成都AI Agents培训

本次由讲师主导的线下或线上培训，面向高级AI工程师、机器人开发人员和自动化专家，旨在帮助他们利用DeepSeek构建智能AI代理和自主系统。

培训结束后，参与者将能够：

• 理解DeepSeek AI模型的架构与功能。
• 将DeepSeek集成到AI代理中，用于决策与自动化。
• 应用强化学习技术训练自主系统。
• 在现实环境中部署AI驱动的自主代理。

自主AI代理正在迅速融入国防、医疗、金融和基础设施等领域的决策过程中。随着这些系统获得更大的独立性和自主性，迫切需要建立强大的伦理框架、治理机制和监管监督，以指导其设计和部署。

本次由讲师指导的培训（线上或线下）面向高级专业人士，旨在探讨在现实环境中部署自主AI代理的伦理、社会和监管影响。

通过本培训，参与者将能够：

• 分析自主AI代理带来的伦理风险和道德困境。
• 评估与高风险AI部署相关的治理框架和监管模型。
• 评估自主系统中的问责、可解释性和透明度机制。
• 制定策略，使AI代理行为与法律、伦理和社会价值观保持一致。

课程形式

• 互动式讲座与讨论。
• 案例研究与角色扮演模拟。
• 动手分析治理模型和伦理框架。

课程定制选项

• 如需定制本课程，请联系我们进行安排。

AI驱动的自动化结合了无代码平台的灵活性与大语言模型和自主代理的智能，以创建可扩展的智能系统。

本课程为讲师指导的培训（线上或线下），面向希望设计、构建和优化具有AI决策、编排和自我执行能力的自动化管道的中级专业人员。

培训结束后，参与者将能够：

• 设计由AI解释和响应增强的无代码自动化工作流。
• 使用提示链、Webhook触发器和API构建可扩展的逻辑流。
• 创建能够自主连接服务和解释数据的智能应用。
• 理解、设计和部署能够进行目标导向行动规划和执行的AI代理。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需定制本课程，请联系我们进行安排。

本课程为讲师指导的培训，在成都（线上或线下）进行，面向中级AI开发者、安全专家和合规官，旨在帮助他们设计和实现安全的AI代理，同时解决伦理问题和鲁棒性挑战。

培训结束后，参与者将能够：

• 了解AI代理开发中的安全风险和伦理挑战。
• 实施以安全为先的AI模型设计原则。
• 应用对抗鲁棒性技术，防止对AI代理的攻击。
• 确保符合伦理AI指南和监管标准。

边缘与轻量级代理是一门实践课程，专注于在资源受限的设备上部署代理式AI工作负载。学员将学习构建、优化和管理能够进行本地推理的轻量级代理，从而提高分布式环境中的速度、隐私和可靠性。课程重点包括性能调优、低延迟设计以及硬件与软件集成。

本课程为讲师指导的培训（线上或线下），面向希望使用Python和边缘AI框架实现和优化设备端代理系统的中级专业人士。

通过本培训，学员将能够：

• 了解在边缘设备上运行代理式AI的架构和挑战。
• 设计适用于受限环境的轻量级代理循环。
• 使用TensorFlow Lite、PyTorch Mobile和ONNX实现本地推理。
• 将代理与传感器、执行器和物联网平台集成。
• 优化性能、能耗和延迟，以实现实时操作。

课程形式

• 互动讲座与实践演示。
• 在本地或模拟环境中进行实践开发。
• 基于项目的学习与指导性实施练习。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

本次由讲师指导的线下或线上培训，面向中级到高级AI开发者、研究人员和多媒体工程师，旨在帮助他们构建能够理解和生成多模态内容的AI代理。

培训结束后，学员将能够：

• 开发能够处理和整合文本、图像和语音数据的AI代理。
• 实现多模态模型，如GPT-4 Vision和Whisper ASR。
• 优化多模态AI流程，提高效率和准确性。
• 将多模态AI代理部署到实际应用中。

本次由讲师指导的线下或线上培训，面向初级到中级开发者和设计师，旨在帮助他们理解并构建适用于各种应用场景的AI驱动的个人助手。

培训结束后，参与者将能够：

• 理解AI驱动的个人助手的核心原理。
• 学习将语言模型与智能助手集成的基础知识。
• 使用AI框架和工具构建并定制个人助手。
• 将个人助手部署到不同行业的实际应用中。

本次由讲师指导的培训在成都（线上或线下）面向希望为企业应用定制和部署基于LLM的AI代理的高级AI工程师、企业软件开发人员和业务领导者。

培训结束后，参与者将能够：

• 了解开源LLM的架构和能力。
• 为企业用例定制和微调LLM。
• 使用LangChain和Hugging Face部署AI代理。
• 将基于LLM的代理集成到业务工作流程中。

本次由讲师主导的成都（线上或线下）培训，面向高级机器人工程师、AI研究人员和自动化专家，旨在帮助他们开发用于复杂任务和人机协作的AI驱动的自主机器人系统。

培训结束后，参与者将能够：

• 理解AI代理在机器人决策和自动化中的作用。
• 实现AI驱动的导航和避障功能。
• 开发人机协作的机器人系统。
• 部署AI驱动的感知和控制系统于机器人中。

本课程探讨了使用Python设计和协调多智能体系统（MAS）的方法。参与者将学习如何构建能够沟通、协作并适应复杂动态环境的智能体，以实现共同目标。

本课程为讲师指导的培训（线上或线下），面向希望为智能自动化、模拟和决策应用设计和实施多智能体系统的高级专业人员。

通过本培训，参与者将能够：

• 理解多智能体系统的架构和原理。
• 开发能够沟通、协调和协商的智能体。
• 实施智能体交互的分布式环境。
• 在多智能体环境中应用强化学习和规划。
• 模拟协作和竞争的智能体行为。
• 设计结合人类和智能体的混合工作流程。

课程形式

• 讲师讲解和现场演示。
• 使用开源智能体框架的实践练习。
• 模拟多智能体场景的应用小组项目。

课程定制选项

• 如需定制本课程，请联系我们安排。

本课程由讲师主导，在成都（线上或线下）进行，面向中级金融专业人士、风险分析师和AI工程师，旨在帮助他们开发和部署AI驱动的金融自动化和欺诈检测解决方案。

培训结束后，学员将能够：

• 了解AI在金融自动化和欺诈检测中的作用。
• 构建用于检测欺诈交易的AI模型。
• 利用机器学习进行实时风险评估。
• 部署AI驱动的金融监控系统。

本次由讲师指导的线下或线上培训，面向初级到中级水平的客户服务专业人员、聊天机器人开发人员和自动化团队，旨在帮助他们实现AI驱动的客户支持和服务自动化解决方案。

培训结束后，学员将能够：

• 理解AI驱动的客户支持基础知识。
• 开发并集成AI聊天机器人以处理客户查询。
• 利用NLP和机器学习提升聊天机器人互动效果。
• 在实际客户服务应用中部署AI代理。

本课程为讲师指导的培训，地点为成都（线上或线下），面向中级到高级医疗专业人员和AI开发者，旨在帮助他们实施AI驱动的医疗解决方案。

培训结束后，学员将能够：

• 理解AI代理在医疗与诊断中的作用。
• 开发用于医学图像分析和预测诊断的AI模型。
• 将AI与电子健康记录（EHR）和临床工作流程集成。
• 确保符合医疗法规和AI伦理实践。

本课程为讲师主导的培训，在成都（线上或线下）进行，面向初级到中级水平的AI开发者和UI/UX设计师，旨在帮助他们学习如何构建、优化和部署AI驱动的虚拟助手。

通过本培训，参与者将能够：

• 设计有效的对话式AI工作流和UI/UX界面。
• 实现AI驱动的自然语言处理（NLP）模型。
• 将AI助手与API和第三方平台集成。
• 部署和维护AI助手以应用于实际场景。

Mistral AI 是一个强大的开源且适用于企业的 AI 模型家族，专注于语言、多模态和代理应用。

本次由讲师指导的培训（线上或线下）面向中级到高级专业人员，旨在帮助他们使用 Mistral 的 Medium 3、Le Chat Enterprise 和 Devstral 模型构建、部署和管理 AI 代理。

培训结束后，参与者将能够：

• 了解 Mistral Medium 3、Le Chat Enterprise 和 Devstral 的架构和功能。
• 设计和实现 AI 代理，利用 Mistral 模型满足企业和开发者用例。
• 将编码系统、连接器和企业数据集成到代理工作流程中。
• 优化 Mistral 驱动的代理的性能、成本和合规性。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

Python是推动自主AI代理开发和编排的核心语言。本课程专注于使用现代SDK和框架（如LangChain和AutoGen）进行实际实现，以构建、连接和管理代理工作流。

本课程为讲师指导的培训（线上或线下），面向希望使用Python工具和API实现和编排自主代理的中级后端工程师、平台工程师和ML工程师。

培训结束后，参与者将能够：

• 为代理系统设置和配置基于Python的环境。
• 使用LangChain和AutoGen等流行代理SDK创建功能代理。
• 集成工具和API以扩展代理功能。
• 编排多代理工作流和通信模式。
• 应用调试、测试和维护代理代码库的最佳实践。

课程形式

• 互动讲座和讨论。
• 动手编程练习和现场演示。
• 构建端到端代理工作流的实际项目。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

Google Antigravity是一个Agentic开发环境，旨在通过Gemini 3的多模态能力构建能够规划、推理、编码和行动的自主代理。

本课程为讲师指导的培训（线上或线下），面向希望使用Gemini 3和Antigravity环境设计、构建和部署自主代理的高级技术专业人员。

完成本培训后，学员将能够：

• 构建使用Gemini 3进行推理、规划和执行的自主工作流程。
• 在Antigravity中开发能够分析任务、编写代码并与工具交互的代理。
• 将Gemini驱动的代理与企业系统和API集成。
• 在复杂环境中优化代理行为、安全性和可靠性。

课程形式

• 专家演示结合互动讨论。
• 自主代理开发的动手实验。
• 使用Antigravity、Gemini 3和支持的云工具进行实际实施。

课程定制选项

• 如果您的团队需要特定领域的代理行为或自定义集成，请联系我们以定制课程。

本课程教授使用 Python 设计、构建、测试和部署代理（自主）系统的实用工程技术。内容涵盖代理循环、工具集成、内存和状态管理、编排模式、安全控制以及生产考虑。

本课程为讲师指导的培训（线上或线下），面向中级到高级的机器学习工程师、AI 开发者和软件工程师，帮助他们使用 Python 构建健壮、可用于生产的自主代理。

培训结束后，参与者将能够：

• 设计和实现代理循环及决策工作流。
• 集成外部工具和 API 以扩展代理功能。
• 实现代理的短期和长期内存架构。
• 协调多步骤编排和代理可组合性。
• 为部署的代理应用安全、访问控制和可观测性最佳实践。

课程形式

• 互动讲座与讨论。
• 使用 Python 和流行 SDK 构建代理的动手实验。
• 基于项目的练习，生成可部署的原型。

课程定制选项

• 如需定制本课程，请联系我们安排。

本次由讲师指导的成都（线上或线下）培训面向希望掌握在生产环境中部署和管理AI代理技术的高级专业人士。

培训结束后，学员将能够：

• 设计和实施可扩展的AI部署管道。
• 使用Docker和Kubernetes等工具对AI代理进行容器化和编排。
• 在生产环境中监控和优化AI代理。
• 为AI代理部署实施CI/CD工作流。
• 确保符合安全和数据治理要求。

本课程为讲师指导的培训，在成都（线上或线下）进行，面向希望掌握强化学习技术并应用于训练AI代理以解决复杂问题的高级AI专业人士。

培训结束后，参与者将能够：

• 理解强化学习和马尔可夫决策过程（MDPs）的核心原理。
• 设计和实现Q-Learning、SARSA和深度Q网络（DQN）等RL算法。
• 使用OpenAI Gym和RL库进行实际应用。
• 训练AI代理解决现实世界的多步骤决策问题。
• 应对RL训练中的探索-利用权衡和收敛等挑战。

本课程为讲师主导的培训，在成都（线上或线下）进行，面向中级AI开发人员和自动化专家，旨在帮助他们将自主能力集成到AI驱动的应用中。

培训结束后，学员将能够：

• 理解Agentic AI和自主决策的原理。
• 实现具有自我优化技术的目标驱动型AI代理。
• 集成多代理协作以解决复杂问题。
• 通过自适应用户体验增强AI与人类的互动。
• 在实际应用中部署Agentic AI模型。

Google Antigravity是一种以agent为核心的开发环境，旨在通过智能自动化简化工程工作流程。

本次由讲师指导的培训（线上或线下）面向初学者，旨在探索Antigravity的基础知识，并了解agent驱动的编码环境如何提升生产力。

培训结束后，参与者将能够：

• 安装并配置Google Antigravity。
• 熟悉并理解Editor View和Manager View。
• 有效使用agent自动化简单的开发任务。
• 使用Antigravity生成、优化和管理项目文件。

课程形式

• 讲师讲解并辅以实时演示。
• 以实践为主的指导练习，重点使用agent。
• 在受控的实验环境中探索Antigravity的核心功能。

课程定制选项

• 如果您需要定制版本的培训，请联系我们安排个性化课程。

这种由讲师指导的 成都 现场培训（在线或现场）面向希望掌握设计、构建和部署 MAS 技能的高级 AI 专业人员，以解决复杂的实际问题。

在本次培训结束时，参与者将能够：

• 了解多代理系统架构的原理。
• 在 MAS 中实施沟通、协调和决策策略。
• 应用博弈论对代理交互进行建模并解决冲突。
• 利用 JADE 等框架创建可扩展的 MAS 解决方案。
• 解决 MAS 中的可扩充性、信任和紧急行为等挑战。

Amazon Bedrock AgentCore 提供了设计、编排和管理多代理系统的基础设施，能够实现跨多个AI驱动实体的协作、专业化和高级自动化模式。

本次由讲师主导的培训（线上或线下）面向希望使用AgentCore的编排和治理功能来设计、部署和优化下一代多代理系统的高级从业人员。

培训结束后，参与者将能够：

• 理解多代理系统的原理和架构。
• 设计代理协作的编排策略。
• 在代理之间实施通信和协商协议。
• 使用AgentCore部署可扩展的、企业级的多代理解决方案。

课程形式

• 互动式讲座和讨论。
• 使用AgentCore编排功能的实践操作。
• 企业多代理应用的案例分析。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。

本次由讲师主导的培训在成都（线上或线下）进行，面向希望使用Agentic AI框架开发和优化多智能体系统的高级专业人士。

培训结束后，参与者将能够：

• 理解Agentic AI在多智能体环境中的原理。
• 开发能够自主互动的AI驱动智能体。
• 实施强化学习以实现自适应AI行为。
• 优化多智能体协作与竞争。
• 将Agentic AI应用于机器人、游戏和企业自动化中。

本课程为讲师指导的成都（线下或线上）培训，面向希望利用AI代理实现业务流程自动化的中级业务分析师、RPA开发人员和AI专业人士。

培训结束后，参与者将能够：

• 理解AI代理在业务流程自动化中的作用。
• 识别关键业务领域中的自动化机会。
• 开发针对客户支持、财务和供应链工作流程的AI驱动解决方案。
• 将AI代理与现有的RPA和业务系统集成。
• 评估并优化AI自动化策略，以提高效率。

Google Antigravity是一个用于构建能够与Web应用程序、浏览器环境及多表面工作流交互的代理平台。

本课程由讲师主导，提供线上或线下培训，面向中级专业人士，旨在帮助他们使用Google Antigravity构建、自动化并测试基于浏览器的工作流。

培训结束后，参与者将能够：

• 创建与浏览器表面中Web应用程序交互的代理。
• 跨浏览器上下文自动化端到端工作流。
• 在UI驱动环境中验证并排查代理行为。
• 使用Antigravity实施跨表面自动化策略。

课程形式

• 结合演示的指导教学。
• 实践操作与基于场景的练习。
• 在互动实验室环境中实施代理工作流。

课程定制选项

• 如需定制培训，请联系我们，根据您的目标调整课程内容。

AgentCore 通过提供一套统一的服务，简化了构建、增强和监控全托管 AI 代理的过程，专为大规模部署而设计。

本次由讲师指导的培训（线上或线下）面向初级到中级从业者，旨在帮助学员通过实践掌握如何使用 AgentCore 创建生产就绪的 AI 代理。

培训结束后，学员将能够：

• 了解 AgentCore 在 AI 代理开发中的核心功能。
• 使用托管服务设计和配置简单的 AI 代理。
• 集成工作流以增强代理功能。
• 在生产环境中部署和监控 AI 代理。

课程形式

• 互动式讲座与讨论。
• 使用 AgentCore 服务的实践操作。
• 从代理概念到部署的指导练习。

课程定制选项

• 如需定制本课程，请联系我们安排。

Mastra是一个框架，提供结构化工具，用于评估、调试和确保在复杂工作流程中运行的AI代理的可靠性。

本课程为讲师指导的培训（线上或线下），面向希望严格测试代理行为、提高可靠性并实施可衡量评估流程的中级从业者。

培训结束后，学员将能够：

• 应用调试技术，识别并纠正代理行为问题。
• 使用结构化指标、基准和质量评分评估代理。
• 实施工具和工作流程，跟踪可靠性、漂移和幻觉。
• 设计QA策略，确保持续且可预测的代理性能。

课程形式

• 互动讲座与讨论。
• 实际操作调试与评估练习。
• 使用可观测性工具进行代理行为的实时实验室分析。

课程定制选项

• 可根据要求安排定制的可靠性测试场景和行业特定的QA方法。

Vertex AI Agent Builder 是一个无代码/低代码环境，用于创建基于生成模型与检索增强生成（RAG）相结合的智能代理，使团队能够快速构建利用企业数据和搜索提供准确、上下文感知响应的代理。

本课程为讲师主导的培训（线上或线下），面向希望使用 Vertex AI Agent Builder 和 RAG 模式设计、配置和部署智能代理的中级从业者。

培训结束后，参与者将能够：

• 使用 Agent Builder 设计智能代理工作流。
• 通过搜索和向量存储实现 RAG 管道。
• 安全集成企业数据源以进行检索。
• 使用测试和指标评估并迭代代理行为。

课程形式

• 互动讲座与讨论。
• 使用 Vertex AI Agent Builder 和 RAG 组件的实践实验室。
• 基于项目的练习，以构建和完善代理。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

Mastra是一个支持AI代理、API、企业应用和外部数据系统之间深度集成的框架。

本课程为讲师指导的培训（线上或线下），面向希望构建Mastra代理与企业生态系统之间可靠、安全且可扩展集成的中级工程师。

培训结束后，学员将能够：

• 实现Mastra代理与外部服务之间的API驱动集成。
• 将企业数据系统和工具连接到自动化代理工作流。
• 应用安全数据交换和身份验证的最佳实践。
• 设计可扩展、可维护且生产就绪的集成层。

课程形式

• 互动讲座与讨论。
• 动手实践集成工程与API练习。
• 使用真实企业场景进行实时实验室实现。

课程定制选项

• 可根据要求提供定制的API场景、企业系统映射或数据集成工作坊。

AgentCore 提供了内存持久化、安全代码解释器和浏览器工具，使 AI 代理能够提供交互式、动态且上下文感知的体验。

本次由讲师主导的培训（线上或线下）面向中高级技术从业者，他们希望设计和部署能够长期保留上下文、即时计算并直接与 Web 用户界面交互的 AI 代理。

培训结束后，参与者将能够：

• 实现 AgentCore 内存，用于有状态的、上下文感知的工作流。
• 利用安全代码解释器进行动态计算和转换。
• 集成浏览器工具，实现实时数据检索和用户界面交互。
• 设计用于分析、客户支持和研究用例的交互式代理。

课程形式

• 互动讲座和讨论。
• 使用 AgentCore 内存和工具的动手实验。
• 分析、自动化和客户支持场景的案例研究。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

本课程为讲师指导的线下或线上培训，面向中级游戏开发者和AI爱好者，旨在帮助他们有效地将AI代理集成到游戏应用中。

培训结束后，参与者将能够：

• 了解AI代理在现代游戏中的作用。
• 使用决策树和有限状态机开发决策系统。
• 实现A*等路径寻找算法，用于游戏内导航。
• 应用强化学习技术创建自适应的AI行为。
• 优化AI在实时游戏环境中的性能。

LLMs和自主代理框架如AutoGen和CrewAI正在重新定义DevOps团队如何通过模拟人类协作和决策来自动化任务，例如变更跟踪、测试生成和警报分类。

本课程为讲师主导的培训（线上或线下），面向希望设计和实施由大型语言模型（LLMs）和多代理系统驱动的DevOps自动化工作流程的高级工程师。

培训结束后，学员将能够：

• 将基于LLM的代理集成到CI/CD工作流程中，实现智能自动化。
• 使用代理自动化测试生成、提交分析和变更摘要。
• 协调多个代理进行警报分类、生成响应和提供DevOps建议。
• 使用开源框架构建安全且可维护的代理驱动工作流程。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需定制本课程，请联系我们安排。

Antigravity是一个代表先进agent-driven开发工作流程的框架。

本课程为讲师指导的培训（线上或线下），面向希望验证、确认和保护在Antigravity驱动环境中工作的AI agent输出的中高级专业人士。

完成本培训后，参与者将能够：

• 评估agent生成的代码工件的准确性和安全性。
• 使用结构化技术验证agent执行的任务。
• 有效分析浏览器记录并追踪agent活动。
• 应用质量保证和安全原则，确保agent工作流程的可靠性。

课程形式

• 讲师指导的技术简报和讨论。
• 专注于验证真实agent工作流程的实践练习。
• 在受控实验室环境中进行动手测试和验证。

课程定制选项

• 可根据要求调整场景、工作流程和测试示例。

本课程为讲师指导的培训，在成都（线上或线下）进行，面向希望利用Agentic AI在复杂业务和技术场景中进行决策的高级专业人员。

培训结束后，学员将能够：

• 理解AI自主决策的原理。
• 设计并实现能够以最少人工干预运行的AI代理。
• 将Agentic AI集成到自动化工作流和业务系统中。
• 优化AI驱动的决策过程，提高效率和可扩展性。
• 确保AI自主性中的合规性、安全性和伦理考量。

Google Antigravity是一个用于实验长期代理和新兴交互行为的先进框架。

本课程为讲师指导的培训（线上或线下），面向希望设计、分析和优化能够保留记忆、通过反馈改进并在长期操作中不断演进的代理的高级专业人士。

完成本课程后，参与者将掌握以下技能：

• 设计长期记忆结构以实现代理的持久性。
• 实施有效的反馈循环以塑造代理行为。
• 评估学习轨迹和模型漂移。
• 将记忆机制集成到复杂的多代理生态系统中。

课程形式

• 专家讲解与技术演示相结合。
• 通过结构化设计挑战进行实践探索。
• 将概念应用于模拟代理环境。

课程定制选项

• 如果您的组织需要定制内容或特定案例示例，请联系我们以定制本培训。

这种由讲师指导的 成都 现场培训（在线或现场）面向希望更深入地研究用于实际应用的自主代理的设计和开发的中级专业人士。

在本次培训结束时，参与者将能够：

• 了解 Autonomous Agent 的基本概念。
• 探索自主 AI 代理的实际应用。
• 使用强化学习设计、训练和实施代理。
• 将座席集成到现有系统中，以实现自动化和决策。
• 解决部署 Autonomous Agent 时的道德注意事项和挑战。

AgentCore 提供内置的身份、可观测性和合规性功能，使组织能够在企业环境中负责任地部署AI代理。

本次由讲师主导的培训（线上或线下）面向希望使用 Amazon Bedrock AgentCore 设计和操作安全、可审计且合规的AI代理系统的高级从业者。

通过本培训，参与者将能够：

• 为代理实施企业身份和权限模型。
• 通过结构化日志、指标和跟踪实现可观测性。
• 应用合规控制以符合监管框架。
• 审计代理活动并维护安全的会话级控制。

课程形式

• 互动式讲座与讨论。
• 使用AWS安全和监控工具进行实践操作。
• 在受监管的企业环境中进行案例研究。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

Mastra是一个框架，能够在分布式系统中实现复杂的工作流自动化和多个AI代理的协调。

本课程为讲师主导的培训（线上或线下），面向中级从业者，旨在帮助他们设计、编排和操作大规模的多代理工作流。

通过完成本培训，学员将掌握以下技能：

• 使用Mastra的编排功能设计复杂的工作流。
• 协调多个代理执行并行或依赖任务。
• 实施工作流执行的监控和调试工具。
• 优化编排逻辑，提高可靠性、吞吐量和自动化效率。

课程形式

• 互动讲座与讨论。
• 动手实践工作流设计与自动化练习。
• 在容器化的实验环境中进行实际实施。

课程定制选项

• 可根据需求提供定制的自动化场景、企业集成或工作流模式。

AgentCore Runtime & Gateway 是一种 AWS 服务配对，用于打包、部署并安全地暴露 AI 代理，同时提供与外部系统的简化集成。

本次由讲师主导的培训（线上或线下）面向中级工程团队，旨在帮助他们从代理原型过渡到生产环境，通过掌握 AgentCore Runtime 进行部署，并利用 Gateway 实现安全连接和 API 集成。

培训结束后，参与者将能够：

• 搭建 AgentCore Runtime 环境，并打包代理以进行部署。
• 通过 Gateway 暴露代理，提供经过身份验证和速率限制的端点。
• 使用稳定合约将外部工具和 API 集成到代理工作流中。
• 为生产操作配置可观察性、日志记录和使用监控。

课程形式

• 互动式讲座和讨论。
• 实践实验室，涉及 Runtime 部署和 Gateway 集成。
• 专注于可靠性、安全性和发布的实践练习。

课程定制选项

• 如需为此课程定制培训，请联系我们进行安排。

Devstral 是一个开源框架，旨在构建和运行编码代理，这些代理可以与代码库、开发者工具和 API 交互，以提升工程效率。

本课程由讲师指导，采用线上或线下培训形式，面向中高级 ML 工程师、开发者工具团队以及 SRE，帮助他们使用 Devstral 设计、实现和优化编码代理。

通过本课程，学员将能够：

• 设置和配置 Devstral 以进行编码代理开发。
• 设计用于代码库探索和修改的代理工作流。
• 将编码代理与开发者工具和 API 集成。
• 实施安全和高效代理部署的最佳实践。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

本课程为讲师指导的培训，在成都（线上或线下）进行，面向希望了解AI代理工作原理并构建自己的交互式聊天机器人系统的初学者。

培训结束后，学员将能够：

• 了解AI代理的基础知识及其应用。
• 探索自然语言处理（NLP）的原理。
• 设计聊天机器人的对话流程。
• 使用Python及相关工具开发功能齐全的聊天机器人。
• 部署聊天机器人与真实用户互动。

Mastra是一个操作框架，旨在简化和优化AI代理在生产环境中的部署、扩展和生命周期管理。

本课程为讲师指导的培训（线上或线下），面向中高级技术专业人员，帮助他们可靠且高效地在生产系统中操作AI代理。

培训结束后，学员将能够：

• 将基于Mastra的AI代理部署到受控的生产级环境中。
• 使用平台原语进行水平和垂直扩展。
• 实施可观测性管道，以跟踪代理的行为和性能。
• 优化运行时配置，以减少延迟、成本和操作风险。

课程形式

• 互动式讲座与讨论。
• 专注于实际部署场景的动手练习。
• 使用容器化和编排环境进行实时实验。

课程定制选项

• 可根据要求定制主题、动手实验或行业特定场景。

Google Antigravity是一个以代理为中心的开发平台，用于编排、监督和协调AI驱动的编码和自动化工作流程。

本课程由讲师主导，提供线上或线下培训，面向希望设计、管理和优化Google Antigravity中多代理工作流程的中级专业人士。

完成本培训后，参与者将掌握以下技能：

• 在Manager界面中配置代理职责和编排管道。
• 生成并解读Antigravity工件，包括任务列表、计划、日志和浏览器记录。
• 实施验证策略，确保代理操作透明且可审计。
• 优化多代理协作，以应对复杂的开发和运维任务。

课程形式

• 引导式演示和实际操作示范。
• 基于真实工作流程挑战的场景练习。
• 在Antigravity工作空间中进行动手实验。

课程定制选项

• 如需定制本课程，请联系我们讨论定制选项。

本次由讲师指导的成都（线上或线下）培训，面向希望了解并创建简单AI代理以应用于实际场景的初级专业人士。

通过本培训，参与者将能够：

• 理解AI代理的基本概念。
• 识别不同类型的AI代理及其应用。
• 设计并实现用于实际任务的基本AI代理。
• 探索构建AI代理的工具和框架。

Antigravity 是一个开发平台，旨在构建以AI驱动的、以代理为先的应用程序。

本课程为讲师指导的培训（线上或线下），面向希望使用Antigravity环境中的自主AI代理创建实际应用程序的中级开发者。

完成本培训后，参与者将能够：

• 开发依赖自主和协作AI代理的应用程序。
• 使用Antigravity的IDE、编辑器、终端和浏览器进行端到端开发。
• 通过代理管理器管理多代理工作流。
• 将代理功能集成到生产级软件系统中。

课程形式

• 混合演示与深入讲解。
• 大量动手实践和指导练习。
• 在Antigravity实时环境中进行实际实现。

课程定制选项

• 如需根据您的开发栈定制内容，请联系我们安排定制版本的培训。

Amazon Bedrock AgentCore 是一个企业级框架，用于构建、部署和扩展 AI 代理，集成了内存、可观测性和安全身份管理的支持。

本次由讲师主导的培训（线上或线下）面向中级到高级工程师和架构师，旨在帮助他们使用 AWS Bedrock AgentCore 设计、保护和操作代理式 AI 系统。

培训结束后，学员将能够：

• 理解 AgentCore 的架构和组件。
• 使用 Runtime 和 Gateway 部署和管理 AI 代理。
• 实现持久化内存和有状态的交互。
• 应用身份、可观测性和合规性控制。
• 为企业级工作流设计多代理系统。

课程形式

• 互动讲座和讨论。
• 使用 AgentCore 的 AWS 实验室实践环节。
• 部署和监控场景的实践练习。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

使用AutoGen构建LLM代理系统是一门实作课程，专注于利用Microsoft的AutoGen框架开发多代理系统，适用于大型语言模型（LLMs）。

这项由讲师主导的培训（线上或线下）针对中级AI与自动化专业人士，旨在帮助他们设计、实现并协调使用AutoGen与Python及LLMs的多代理系统。

培训结束后，参与者将能够：

• 使用AutoGen框架设计多代理架构。
• 配置代理角色、能力与协调行为。
• 使用函数调用与记忆处理进行代理互动。
• 构建并测试基于Python的LLM代理工作流程，适用于实际案例。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实作实验室环境中进行动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

本课程为讲师指导的培训（线上或线下），面向中级软件开发人员和工程团队，旨在帮助他们使用Mastra构建可扩展、可观察的AI系统。

通过本培训，学员将能够：

• 理解Mastra的架构及其如何与LLM和外部API集成。
• 使用TypeScript设计和实现AI代理和工作流程。
• 使用Mastra的可观察性和内存工具监控和提升代理性能。
• 利用Mastra的框架功能部署生产就绪的AI应用。

这个为期1天的研讨会专为开发者、数据科学家和AI爱好者设计，将帮助您理解并掌握使用AutoGen v0.4构建多代理AI系统的能力。

通过动手练习和实际演示，您将学习如何构建、管理和部署由大型语言模型（LLMs）驱动的多代理应用。

课程结束后，您将掌握AutoGen的分层架构基础，精通代理之间的异步通信，并探索开发可扩展和智能的LLM驱动应用的实际用例和最佳实践。