تطوير الذكاء الاصطناعي الوكيل (Agentic AI): بناء سير عمل ذاتية لـ LLM

إن التحول من روبوتات الدردشة البسيطة إلى الوكلاء المستقلين يغير طريقة تفاعلنا مع التكنولوجيا. إن فهم كيفية بناء أنظمة يمكنها التخطيط للمهام وتنفيذها بشكل مستقل هو الحدود التالية للمطورين والمبتكرين. يرشدك هذا المساق عبر بنية الأنظمة الوكيلة (agentic systems)، متجاوزًا المطالبات الأساسية إلى سير عمل معقدة ومتعددة الخطوات. ستتعلم كيفية منح نماذج اللغات الكبيرة (LLMs) القدرة على استخدام الأدوات الخارجية، وإدارة الذاكرة، والتعاون مع وكلاء آخرين لحل مشكلات العالم الحقيقي. ما ستتعلمه: - فهم البنية الأساسية لوكلاء الذكاء الاصطناعي المستقلين ومكوناتهم الأساسية. - تصميم سير عمل استدلال متعدد الخطوات باستخدام تقنيات تنسيق LLM الحديثة. - تنفيذ إمكانيات استدعاء الأدوات للسماح للوكلاء بالتفاعل مع واجهات برمجة التطبيقات (APIs) والبيانات الخارجية. - تطبيق أنماط التوليد المعزز بالاسترجاع (RAG) لترسيخ إجراءات الوكيل في معرفة محددة. - إتقان استراتيجيات هندسة المطالبات (prompt engineering) للتخطيط والتنفيذ الموثوق للوكيل. - استكشاف الاعتبارات الأخلاقية وحواجز الأمان للأنظمة المستقلة. بدءًا من التعريفات الأساسية وأنواع الوكلاء، تتقدم المادة عبر إدارة الذاكرة، وتكامل الأدوات، وتصميم بيئات متعددة الوكلاء. ستدرس شروحات واضحة وتطبيقات قائمة على الكود لفهم كيفية عمل هذه الأنظمة في بيئات الإنتاج. تم تصميم هذا المساق للمبتدئين المهتمين بمستقبل أتمتة الذكاء الاصطناعي. لا تتطلب خبرة سابقة في الأطر الوكيلة (agentic frameworks) أو تطوير الذكاء الاصطناعي المتقدم. ابدأ ببناء الجيل القادم من الذكاء المستقل اليوم.