Databases for Agents dan Agent Observability Foundations.
Agent untuk Platform Sebenar
Slack and Chat Platform Agents, GitHub and Repository Agents, Web Scraping and Data Fetching Agents, Agent CLI and Interactive Tools, Secrets and Configuration Management, LangChain Fundamentals, Structured Output and Parsing serta Database Agents yang menukar bahasa semula jadi kepada SQL.
Pengujian, Penyahpepijatan dan Kebolehpercayaan
Agent Testing Fundamentals, Debugging Agent Loops, LangGraph for Stateful Agents, LlamaIndex Deep Dive, Multi-Tool Agents (corak ReAct), Building Reliable Agents dan Memory Architectures for Agents.
Agent Khusus
Voice and Audio Agents, Knowledge Graph Integration, Personal AI Assistant Architecture, Agent Evaluation and Benchmarking, Agent Safety and Guardrails, Cost and Latency Optimisation serta sistem Customer Service dan Deep Research Agent.
Pengeluaran dan Teknologi Terkini
Multi-Agent Orchestration, Production Agent Deployment, Computer-Use and Browser Agents, Code-Generating Agents, Long-Horizon Planning Agents, Sandboxing and Secure Code Execution serta Self-Improving Agent Systems.
Cara ia berfungsi
Cara pelajaran AI Agents dijalankan
Kursus ini disusun mengikut urutan pembinaan — gelung, kemudian tool, kemudian memori, kemudian framework dan akhirnya perkara berkaitan produksi — manakala Agent Lab membolehkan anda melihat hasilnya, bukan sekadar membacanya.
Baca satu bahagian gelung ejen
Satu pelajaran merangkumi satu langkah khusus — rupa tool call pada rangkaian, cara pangkalan data vektor memulangkan padanan dan sebab prompt memerlukan pemisahan peranan — dalam bahasa yang mudah difahami, sesuai untuk masa lapang yang singkat sepanjang hari.
Jalankan ejen dan baca jejaknya
Dalam Agent Lab, berikan tugasan kepada ejen dan lihat setiap tool call, hasil serta jawapan muncul satu demi satu. Pemapar jejak berfungsi seperti debugger, jadi anda boleh melihat dengan tepat di mana pelaksanaan menjadi salah. Pelajaran turut disertakan contoh Python yang boleh anda jalankan terus di dalam pelajaran tersebut.
Bina ejen anda sendiri, kemudian baikinya
Pilih system prompt, tool, belanjawan langkah dan tugasan dalam Agent Builder, kemudian simpan ejen anda sendiri. Misi dalam Lab meminta anda membuat tool call pertama, membaiki tool call yang rosak, membaca jejak, menambah guardrail, menghalakan tugasan dan membahagikan kerja kepada ejen selari. AI Mentor pula menerangkan tindakan model apabila sesuatu jejak tidak masuk akal.
Kandungan
Perkara yang sebenarnya diliputi oleh aplikasi
Langsung
Agent Lab dengan pelaksanaan langsung
Berikan tugasan kepada ejen dan lihat setiap tool call, hasil serta jawapan muncul langkah demi langkah, kemudian baca pelaksanaan itu dalam pemapar jejak yang direka untuk menunjukkan dengan tepat di mana ia menjadi salah. Kuota harian pelaksanaan langsung adalah percuma.
60
Kursus, daripada peringkat asas hingga lanjutan
60 kursus dan 239 pelajaran, daripada gelung ejen LLM pertama dan kejuruteraan prompt hingga tool calling, RAG, pangkalan data vektor, LangChain dan LangGraph, sehingga orkestrasi berbilang ejen, ejen computer-use dan deployment ke persekitaran produksi.
5
Orchestration Lab
Bandingkan lima corak secara bersebelahan — ejen tunggal, saluran berjujukan, penghala, fan-out selari dan penjana dengan pengkritik — serta lihat pertukaran antara kelajuan, kos dan kebolehpercayaan bagi setiap corak. Satu corak adalah percuma; Pro membuka akses kepada yang lain.
Bina
Agent Builder
Pilih system prompt, tool, belanjawan langkah dan tugasan, kemudian simpan ejen anda sendiri dan jalankannya dalam Lab.
6
Misi Lab dan contoh Python
Enam misi ejen — tool call pertama, membaiki tool call yang rosak, membaca jejak, menambah guardrail, menghalakan tugasan dan membahagikan kerja kepada ejen selari — serta contoh Python yang boleh anda jalankan terus di dalam pelajaran.
AI
AI Mentor
Tanya sebab tool call memulangkan bentuk data yang salah, atau sebab gelung ejen mengulangi langkah yang sama dua kali, dan dapatkan jawapan dalam bahasa mudah dalam beberapa saat.
Latar belakang
Apakah ejen AI, dan apakah yang sebenarnya diperlukan untuk membinanya?
Ejen AI ialah program yang menggunakan model bahasa untuk menentukan perkara yang perlu dilakukan seterusnya, bukan sekadar perkara yang perlu dikatakan. Daripada memberikan satu jawapan sahaja, ejen menjalankan satu gelung: membaca situasi, memilih tindakan, memanggil tool — indeks carian, pangkalan data, API atau sekeping kod — membaca hasilnya dan mengulanginya sehingga matlamat tercapai. Membina ejen pada asasnya ialah kerja kejuruteraan di sekeliling gelung itu: menentukan tool yang dibenarkan untuk dipanggil oleh model, menyusun data yang diterimanya, mengesan langkah apabila tool gagal atau respons yang diterima tidak berformat betul, serta mengekalkan memori yang mencukupi tentang langkah terdahulu supaya ejen tidak mengulangi perkara yang sama.
Tool callingfunction calling
Mekanisme yang membolehkan model meminta tindakan sebenar — menjalankan pertanyaan, mendapatkan halaman atau menghantar e-mel — dengan mengeluarkan panggilan berstruktur yang dilaksanakan oleh kod anda, kemudian menyerahkan hasilnya kembali kepada model. Inilah penghubung antara model yang hanya meramal teks dengan program yang benar-benar melakukan sesuatu.
RAGretrieval-augmented generation
Mendapatkan dokumen yang berkaitan ketika soalan ditanya — biasanya daripada pangkalan data vektor yang mengandungi embedding — dan menyerahkannya kepada model sebagai konteks, supaya jawapan berdasarkan data anda sendiri, bukan semata-mata perkara yang dihafal oleh model semasa latihan.
Framework ejenLangChain, LangGraph, LlamaIndex
Pustaka yang mengendalikan bahagian berulang dalam ejen — gelung itu sendiri, memori, penyambungan tool dan graf berbilang langkah yang mengekalkan keadaan — supaya anda boleh menumpukan usaha pada logik khusus ejen anda, bukannya kerja asas di sebaliknya.
Orkestrasi berbilang ejenejen yang menggunakan ejen lain
Corak apabila satu ejen menyerahkan sub-tugasan kepada ejen lain — ejen penyelidik, ejen pengekod dan ejen penyemak — setiap satunya dengan tool dan konteks sendiri, diselaraskan oleh satu lapisan yang menentukan siapa yang seterusnya bertindak dan menyelaraskan hasil yang diterima.
Sesuai
Untuk siapa — dan bukan untuk siapa
Sesuai untuk anda jika anda
- Mahu membina agent yang benar-benar memanggil tool atau pangkalan data, bukan sekadar memberikan prompt kepada chatbot
- Baru bermula dari kosong dengan LLM dan mahu gelung agent diterangkan sebelum mempelajari framework
- Mahu kursus praktikal tentang platform tertentu — bot Slack, agent GitHub dan agent pangkalan data — bukan satu templat generik
- Merupakan developer yang mahu melihat LangChain dan LangGraph digunakan dalam kod yang berfungsi, bukan hanya dalam rajah
- Mahu mencapai orkestrasi multi-agent dan penggunaan dalam pengeluaran nanti, bukan berhenti pada demo mainan
Bukan alat yang sesuai jika anda
- Mahu keseluruhan perpustakaan 60 kursus secara percuma — kursus pertama adalah percuma, manakala Pro membuka yang selebihnya
- Tidak mahu iklan pada peringkat percuma; Pro membuangnya
- Memerlukan AI Mentor tanpa had pada peringkat percuma, yang mempunyai kuota harian
- Sudah menjalankan agent dalam pengeluaran dan mahukan kertas penyelidikan, bukannya kursus mengikut urutan pembinaan
Soalan
Soalan lazim
Apakah apl terbaik untuk mempelajari AI agents pada telefon?
Apl yang membawa anda daripada membaca tentang gelung agent kepada melihatnya berjalan. Belajar AI Agents & Praktik mempunyai 60 kursus, daripada gelung LLM pertama melalui tool calling, RAG dan LangChain hingga orkestrasi multi-agent, serta Agent Lab yang membolehkan anda melihat setiap tool call dan hasilnya dalam trace, dan AI Mentor untuk saat tool call mengembalikan sesuatu yang tidak dijangka. Ia percuma untuk dimulakan pada iOS dan Android.
Apakah AI agent dalam istilah mudah?
AI agent ialah program yang menggunakan model bahasa untuk menentukan perkara yang perlu dilakukan seterusnya, bukan hanya perkara yang perlu dikatakan. Ia menjalankan gelung: membaca situasi, memilih tindakan, memanggil tool seperti indeks carian, pangkalan data atau API, membaca hasil yang dikembalikan dan mengulanginya. Model membekalkan pertimbangan tentang perkara yang perlu dilakukan seterusnya; kod sekeliling — bahagian yang diajar untuk anda tulis oleh apl ini — membekalkan tool dan melaksanakan tindakan tersebut.
Apakah perbezaan AI agent dengan chatbot?
Chatbot menerima satu mesej dan mengembalikan satu jawapan — teks masuk, teks keluar, dan tiada apa-apa berlaku dalam dunia sebenar. Agent diberikan matlamat dan terus bekerja sehingga matlamat itu dicapai, sambil mengambil tindakan sebenar: membuat pertanyaan kepada pangkalan data, memanggil API, membaca fail, menyemak hasilnya sendiri dan mencuba semula apabila sesuatu langkah gagal. Kursus Learn AI Agents tentang tool calling dan gelung agent memang memfokuskan jurang itu — perkara yang perlu wujud dalam kod supaya keputusan model bertukar menjadi tindakan.
Perlukah saya tahu menulis kod sebelum mempelajari AI agents?
Sedikit keselesaan dengan kod memang membantu, tetapi kursus pertama tidak mengandaikan sebarang pengetahuan dan bermula dengan menerangkan maksud gelung LLM agent. Setiap pelajaran menggabungkan sedikit teori dengan contoh Python yang boleh anda jalankan di dalam pelajaran, jadi pengekodan dipelajari bersama konsep agent dan bukannya sebagai prasyarat berasingan. Belajar AI Agents & Praktik ditujukan kepada pemula serta developer.
Apakah RAG dan mengapakah kursus agent merangkumi pangkalan data vektor?
Retrieval-augmented generation bermaksud mendapatkan dokumen yang berkaitan ketika soalan ditanya dan menyerahkannya kepada model sebagai konteks, supaya jawapannya bersandarkan data anda sendiri dan bukannya perkara yang dihafalnya semasa latihan. Pangkalan data vektor ialah cara retrieval berfungsi dalam amalan — ia menyimpan embeddings dan mengembalikan padanan paling hampir dengan sesuatu query dengan pantas. Agent yang menjawab soalan tentang codebase, produk atau set dokumen tertentu hampir selalu bergantung pada corak ini, sebab itulah ia mendapat kursus khusus dan bukan sekadar satu perenggan.
Apakah perbezaan antara LangChain, LangGraph dan LlamaIndex?
LangChain menghubungkan komponen umum agent — prompt, tool dan memory — supaya anda tidak perlu membina semula sambungan asas itu dari awal. LangGraph menambahkan state dan percabangan yang jelas di atasnya, sesuai untuk agent yang langkahnya bergantung pada perkara yang berlaku sebelum ini dan bukannya rantaian linear yang mudah. LlamaIndex mengkhusus dalam aspek retrieval: memuatkan, mengindeks dan membuat query terhadap dokumen anda sendiri dengan cekap. Learn AI Agents menyediakan kursus khusus untuk setiap satunya, manakala kursus Multi-Tool Agents merangkumi corak ReAct yang sering menjadi asas pembinaan agent tersebut.
Adakah AI agents berbaloi untuk dipelajari pada 2026?
Agent ialah antara contoh paling jelas tentang cara model bahasa bertukar menjadi sesuatu yang menyelesaikan kerja dan bukannya sekadar menerangkannya, manakala kemahiran asasnya boleh dipindahkan merentas framework: reka bentuk tool, penstrukturan prompt, retrieval serta mengetahui masa gelung automatik perlu berhenti dan meminta bantuan manusia. Belajar AI Agents & Praktik merangkumi kursus tentang keselamatan agent, guardrails, penilaian serta pengoptimuman kos dan latency — persoalan yang dihadapi oleh pasukan selepas agent digunakan.
Adakah Belajar AI Agents & Praktik percuma?
Ia percuma untuk dimuat turun dan percuma untuk dimulakan. Kursus pertama, pengenalan kepada agent berasaskan LLM, adalah percuma, bersama-sama kuota harian AI Mentor, satu corak Orchestration Lab, reka bentuk Agent Builder pertama anda dan kuota harian live runs. Pro membuka semua kursus dan semua corak orkestrasi, membuang had live run harian serta membuang iklan.
Adakah terdapat sijil pada penghujungnya?
Ya. Lulus peperiksaan akhir akan memberikan sijil tamat kursus yang boleh anda tunjukkan bersama agent yang anda bina. Ia menjadi bukti kerja yang anda lakukan, bukannya kelayakan akademik yang diakreditasi.
Platform dan bahasa apakah yang disokong, dan mengapakah terdapat dua nama?
Belajar AI Agents & Praktik berfungsi pada iPhone (iOS 15.1 atau lebih baharu) dan Android, dengan antara muka dalam 22 bahasa, serta penarafan 4+. Penyenaraian Google Play bertajuk Belajar AI Agents & Praktik, manakala App Store menyenaraikan apl yang sama sebagai Learn AI Agents. Ia merupakan sebahagian daripada CoddyKit, keluarga yang terdiri daripada 40+ apl pengekodan, jadi format pelajarannya dikongsi dengan kursus lain dalam rangkaian tersebut.
Mulakan
Jalankan AI agent pertama anda hari ini
Percuma untuk dimulakan pada iOS dan Android, dalam 22 bahasa.
Lagi daripada CoddyKit
Tersedia di iOS dan Android.