عن الدورة
تقدّم هذه الدورة مدخلاً عملياً ومحايداً تجاه الأطر لبناء أنظمة ذكاء اصطناعي متقدمة متعددة الوكلاء. ستتعلّم كيف تُمكّن أنماط التصميم الوكيلي وتقنيات التنسيق (Orchestration) من إنشاء أنظمة معيارية وسهلة الصيانة وذكية، قادرة على حل مهام معقّدة عبر تقسيم العمل بين وكلاء متخصصين وتنسيق تفاعلهم. من خلال شرح موجّه وتمارين تطبيقية ومختبرات عملية، ستستكشف أربعة أطر رئيسية: LangGraph وCrewAI وBeeAI وAG2. ستفهم نقاط قوة كل إطار، وأوجه الاختلاف بينها، وفلسفات التصميم التي تقف خلفها، وكيفية اختيار الإطار والنمط المناسبين وفق متطلبات الأداء وقابلية التوسع. ستبدأ باستخدام LangGraph لتنفيذ أنماط سير عمل أساسية تُعد لبنات بناء لأنظمة أكثر تعقيداً وتكيّفاً، مثل: التدفقات المتسلسلة بين الوكلاء، والتوجيه الشرطي (Conditional Routing) لاتخاذ مسارات مختلفة حسب السياق، والتدفقات الواعية بالذاكرة لإدارة الحالة عبر الخطوات، إضافة إلى الفروع المتوازية لتنفيذ مهام متعددة في الوقت نفسه. بعد ذلك ستطبّق مفاهيم تنسيق الوكلاء في CrewAI لبناء سير عمل متعدد الوكلاء يعتمد على تعريف الوكلاء والمهام، وإخراجات منظمة (Structured Outputs)، وتكامل الأدوات (Tool Integrations) لربط الوكلاء بخدمات ومصادر خارجية. كما ستتعلّم إنشاء وكلاء وتدفقات عمل باستخدام BeeAI، وتصميم محادثات متعددة الوكلاء باستخدام AG2، مع التركيز على استراتيجيات التنسيق التي تضمن تعاون الوكلاء بكفاءة لحل المشكلات المعقّدة ضمن معماريات قابلة للتوسع والصيانة.
ماذا ستتعلم
- شرح كيف تدعم أطر الذكاء الاصطناعي الوكيلي تصميم أنظمة ذكاء اصطناعي معيارية وقابلة للتوسع
- تطبيق أنماط سير العمل في LangGraph مثل التدفقات المتسلسلة والتوجيه والتوازي
- بناء تطبيقات متعددة الوكلاء باستخدام CrewAI عبر المهام والمخرجات المنظمة وتكامل الأدوات
- إنشاء وكلاء وتدفقات عمل باستخدام BeeAI وتصميم محادثات متعددة الوكلاء باستخدام AG2
- تنفيذ استراتيجيات تنسيق تُنسّق بين عدة وكلاء لحل مهام معقّدة
- اختيار الأطر وأنماط التصميم المناسبة لتحسين الأداء وقابلية الصيانة في مشاريع الذكاء الاصطناعي
المتطلبات المسبقة
- معرفة عملية ببرمجة Python
- إلمام بـ LangChain وLangGraph وفهم لكيفية عمل أنظمة الذكاء الاصطناعي الوكيلي
المدرسون
Skills Network
IBM