بناء وكلاء RAG محليين باستخدام LangGraph

هل أنت مستعد لإنشاء وكلاء ذكاء اصطناعي يمكنهم الوصول إلى معلومات محددة وفهمها خارج نطاق بيانات تدريبهم؟ تقدم لك هذه الدورة عالم توليد الاسترجاع المعزز (RAG) القوي وسير عمل الوكلاء، مما يتيح لك بناء تطبيقات متطورة وواعية بالسياق تعمل بالكامل على جهازك المحلي. بحلول نهاية هذه الدورة، ستكون قادراً على تصميم وتنفيذ ونشر وكلاء RAG محليين خاصين بك، قادرين على الاستفادة من قواعد المعرفة الخارجية لتقديم استجابات دقيقة وذات صلة. ما ستتعلمه: * فهم المفاهيم الأساسية لتوليد الاسترجاع المعزز (RAG) وفوائده لتطبيقات الذكاء الاصطناعي. * تعلم تصميم وتنفيذ سير عمل وكلاء ذكاء اصطناعي متعدد الخطوات باستخدام إطار عمل LangGraph. * تكوين والتفاعل مع نماذج لغوية كبيرة (LLMs) محلية عبر Ollama، بما في ذلك نماذج مثل Llama 3. * دمج قواعد بيانات متجهة مثل ChromaDB لاسترجاع المعرفة بكفاءة في أنظمة RAG. * تطبيق تقنيات هندسة الأوامر (Prompt Engineering) لتوجيه سلوك الوكيل وتحسين جودة الاستجابة. * التدرب على بناء وكيل RAG محلي كامل من الصفر، مع دمج جميع المكونات. * استكشاف طرق التقييم الأساسية لتقييم أداء وموثوقية وكيل RAG. تبدأ الدورة بمفاهيم RAG الأساسية، وتتقدم عبر إعداد بيئات LLM المحلية، وتتعمق في LangGraph لإنشاء الوكلاء، وتختتم بالتنفيذ العملي واستراتيجيات التقييم الأساسية. تم تصميم هذه الدورة للمبتدئين المهتمين ببناء وكلاء ذكاء اصطناعي أذكياء. لا يلزم وجود خبرة سابقة في LLMs أو RAG. ابدأ في بناء وكلاء الذكاء الاصطناعي المحليين الأذكياء الخاصين بك اليوم.