Build Real AI Agents with LangChain
AI agents คือโปรแกรมที่ใช้ large language models เป็นแกนกลางในการใช้เหตุผล — ทำการวางแผน เรียกใช้ tools ดึงข้อมูล และวนซ้ำจนกว่างานจะเสร็จสิ้น โดยไม่ต้องให้มนุษย์นำทางในแต่ละขั้นตอน LangChain เป็น framework ที่ได้รับการยอมรับมากที่สุดสำหรับการเชื่อมต่อส่วนประกอบเหล่านี้เข้าด้วยกันใน Python track นี้สอนวิธีการสร้าง debug และเปิดตัว autonomous workflows ที่ก้าวไกลเกินกว่าการเรียก prompt-response เพียงครั้งเดียว
สิ่งที่คุณจะเรียนรู้
คุณจะเริ่มด้วยการที่ agents ใช้เหตุผลอย่างไรและวิธีที่ LangChain จัดองค์กรการใช้เหตุผลนั้น จากนั้นก็ย้ายไปยัง prompt engineering และการรวม model เพื่อให้ agents ของคุณให้ผลลัพธ์ที่เชื่อถือได้ หัวข้อหลักรวมถึงการสร้าง chains และ sequential workflows การเชื่อมต่อ tools และ toolkits เพื่อให้ agents สามารถเรียกใช้ APIs และเรียกใช้โค้ด และการจัดการหน่วยความจำเพื่อให้ agent รักษาบริบทไว้ในแต่ละขั้นตอน คุณจะได้ครอบคลุมการโหลดและการดึงข้อมูลสำหรับ RAG pipelines observability และ debugging เพื่อทำความเข้าใจว่า agent ทำอะไรจริง ๆ และการสร้าง custom tools เพื่อให้คุณสามารถเชื่อมต่อบริการภายนอกใด ๆ ส่วนขั้นสูงกล่าวถึง multi-agent และ hierarchical architectures autonomous workflow orchestration และ production deployment พร้อมพิจารณาการขยายขนาด
เส้นทางการเรียนรู้
สิบสองหลักสูตรครอบคลุม A1 ถึง C1 track เปิดตัวด้วย Introduction to AI Agents & LangChain Fundamentals (A1 ฟรี) และก้าวไปยัง prompt engineering chains และ tools-and-agents layer ที่ B1 บล็อก B2 เพิ่มมติของภาพด้วยการจัดการหน่วยความจำ retrieval observability และ custom integrations track ปิดตัวที่ C1 ด้วย Advanced Agent Architectures Autonomous Workflow Orchestration และ Production Deployment & Scaling — หลักสูตรที่ส่วนประกอบแต่ละส่วนรวมกันเป็นระบบที่ทำงานโดยไม่มีผู้ดูแลใน production
วิธีการทำงาน
แต่ละหลักสูตรจะแบ่งออกเป็นบทเรียนที่เน้นและสั้นซึ่งคุณทำให้เสร็จในตัวแก้ไขโค้ดที่สร้างไว้พร้อมการตอบสนองแบบ real-time AI tutor พร้อมใช้งานเมื่อใดก็ตามที่คุณติดอยู่ และทุกแบบฝึกหัดทำงานกับ LangChain code จริงเพื่อให้คุณเห็น agent behavior จริง ๆ แทนที่จะเป็นตัวอย่างของเล่น