- عنوان کتاب: Building Applications with AI Agents -Designing and Implementing Multiagent Systems
- نویسنده: Michael Albada
- حوزه: کاربرد هوش مصنوعی در برنامه‌نویسی
- سال انتشار: 2025
- تعداد صفحه: 355
- زبان اصلی: انگلیسی
- نوع فایل: pdf
- حجم فایل: 12.3 مگابایت
این کتاب یک چارچوب عملی برای ساخت برنامه‌های کاربردی قوی با استفاده از عامل‌های هوش مصنوعی ارائه می‌دهد. این کتاب به چالش‌های کلیدی می‌پردازد و راه‌حل‌هایی برای سوالاتی مانند موارد زیر ارائه می‌دهد: • تعریف یک عامل هوش مصنوعی چیست و چه زمانی باید از آن استفاده کنم؟ عامل‌ها چه تفاوتی با سیستم‌های سنتی یادگیری ماشین (ML) دارند؟ • چگونه می‌توانم معماری عامل را برای موارد استفاده خاص، از جمله انتخاب سناریو و اجزای اصلی مانند ابزارها، حافظه، برنامه‌ریزی و ارکستراسیون طراحی کنم؟ • استراتژی‌های مؤثر برای برنامه‌ریزی، استدلال، اجرا، انتخاب ابزار و توپولوژی‌هایی مانند زنجیره‌ها، درخت‌ها و گراف‌ها چیست؟ • چگونه می‌توانم عامل‌ها را قادر سازم تا از طریق روش‌های غیرپارامتری، تنظیم دقیق و یادگیری انتقالی از تجربه بیاموزند؟ • چگونه می‌توانم از سیستم‌های تک عاملی به چند عاملی، از جمله الگوهای هماهنگی مانند رویکردهای دموکراتیک، سلسله مراتبی یا بازیگر-منتقد، مقیاس‌بندی کنم؟ • چگونه می‌توانم عملکرد عامل را با معیارها، آزمایش و نظارت بر تولید ارزیابی و بهبود بخشم؟ • چه ابزارها و چارچوب‌هایی برای توسعه، استقرار و ایمن‌سازی عامل‌ها در برابر خطرات بهترین هستند؟ • چگونه می‌توانم با در نظر گرفتن تجربه کاربری (UX)، اعتماد، سوگیری، انصاف و رعایت مقررات، از ایمن، اخلاقی و مقیاس‌پذیر بودن عامل‌ها اطمینان حاصل کنم؟ این محتوا از اصول مهندسی تثبیت‌شده و شیوه‌های نوظهور در عامل‌های هوش مصنوعی، به همراه مطالعات موردی (مانند پشتیبانی مشتری، دستیاران شخصی، عامل‌های حقوقی، تبلیغاتی و بررسی کد) و بحث‌هایی در مورد بده‌بستان‌ها استخراج می‌شود تا به شما در تنظیم راه‌حل‌ها متناسب با نیازهایتان کمک کند.
This book provides a practical framework for building robust applications using AI agents. It addresses key challenges and offers solutions to questions such as: • What defines an AI agent, and when should I use one? How do agents differ from traditional machine learning (ML) systems? • How do I design agent architectures for specific use cases, including scenario selection, and core components like tools, memory, planning, and orchestration? • What are effective strategies for agent planning, reasoning, execution, tool selection, and topologies like chains, trees, and graphs? • How can I enable agents to learn from experience through nonparametric methods, fine-tuning, and transfer learning? • How do I scale from single-agent to multiagent systems, including coordination patterns like democratic, hierarchical, or actor-critic approaches? • How do I evaluate and improve agent performance with metrics, testing, and production monitoring? • What tools and frameworks are best for development, deployment, and securing agents against risks? • How do I ensure agents are safe, ethical, and scalable, with considerations for user experience (UX), trust, bias, fairness, and regulatory compliance? The content draws from established engineering principles and emerging practices in AI agents, with case studies (such as customer support, personal assistants, legal, advertising, and code review agents) and discussions on trade-offs to help you tailor solutions to your needs.
این کتاب را میتوانید از لینک زیر بصورت رایگان دانلود کنید:
Download: Building Applications with AI Agents
نظرات کاربران