iT邦幫忙

2024 iThome 鐵人賽

DAY 1
0

img

簡介

歡迎點進來的朋友,在 AI 技術日新月異的今日,Agentic System 正掀起一場前所未有的革命。本系列將帶您深入探索這個令人興奮的領域,從靈活高效的 LangGraph 框架出發,一起在這亂世潮流中摸著石頭過河,探索 AI 代理可以到達的世界,讓自己參與在這洪流中。

為什麼你不能錯過這個系列?

在這個 AI 快速發展的時代,掌握 Agentic System 的知識將讓你:

  • 在職場中脫穎而出,成為炙手可熱的 AI 專家
  • 為你的公司開發出革命性的 AI 應用,提升效率和競爭力
  • 參與塑造 AI 未來的過程,成為科技創新的推手

系列內容概覽

本系列會包含以下內容,
AI 代理系統的基本概念和演進:

  • 從單一模型到複合式 AI 的發展歷程。
  • AI 代理的定義、組成要素、運作模式。
  • Agentic AI 的概念和與傳統 Agent 的區別。

LangGraph 框架:

  • LangGraph 的核心元件:圖、狀態、節點和邊。
  • LangGraph 的串流技術,以及其在構建反應靈敏的 AI 應用中的重要性。
  • LangGraph 中 Tools 的使用,包含 Tool Node 的概念、重要性、實戰應用和內部機制。
  • LangGraph 中的狀態管理,包括狀態更新機制。
  • 如何在 LangGraph 中實現多種進階的檢索增強生成技術(RAG),例如 Adaptive-RAG、CRAG 和GraphRAG。

多代理系統的設計模式和應用:

  • 多代理系統的優勢和兩種主要設計模式:協作模式和監督者模式。
  • Reflection Agents 的概念、實現方法和應用,包含 Self-Refine 技術。
  • Planning Agents 的概念、運作原理、實現方法和應用,包含 Plan-and-Solve 方法。
  • 多個實際案例,例如翻譯代理、新聞處理系統等。

其他工具:

  • LangGraph Studio 的使用方法、運作原理和準備工作。
  • LangFuse 的整合和使用,包含如何追蹤 LangGraph 應用程式、分析多代理互動、以及管理提示詞。
  • Ollama 的安裝和使用,包含如何在本地環境中運行和管理大型語言模型。
  • DSPy 的設計理念和優勢,包括模組化設計和智能優化器。

每篇文章都會帶有一份程式碼,採用 .ipynb 格式,方便時讀者直接於 colab 上進行操作。強烈建議讀者把玩文章中提及程式碼內容,讓自己手髒髒,才知道實際工程量,有助於團隊小伙彼此討論。

系列文章中提及到的名詞,盡可能保留原文方便做對照,考量到現有環境還沒約定俗成的習慣用法,會依邊撰寫內文時,一邊統ㄧ。

誰應該關注這個系列?

目標客群是針對,想要了解什麼是生成式AI者,了解語言模型應用,想要更多開發方向,想針對公司內部專案進行升級者,針對接下來公司開發產品往 AI 代理系統者,適合對象為:

  • 技術主管:了解如何將 AI 代理融入你的技術架構
  • 企業決策者:洞悉 AI 趨勢,制定未來 5 年的科技策略
  • AI 開發者:掌握最前沿的開發技巧,成為團隊中的 AI 專家
  • 科技愛好者:親身參與 AI 革命,見證科技改變世界

程式碼

本系列程式碼都會在該 Github 專案中看到,都將使用 .ipynb 格式檔案方便學員練習,如果你覺得有幫助到,記得按讚、Fork 之外,分享給你在乎的人。連結:https://github.com/Heng-xiu/agentic-system-lab-2024ironman

作者介紹

大家好,我是許恆修,目前擔任喬泰科技公司的AI研究員。在此之前,我曾於逢甲大學創能學院教授人工智慧相關課程,涵蓋AI技術的歷史、未來發展趨勢及應用倫理等主題。我近期參與了多場AI技術講座,如「解放ChatGPT」和「AI智慧城市座談會」等,並在工研院擔任課程講師,培訓過上百名學員。如果您對邀請我參與講座或合作感興趣,歡迎聯繫我:hengshiousheu@gmail.com

文章連結

根據每日發文次序,將內容連結更新上來,方便大家點選

日期 文章標題 摘要
Day1 Agentic System 探索之旅 展開探索旅程
Day2 什麼是 AI 代理?複合式 AI 與 Agentic AI 的創新之路 文章深入探討了人工智慧領域從單一模型到複合式 AI 系統的轉變,並重點介紹了 AI 代理 的概念和應用。
Day3 LangGraph:構建下一代智能應用的革命性框架 LangGraph 以圖形結構為基礎,將每個 AI 代理視為節點,而代理之間的資訊傳遞則以邊來呈現。它提供狀態管理功能,讓代理能夠在執行任務時更新自身的狀態,並保持上下文連貫性。
Day4 LangGraph 入門教程:節點、邊、狀態 文章展示了如何使用 LangGraph 的核心元件(節點、邊和狀態)來建構一個簡單的天氣查詢代理,並強調了 LangGraph 在構建智能系統方面的潛力。
Day5 LangChain 與 LangGraph 串流技術深度探索 展示了 LangChain 與 LangGraph 的串流功能,旨在說明如何以分段式輸出和事件串流的方式提升基於大型語言模型 (LLM) 應用程式的效能。
Day6 LangChain 與 LangGraph 工具實戰探討:AI 模型的程式呼叫能力 探討了 LangChain 和 LangGraph 能夠賦予 AI 模型呼叫外部程式碼的能力,進而擴展其功能並實現更智能的交互。文章首先介紹了「工具」的概念,並說明其如何充當 AI 模型與外部世界溝通的橋樑。
Day7 LangGraph 深入探索:Tool Calling 機制與進階應用 本文探討 LangGraph 框架中的 ToolCalling 技術,它是一種讓大型語言模型 (LLM) 能夠與外部工具互動的機制。文章首先介紹 ToolCalling 的核心概念和關鍵特性,像是動態互動、能力擴展和靈活性。
Day8 深入理解LangGraph狀態的工作機制 以大家熟悉的「大地遊戲」為比喻,深入淺出地解說了 LangGraph 的狀態管理機制,並強調其在 AI 對話系統中的重要性。
Day9 待定 待定

你準備好了嗎?

AI 代理系統的世界正等待著你去探索。每一天,你都將更接近成為 AI 領域的專家。這不僅是一個學習的機會,更是參與塑造 AI 未來的邀請。

現在就開始你的 AI 革命之旅吧!點擊下方的「追蹤」按鈕,確保不錯過任何精彩內容。讓我們一起定義 AI 的未來!


下一篇
【Day 2】- 什麼是 AI 代理?複合式 AI 與 Agentic AI 的創新之路
系列文
2024 年用 LangGraph 從零開始實現 Agentic AI System6
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言