Ikona aplikacji Ucz się AI Agents

Ucz się AI Agents

Edukacja · Bezpłatne · iOS & Android · CoddyKit

Ucz się AI Agents — Dowiedz się, jak działają agenci AI, i twórz własnych agentów na telefonie

Ucz się AI Agents to bezpłatna aplikacja edukacyjna na iPhone'a i Androida, która uczy, jak działają agenci AI i jak ich tworzyć. Jest przeznaczona dla programistów, studentów i osób zmieniających ścieżkę kariery. Oferuje 60 kursów i 239 krótkich lekcji — od pierwszej pętli LLM przez wywoływanie narzędzi, RAG, LangChain i LangGraph aż po orkiestrację wielu agentów — a także Agent Lab, w którym uruchamiasz agenta do wykonania zadania i obserwujesz krok po kroku każde wywołanie narzędzia, wynik i odpowiedź, oraz AI Mentor, który pomoże, gdy coś pójdzie nie tak.

App Store — Pobierz bezpłatnieGoogle Play — Pobierz bezpłatnie
Cena
Bezpłatna, uaktualnienie do Pro
Platformy
iOS i Android
Języki
22
Klasyfikacja wiekowa
4+
Wymaga
iOS 15.1 lub nowszy
Ekran główny Learn AI Agents w języku arabskim, pokazujący kartę kursu AI Agents z 239 lekcjami, dzienny cel lekcji, odliczanie do World Coding Challenge oraz przyciski Ask Mentor i Generate Your LessonLista kursów po arabsku: Wprowadzenie do agentów LLM, Inżynieria promptów dla agentów, API LLM w praktyce i Operacje agenta na systemie plików — każdy oznaczony poziomem Beginner
Na żywoAgent Lab z działaniem na żywo
60Kursów — od poziomu początkującego do zaawansowanego
5Orchestration Lab
Agent jest tak dobry, jak wywołanie narzędzia, które możesz rzeczywiście prześledzić.

Większość samouczków o agentach pokazuje diagram pętli — myśl, działaj, obserwuj — i na tym poprzestaje. Ten program zatrzymuje się przy każdej strzałce: napisz funkcję, którą model może wywołać, dokładnie odczytaj to, co zwrócił, i zobacz, jak nieprawidłowy wynik narzędzia sprowadza pętlę na manowce.

Co to jest

Ucz się AI Agents to bezpłatna aplikacja na iOS i Android do nauki tworzenia agentów AI, obejmująca 60 kursów i 239 lekcji trwających od pięciu do dziesięciu minut. Program prowadzi od wprowadzenia do agentów opartych na LLM i prompt engineeringu przez wywoływanie narzędzi, retrieval-augmented generation (RAG) i wektorowe bazy danych, następnie przez LangChain, LangGraph i LlamaIndex, aż po orkiestrację wielu agentów, agentów obsługujących komputer i wdrażanie produkcyjne. Lekcje zawierają przykłady w Python, które możesz uruchamiać bezpośrednio w aplikacji, Agent Lab pokazujący każdy etap działania agenta, quizy po każdym temacie oraz AI Mentor odpowiadający na pytania pojawiające się po drodze.

W aplikacji

Jak to wygląda

Ekran główny Learn AI Agents w języku arabskim, pokazujący kartę kursu AI Agents z 239 lekcjami, dzienny cel lekcji, odliczanie do World Coding Challenge oraz przyciski Ask Mentor i Generate Your Lesson
Strona głównaNa ekranie głównym znajduje się karta kursu AI Agents (239 lekcji), dzienny cel i poziom, odliczanie do kolejnego World Coding Challenge oraz skróty do funkcji Ask Mentor i Generate Your Lesson. Tutaj interfejs jest pokazany w języku arabskim.
Lista kursów po arabsku: Wprowadzenie do agentów LLM, Inżynieria promptów dla agentów, API LLM w praktyce i Operacje agenta na systemie plików — każdy oznaczony poziomem Beginner
KursyLista kursów zaczyna się od: Wprowadzenie do agentów LLM, Inżynieria promptów dla agentów, API LLM w praktyce i Operacje agenta na systemie plików — każdy kurs ma oznaczenie poziomu i liczby lekcji.
Ekran lekcji po arabsku dotyczącej tematu Czym jest agent oparty na LLM?, z wprowadzeniem od AI Mentora i szybkimi przyciskami umożliwiającymi uzyskanie prostego wyjaśnienia, omówienia krok po kroku oraz przykładu z życia codziennego
LekcjaLekcja „Czym jest agent oparty na LLM?” przedstawia AI Mentora oraz szybkie przyciski umożliwiające uzyskanie prostego wyjaśnienia, omówienia krok po kroku lub przykładu z życia codziennego.
Karta Challenge po arabsku z odliczaniem do World Coding Challenge, kartą rozpoczęcia wyzwania w kursie AI Agents oraz listą innych wyzwań
WyzwanieKarta Wyzwanie pokazuje najbliższe World Coding Challenge, umożliwia rozpoczęcie meczu w kursie AI Agents i zawiera odnośniki do innych wyzwań.
Learn AI Agents home screen with the AI Agents course card, Start First Lesson, a daily goal ring, a Feature Request row and the Skill Hub
HomeThe home screen: the AI Agents course card with Start First Lesson, a daily goal ring, a Feature Request row and the Skill Hub.

Kurs

Czego nauczysz się na kursie AI Agents

60 kursów i 239 lekcji opartych na autorskim programie aplikacji — od pierwszej pętli agenta LLM po orkiestrację wielu agentów i wdrażanie w środowisku produkcyjnym.

  1. Podstawy agentów

    Wprowadzenie do agentów LLM, Inżynieria promptów dla agentów, API LLM w praktyce (SDK OpenAI i Anthropic), Operacje agenta na systemie plików, Podstawy pamięci konwersacyjnej oraz pierwszy zestaw praktycznych projektów.

  2. Wykorzystanie narzędzi i wyszukiwanie

    Wzorzec Tool-Use / Function-Calling, Integracja API dla agentów, agenci poczty e-mail i kalendarza, praca z embeddingami, podstawy Retrieval-Augmented Generation, bazy danych wektorowych dla agentów oraz podstawy obserwowalności agentów.

  3. Agenci dla rzeczywistych platform

    Agenci platform Slack i czatów, agenci GitHub i repozytoriów, agenci web scrapingu i pobierania danych, Agent CLI i narzędzia interaktywne, zarządzanie sekretami i konfiguracją, podstawy LangChain, ustrukturyzowane dane wyjściowe i parsowanie oraz agenci baz danych zamieniający język naturalny na SQL.

  4. Testowanie, debugowanie i niezawodność

    Podstawy testowania agentów, debugowanie pętli agentów, LangGraph dla agentów ze stanem, LlamaIndex Deep Dive, agenci korzystający z wielu narzędzi (wzorzec ReAct), budowanie niezawodnych agentów oraz architektury pamięci dla agentów.

  5. Wyspecjalizowani agenci

    Agenci głosowi i audio, integracja z grafami wiedzy, architektura osobistego asystenta AI, ocena i benchmarki agentów, bezpieczeństwo agentów i mechanizmy guardrails, optymalizacja kosztów i opóźnień oraz systemy agentów obsługi klienta i agentów do zaawansowanego researchu.

  6. Produkcja i najnowsze rozwiązania

    Orkiestracja wielu agentów, wdrażanie agentów w środowisku produkcyjnym, agenci Computer-Use i przeglądarek, agenci generujący kod, agenci planujący działania długoterminowe, sandboxing i bezpieczne wykonywanie kodu oraz systemy agentów samodoskonalących się.

Jak to działa

Jak przebiega lekcja o agentach AI

Kurs jest ułożony zgodnie z kolejnością tworzenia systemu — najpierw pętla, potem narzędzia, pamięć, frameworki i kwestie produkcyjne — a Agent Lab pozwala obserwować rezultat, zamiast tylko o nim czytać.

  1. Poznaj jeden element pętli agenta

    Każda lekcja omawia jeden konkretny etap — jak wygląda wywołanie narzędzia przesyłane między systemami, jak wektorowa baza danych zwraca dopasowanie i dlaczego prompt wymaga rozdzielenia ról — prostym językiem i w formie odpowiedniej na krótką chwilę wolnego czasu.

  2. Uruchom agenta i odczytaj jego ślad działania

    W Agent Lab zleć agentowi zadanie i obserwuj, jak każde wywołanie narzędzia, wynik i odpowiedź pojawiają się krok po kroku. Przeglądarka śladu działania przypomina debugger, dzięki czemu dokładnie zobaczysz, gdzie wykonanie poszło nie tak. Lekcje zawierają również przykłady w Python, które możesz uruchamiać bezpośrednio w ich treści.

  3. Zbuduj własnego agenta, a potem go napraw

    W Agent Builder wybierz prompt systemowy, narzędzia, limit kroków i zadanie, a następnie zapisz własnego agenta. Misje w Lab proszą Cię o wykonanie pierwszego wywołania narzędzia, naprawienie nieprawidłowego wywołania, odczytanie śladu działania, dodanie mechanizmu zabezpieczającego, przekierowanie zadania i podzielenie pracy między równoległych agentów. AI Mentor wyjaśnia, co zrobił model, gdy ślad działania jest niezrozumiały.

Co zawiera

Co dokładnie obejmuje aplikacja

Na żywo

Agent Lab z działaniem na żywo

Zleć agentowi zadanie i obserwuj krok po kroku każde wywołanie narzędzia, wynik i odpowiedź, a następnie odczytaj przebieg w przeglądarce śladu działania stworzonej tak, aby dokładnie pokazać, gdzie coś poszło nie tak. Bezpłatnie dostępny jest dzienny limit uruchomień na żywo.

60

Kursów — od poziomu początkującego do zaawansowanego

60 kursów i 239 lekcji — od pierwszej pętli agenta LLM i prompt engineeringu przez wywoływanie narzędzi, RAG, wektorowe bazy danych, LangChain i LangGraph aż po orkiestrację wielu agentów, agentów obsługujących komputer i wdrażanie produkcyjne.

5

Orchestration Lab

Porównaj pięć wzorców obok siebie — pojedynczego agenta, potok sekwencyjny, router, równoległe rozgałęzienie oraz generatora z krytykiem — i zobacz, jak każdy z nich równoważy szybkość, koszt i niezawodność. Jeden wzorzec jest bezpłatny; Pro odblokowuje pozostałe.

Twórz

Agent Builder

Wybierz prompt systemowy, narzędzia, limit kroków i zadanie, a następnie zapisuj własnych agentów i uruchamiaj ich w Lab.

6

Misje w Lab i przykłady w Python

Sześć misji dla agentów — pierwsze wywołanie narzędzia, naprawienie nieprawidłowego wywołania, odczytanie śladu działania, dodanie mechanizmu zabezpieczającego, przekierowanie zadania i podzielenie pracy między równoległych agentów — oraz przykłady w Python, które możesz uruchamiać bezpośrednio w lekcjach.

AI

AI Mentor

Zapytaj, dlaczego wywołanie narzędzia zwróciło dane w nieprawidłowym formacie albo dlaczego agent dwukrotnie wykonał ten sam krok, i uzyskaj prostą odpowiedź w ciągu kilku sekund.

Informacje

Czym jest agent AI i co właściwie obejmuje jego tworzenie?

Agent AI to program, który używa modelu językowego do decydowania, co zrobić dalej, a nie tylko co powiedzieć. Zamiast zwracać pojedynczą odpowiedź, wykonuje pętlę: odczytuje sytuację, wybiera działanie, wywołuje narzędzie — indeks wyszukiwania, bazę danych, API lub fragment kodu — odczytuje wynik i powtarza te kroki, aż osiągnie cel. Tworzenie agenta polega głównie na inżynierii wokół tej pętli: określeniu, które narzędzia model może wywoływać, uporządkowaniu otrzymywanych danych, obsłudze sytuacji, w której narzędzie zawiedzie lub odpowiedź będzie nieprawidłowo sformatowana, oraz zachowaniu wystarczającej pamięci wcześniejszych kroków, aby agent nie powtarzał tych samych działań.

Wywoływanie narzędzifunction calling

Mechanizm, który pozwala modelowi zażądać rzeczywistego działania — wykonania zapytania, pobrania strony czy wysłania wiadomości e-mail — przez wygenerowanie uporządkowanego wywołania, które Twój kod wykonuje, a następnie przekazuje modelowi wynik. To ogniwo łączące model, który tylko przewiduje tekst, z programem, który faktycznie coś robi.

RAGretrieval-augmented generation

Pobieranie odpowiednich dokumentów w momencie zadawania pytania — zwykle z wektorowej bazy danych zawierającej embeddingi — i przekazywanie ich modelowi jako kontekstu, dzięki czemu odpowiedź opiera się na Twoich danych, a nie wyłącznie na tym, co model zapamiętał podczas treningu.

Frameworki agentówLangChain, LangGraph, LlamaIndex

Biblioteki, które obsługują powtarzalne elementy agenta — samą pętlę, pamięć, łączenie narzędzi i wieloetapowe grafy zachowujące stan — dzięki czemu możesz skupić się na logice właściwej dla Twojego agenta, zamiast zajmować się podstawową infrastrukturą.

Orkiestracja wielu agentówagenci korzystający z innych agentów

Wzorzec, w którym jeden agent deleguje podzadania innym — agentowi-badaczowi, agentowi-programiście i agentowi-recenzentowi — z których każdy ma własne narzędzia i kontekst, a całość koordynuje warstwa decydująca, kto działa następny, i uzgadniająca otrzymane wyniki.

Dopasowanie

Dla kogo jest — i dla kogo nie jest

To dobry wybór, jeśli

  • Chcesz zbudować agenta, który faktycznie wywołuje narzędzie lub bazę danych, zamiast tylko prowadzić rozmowę z chatbotem
  • Zaczynasz od zera z LLM i chcesz poznać pętlę agenta, zanim przejdziesz do frameworków
  • Chcesz uczyć się na praktycznych kursach dotyczących konkretnych platform — botów Slack, agentów GitHub i agentów baz danych — zamiast korzystać z jednego ogólnego szablonu
  • Jesteś programistą i chcesz zobaczyć LangChain oraz LangGraph w działającym kodzie, a nie tylko na diagramie
  • Chcesz w przyszłości dotrzeć do orkiestracji wielu agentów i wdrażania produkcyjnego, a nie kończyć na demonstracyjnej zabawce

To nie jest odpowiednie narzędzie, jeśli

  • Chcesz bezpłatnie korzystać z całej biblioteki 60 kursów — pierwszy kurs jest darmowy, a Pro odblokowuje pozostałe
  • Nie chcesz reklam w bezpłatnym planie; Pro je usuwa
  • Potrzebujesz nielimitowanego AI Mentora w bezpłatnym planie, który obejmuje dzienny limit
  • Już uruchamiasz agentów w środowisku produkcyjnym i szukasz artykułów naukowych, a nie kursu prowadzącego od podstaw do gotowego rozwiązania

Pytania

Najczęściej zadawane pytania

Jaka jest najlepsza aplikacja do nauki o agentach AI na telefonie?

Ta, która prowadzi Cię od czytania o pętli agenta do obserwowania jej działania. Ucz się AI Agents oferuje 60 kursów — od pierwszej pętli LLM, przez wywoływanie narzędzi, RAG i LangChain, aż po orkiestrację wielu agentów — a także Agent Lab, w którym obserwujesz każde wywołanie narzędzia i jego wynik w śladzie, oraz AI Mentora, który pomoże, gdy wywołanie narzędzia zwróci coś nieoczekiwanego. Aplikację można bezpłatnie rozpocząć na iOS i Android.

Czym jest agent AI, mówiąc prosto?

Agent AI to program, który wykorzystuje model językowy do decydowania, co zrobić dalej, zamiast jedynie decydować, co powiedzieć. Działa w pętli: odczytuje sytuację, wybiera działanie, wywołuje narzędzie, takie jak indeks wyszukiwania, baza danych lub API, odczytuje wynik i powtarza cały proces. Model dostarcza ocenę sytuacji potrzebną do podjęcia kolejnej decyzji, a otaczający go kod — którego pisania uczy ta aplikacja — dostarcza narzędzia i wykonuje działanie.

Czym agent AI różni się od chatbota?

Chatbot otrzymuje jedną wiadomość i zwraca jedną odpowiedź — tekst na wejściu, tekst na wyjściu, bez żadnego działania w świecie. Agent otrzymuje cel i działa tak długo, aż go osiągnie, po drodze wykonując rzeczywiste działania: odpytuje bazę danych, wywołuje API, odczytuje plik, sprawdza własny wynik i ponawia próbę, gdy któryś krok się nie powiedzie. Kursy Learn AI Agents dotyczące wywoływania narzędzi i pętli agentów skupiają się właśnie na tej różnicy — na tym, co musi istnieć w kodzie, aby decyzja modelu zamieniła się w działanie.

Czy przed rozpoczęciem nauki o agentach AI muszę umieć programować?

Pewna swoboda w pracy z kodem pomaga, ale pierwszy kurs nie zakłada żadnej wiedzy i zaczyna od wyjaśnienia, czym w ogóle jest pętla agenta LLM. Każda lekcja łączy krótką porcję teorii z przykładami w Python, które możesz uruchomić bezpośrednio w lekcji, dzięki czemu programowania uczysz się razem z koncepcjami agentów, a nie jako osobnego wymogu wstępnego. Ucz się AI Agents jest przeznaczona zarówno dla początkujących, jak i programistów.

Czym jest RAG i dlaczego kurs o agentach obejmuje bazy danych wektorowych?

Retrieval-augmented generation oznacza pobieranie odpowiednich dokumentów w momencie zadawania pytania i przekazywanie ich modelowi jako kontekstu, dzięki czemu jego odpowiedź opiera się na Twoich danych, a nie wyłącznie na tym, co zapamiętał podczas treningu. Bazy danych wektorowych umożliwiają takie wyszukiwanie w praktyce — przechowują embeddingi i szybko zwracają wyniki najbardziej zbliżone do zapytania. Agenci odpowiadający na pytania dotyczące konkretnej bazy kodu, produktu lub zestawu dokumentów niemal zawsze korzystają z tego wzorca, dlatego poświęcono mu osobne kursy, a nie tylko jeden akapit.

Czym różnią się LangChain, LangGraph i LlamaIndex?

LangChain łączy typowe elementy agenta — prompty, narzędzia i pamięć — dzięki czemu nie musisz budować tej infrastruktury od zera. LangGraph dodaje do tego jawny stan i rozgałęzienia, dlatego sprawdza się w przypadku agentów, których kolejne kroki zależą od wcześniejszych wydarzeń, a nie tworzą prostej liniowej sekwencji. LlamaIndex specjalizuje się w wyszukiwaniu: wydajnym wczytywaniu, indeksowaniu i odpytywaniu własnych dokumentów. Learn AI Agents oferuje osobny kurs poświęcony każdemu z tych narzędzi, a kurs Multi-Tool Agents omawia wzorzec ReAct, na którym często się opierają.

Czy warto uczyć się o agentach AI w 2026?

Agenci to jeden z wyraźniejszych przykładów tego, jak model językowy staje się narzędziem wykonującym pracę, a nie tylko ją opisującym. Podstawowe umiejętności można przenosić między frameworkami: projektowanie narzędzi, strukturyzowanie promptów, wyszukiwanie oraz rozpoznawanie momentu, w którym zautomatyzowana pętla powinna się zatrzymać i poprosić o pomoc człowieka. Ucz się AI Agents obejmuje kursy dotyczące bezpieczeństwa agentów, mechanizmów guardrails, oceny oraz optymalizacji kosztów i opóźnień — czyli zagadnień, z którymi zespoły mierzą się po wdrożeniu agenta.

Czy Ucz się AI Agents jest bezpłatna?

Aplikację można bezpłatnie pobrać i bezpłatnie rozpocząć naukę. Pierwszy kurs — wprowadzenie do agentów opartych na LLM — jest darmowy, podobnie jak dzienny limit AI Mentora, jeden wzorzec Orchestration Lab, pierwszy projekt w Agent Builder oraz dzienny limit uruchomień na żywo. Pro odblokowuje wszystkie kursy i wszystkie wzorce orkiestracji, usuwa dzienny limit uruchomień i reklamy.

Czy na koniec otrzymam certyfikat?

Tak. Zdanie egzaminu końcowego zapewnia certyfikat ukończenia, który możesz zaprezentować wraz z agentami zbudowanymi przez siebie. Jest on potwierdzeniem wykonanej pracy, a nie akredytowanym dyplomem akademickim.

Jakie platformy i języki obsługuje aplikacja oraz dlaczego ma dwie nazwy?

Ucz się AI Agents działa na iPhone (iOS 15.1 lub nowszy) i Android, oferuje interfejs w 22 językach i ma ocenę 4+. W Google Play aplikacja nosi tytuł Ucz się AI Agents, natomiast w App Store jest dostępna jako Learn AI Agents. Należy do CoddyKit — rodziny ponad 40 aplikacji do nauki programowania — dlatego format lekcji jest wspólny dla pozostałych kursów z tej serii.

Zacznij

Uruchom dziś swojego pierwszego agenta AI

Bezpłatny start na iOS i Android, w 22 językach.

App Store — Pobierz bezpłatnieGoogle Play — Pobierz bezpłatnie
Ostatnio sprawdzono · Opublikowano przez CoddyKit · Polityka prywatności
Dostępna na iOS i Android.