中关村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型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、构建和优化具备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。

通过本培训，学员将能够：

• 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。
• 创建能够连接服务并自主解释数据的智能apps。
• 理解、设计和部署具备目标导向行动计划和执行能力的AI代理。

课程形式

• 互动讲座与讨论。
• 大量练习与实践。
• 在实验环境中进行实际操作。

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。

本次由讲师指导的中关村（线上或线下）培训面向中级AI开发人员、安全专家和合规官，旨在帮助他们在设计和实施安全AI代理的同时，解决伦理问题和鲁棒性挑战。

培训结束后，学员将能够：

• 了解AI代理开发中的安全风险和伦理挑战。
• 实施AI模型的安全优先设计原则。
• 应用对抗鲁棒性技术，防止AI代理受到攻击。
• 确保符合伦理AI指南和监管标准。

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。

本次由讲师主导的中关村（线上或线下）培训面向高级AI工程师、企业软件开发人员和业务领导者，旨在帮助他们定制和部署基于LLM的AI代理，以应用于企业场景。

培训结束后，参与者将能够：

• 理解开源LLM的架构和功能。
• 针对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。

本次由讲师主导的中关村（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。

本次由讲师指导的线下或线上培训，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驱动的解决方案，用于金融自动化和欺诈检测。

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。

本次由讲师主导的中关村（线上或线下）培训，面向中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，参与者将能够：

• 了解AI代理在医疗和诊断中的作用。
• 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。
• 确保遵守医疗法规和AI伦理实践。

本课程为讲师指导的中关村（线上或线下）培训，面向初级到中级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。

培训结束后，参与者将能够：

• 设计有效的对话式AI工作流程和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助手以用于实际应用。

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。

本次由讲师指导的中关村（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。

本次由讲师指导的中关村（线上或线下）培训，面向高级AI专业人士，旨在帮助他们掌握强化学习技术，并应用于训练AI代理解决复杂问题。

培训结束后，学员将能够：

• 理解强化学习的核心原理与马尔可夫决策过程（MDPs）。
• 设计与实现Q-Learning、SARSA和深度Q网络（DQN）等强化学习算法。
• 使用OpenAI Gym和强化学习库进行实际应用。
• 训练AI代理解决现实世界中的多步决策问题。
• 解决强化学习训练中的探索-利用权衡与收敛问题。

本课程为讲师主导的中关村（线上或线下）培训，面向希望将代理能力集成到AI驱动应用中的中级AI开发人员和自动化专家。

培训结束后，学员将能够：

• 理解代理AI和自主决策的原理。
• 使用自优化技术实现目标驱动的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与人类的交互。
• 在实际应用中部署代理AI模型。

这种由讲师指导的 中关村 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。

本次由讲师指导的线下或线上培训，面向希望在企业环境中使用CrewAI构建安全且合规的代理工作流程的高级专业人士。

通过本次培训，参与者将能够：

• 设计涉及多个代理的安全且可审计的工作流程。
• 在自主系统中实施数据隐私策略。
• 集成日志记录、治理和合规机制。
• 在生产环境中部署和监控基于CrewAI的安全系统。

本次由讲师指导的线下或线上培训，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，学员将能够：

• 理解多智能体环境中Agentic AI的原理。
• 开发能够自主交互的AI驱动智能体。
• 实现强化学习以优化AI的自适应行为。
• 优化多智能体之间的协作与竞争。
• 在机器人、游戏和企业自动化中应用Agentic AI。

本次由讲师主导的中关村（线上或线下）培训，面向中级业务分析师、RPA开发人员和AI专业人士，旨在帮助他们利用AI代理的力量实现业务流程自动化。

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。
• 为客服、财务和供应链工作流程开发AI驱动的解决方案。
• 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。

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。

本次由讲师指导的线下或线上培训，面向中级水平的商业和AI专业人士，旨在使用CrewAI创建智能的、特定领域的商业代理。

培训结束后，参与者将能够：

• 理解CrewAI的架构及其在商业用例中的相关性。
• 使用角色、工具和内存创建面向商业的代理。
• 构建协作执行商业工作流程的代理团队。
• 在金融、营销和客户支持等实际场景中应用CrewAI。

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。

AutoGen 是一个来自 Microsoft 的开源框架，用于构建使用 LLM、工具、记忆和用户交互的多代理应用程式。

这项由讲师指导的培训（线上或线下）针对希望使用 AutoGen 的 Python 基础 API、函数调用功能和模组化工具链来设计和部署深度定制代理的高级开发者和架构师。

在培训结束时，参与者将能够：

• 开发具有角色特定逻辑和工具路由的定制代理。
• 使用高级函数调用和上下文切换构建动态工作流程。
• 在代理团队中实施记忆模组和计划框架。
• 处理多代理错误状态和自适应重试机制。

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践操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

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。

这种由讲师指导的 中关村 现场培训（在线或现场）面向希望将 AI 代理有效集成到游戏应用程式中的中级游戏开发人员和 AI 爱好者。

在本次培训结束时，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。
• 实施寻路演算法，例如 A* 进行游戏内导航。
• 应用强化学习技术来创建自适应 AI 行为。
• 针对即时游戏环境优化 AI 性能。

本次由讲师指导的中关村（线上或线下）培训，面向中级到高级专业人士，旨在帮助他们扩展CrewAI系统，与企业工具集成，并在生产环境中部署自动化解决方案。

通过本次培训，参与者将能够：

• 使用CrewAI设计可扩展的多代理系统。
• 将代理与Slack、数据库和API等企业工具集成。
• 实施监控、日志记录和诊断代理行为。
• 在生产环境中部署、管理和扩展CrewAI解决方案。

本次由讲师指导的中关村（线上或线下）培训面向中级专业人士，旨在帮助他们将Grok AI整合到内容策略和社交媒体工作流程中。

培训结束后，学员将能够：

• 利用Grok AI进行内容构思与生成。
• 通过AI驱动的回复优化社交媒体互动。
• 自动化发布排期与趋势分析。
• 利用AI实现个性化受众定位。
• 确保在社交媒体营销中道德且有效地使用AI。

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。

本次由讲师指导的中关村（线上或线下）培训，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中自主决策的原则。
• 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程和业务系统中。
• 优化AI驱动的决策过程，以提高效率和可扩展性。
• 确保AI自主性中的合规性、安全性和伦理考虑。

这种由讲师指导的 中关村 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。

这是一个由讲师指导的中关村（线上或线下）培训课程，旨在为高级专业人员提供设计和实施自定义多代理系统的能力，使用CrewAI处理复杂的工作流程、事件触发和工具集成。

在培训结束时，参与者将能够：

• 设计和构建具有专用角色和工具的自定义AI代理。
• 实施复杂的事件驱动多代理任务流程。
• 在CrewAI系统中集成外部API和数据管道。
• 优化多代理系统的协调、错误处理和执行效率。

AutoGen Studio 是一个无需编码的视觉化环境，用于创建和管理基于 LLM 的多代理工作流程。

这项由讲师主导的培训（线上或线下）面向初级到中级的商业和创新专业人士，他们希望使用 AutoGen Studio 来视觉化设计、测试和改进代理互动，以实现内部自动化或 AI 增强产品开发。

在培训结束时，参与者将能够：

• 使用无代码界面创建多代理工作流程。
• 使用 AutoGen Studio 定义代理角色、提示和目标。
• 视觉化并管理代理之间的消息流。
• 将错误处理和上下文精炼纳入代理逻辑。

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践操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

本次由讲师指导的中关村（线上或线下）培训，面向希望定制并将Grok AI集成到企业工作流程中的高级专业人员。

通过本次培训，参与者将能够：

• 了解Grok AI的架构和API功能。
• 根据特定业务需求定制Grok AI。
• 将Grok AI与企业系统和自动化工具集成。
• 优化AI驱动的工作流程，提高效率和可扩展性。
• 确保AI使用的安全性、合规性和责任性。

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。

本课程为讲师指导的线下或线上培训，面向希望使用AI驱动的工作流程和Read AI分析工具来优化远程团队协作的中级专业人士。

通过本课程，学员将能够：

• 使用Read AI设计完整的远程团队会议工作流程。
• 自动化后续跟进和文档记录，减少会议开销。
• 利用AI摘要，支持同步和异步协作。
• 通过Read AI洞察，跟踪团队参与度和责任归属。

这是一个由讲师指导的中关村（线上或线下）培训课程，旨在帮助中级到高级专业人士将Read AI与Slack、CRM系统和Notion等平台整合，以自动化工作流程并提高团队效率。

通过本培训，学员将能够：

• 将Read AI与Slack、Salesforce、Notion及类似工具连接。
• 自动化跨平台的会议摘要和行动项目的传递。
• 将Read AI数据与CRM系统和任务板同步。
• 解决整合问题，并根据团队需求优化配置。

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。

AutoGen for Enterprise AI Automation 是一门实践课程，专注于使用 AutoGen 框架实现可扩展的智能代理系统，以自动化复杂的业务操作。

这门由讲师指导的培训（线上或线下）面向中级到高级 AI 专业人士，旨在帮助他们使用 AutoGen 框架在企业平台和流程中部署多代理架构。

在培训结束时，参与者将能够：

• 使用 AutoGen 和 LLM 代理设计和自动化企业工作流程。
• 将 AutoGen 与 LangChain 集成，以实现高级编排和上下文处理。
• 构建 RAG 管道并连接企业数据以实现上下文自动化。
• 将代理与企业平台（如 Slack、Jira 和 SharePoint）连接。
• 在生产环境中扩展和监控 AutoGen 部署。

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

• 如需为本课程定制培训，请联系我们安排。

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。

本次由讲师指导的中关村（线上或线下）培训面向初级专业人士，旨在帮助他们了解AI代理的工作原理，并构建自己的交互式聊天机器人系统。

在培训结束时，参与者将能够：

• 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型聊天机器人。
• 部署聊天机器人与真实用户互动。

本课程为讲师指导的中关村（线上或线下）培训，面向中级专业人士，旨在通过实际用例和工具集成，使用CrewAI自动化业务和技术工作流程。

培训结束后，学员将能够：

• 理解CrewAI的架构和核心原则。
• 设计涉及多个协作代理的工作流程。
• 将CrewAI与API、工具和外部系统集成。
• 实施和编排实际自动化用例。

本次由讲师指导的中关村（线上或线下）培训，面向中级商务专业人士，旨在帮助他们利用Grok AI进行业务分析、工作流自动化和生产力提升。

培训结束后，参与者将能够：

• 了解Grok AI在业务中的功能和应用。
• 利用Grok AI进行市场研究和竞争分析。
• 使用AI驱动的工作流自动化日常业务任务。
• 利用AI生成的洞察进行战略决策。
• 通过Grok AI增强团队协作和生产力。

本次由讲师指导的中关村（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。

本次由讲师指导的线下或线上培训，面向希望探索CrewAI基础知识并构建简单多代理系统的初级专业人士。

培训结束后，学员将能够：

• 理解CrewAI的架构和设计原则。
• 在代理团队中定义角色、任务和流程。
• 使用CrewAI框架创建协作工作流。
• 构建、测试和运行基本的多代理场景。

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。

这是一个由讲师指导的现场培训，适合初级专业人士，旨在了解 Grok AI 的功能、使用案例和潜在应用。培训地点为 中关村（线上或现场）。

在培训结束时，参与者将能够：

• 了解 Grok AI 是什么以及它与其他聊天机器人的区别。
• 探索 Grok AI 的关键功能和特性。
• 有效地与 Grok AI 互动，用于个人和商业用途。
• 利用 Grok AI 提升生产力、创造力和解决问题的能力。
• 认识 AI 聊天机器人的伦理考量和限制。

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。

这项由讲师指导的中关村（线上或线下）培训课程，旨在帮助初学者学习如何使用Read AI来捕捉会议摘要、提取关键见解，并以最少的精力生成行动项目。

在培训结束时，参与者将能够：

• 在主要平台上设置和配置Read AI用于会议。
• 自动生成会议摘要并识别行动项目。
• 解读Read AI提供的参与度和情感分析。
• 有效地分享、编辑和组织摘要，以促进团队协作。

这个为期一天的研讨会专为开发者、数据科学家和AI爱好者设计，将帮助您理解并利用AutoGen v0.4的代理式AI系统。

通过实践练习和实际演示，您将学习如何构建、管理和部署由Large Language Models (LLMs)驱动的多代理应用程序。

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