构建值得信赖的 AI 智能体 3
如何构建和部署安全且高效的 AI 智能体。 开发 AI 智能体时重要的安全考量。 开发 AI 智能体时如何维护数据和用户隐私。
如何构建和部署安全且高效的 AI 智能体。 开发 AI 智能体时重要的安全考量。 开发 AI 智能体时如何维护数据和用户隐私。
理解 AI 智能体记忆: 什么是记忆,以及为什么它对智能体至关重要。 实现和存储记忆: 为 AI 智能体添加记忆功能的实用方法,重点关注短期和长期记忆。 让 AI 智能体实现自我改进: 记忆如何使智能体从过去的交互中学习并随着时间的推移不断改进。
了解 Microsoft Agent 框架:核心特性与价值, 探索 Microsoft Agent 框架的关键概念, 高级 MAF 模式:工作流、中间件和内存。
多智能体适用于哪些场景? 与执行多任务的单个智能体相比,使用多智能体有哪些优势? 实现多智能体设计模式的构建模块(Building blocks)有哪些? 我们如何观察多个智能体之间是如何相互交互的?
智能体可观测性与评估的核心概念, 提升智能体性能、成本和有效性的技术, 评估 AI 智能体的内容与系统化方法, 在将 AI 智能体部署到生产环境时如何控制成本, 如何对使用 Microsoft Agent Framework(微软智能体框架)构建的智能体进行检测(Instrument).
什么是上下文工程,以及它为何与提示工程不同。 有效的上下文工程策略,包括如何编写、选择、压缩和隔离信息。 可能导致 AI 智能体偏离轨道的**常见上下文失效(Context Failures)**及其修复方法。
定义清晰的总体目标,并将复杂任务分解为易于管理的任务。 利用结构化输出以获得更可靠且机器可读的响应。 应用事件驱动方法来处理动态任务和意外输入。
AI 智能体框架是专为简化 AI 智能体的创建、部署和管理而设计的软件平台。这些框架为开发者提供预构建的组件、抽象层和工具,从而简化复杂 AI 系统的开发流程。 这些框架通过为 AI 智能体开发中的常见挑战提供标准化方法,帮助开发者专注于其应用程序的独特之处。它们增强了构建 AI 系统的可扩展性、易用性和效率。 简介 本课程将涵盖: 什么是 AI 智能体框架,它们能帮助开发者实现什么? 团队如何使...
MCP 如何允许 AI 智能体访问外部工具和数据以完成用户任务。 A2A 如何实现不同 AI 智能体之间的通信与协作。 NLWeb 如何为任何网站带来自然语言接口,使 AI 智能体能够发现内容并与之交互。
理解智能体定义中推理循环(reasoning loops)的含义。 使用规划和评估技术来帮助构建具备自我纠错能力的智能体。 创建您自己的、能够通过操作代码来完成任务的智能体。
搜索当前分类