عن الدورة
تركّز هذه الدورة على بناء مسارات عمل متقدمة لوكلاء ذكاء اصطناعي قادرين على تنفيذ مهام متعددة الخطوات بطريقة منظمة وموثوقة باستخدام LangChain. ستبدأ بفهم الفرق بين استدعاء نموذج واحد وبين نظام وكلاء يتخذ قرارات ويتفاعل مع أدوات خارجية مثل البحث، قواعد البيانات، أو واجهات API. بعد ذلك تتعمق في أنماط تصميم الوكلاء، بما في ذلك تدفقات ReAct التي تمزج الاستدلال مع الأفعال، وكيفية تقسيم المهمة إلى خطوات قابلة للتتبع والتحقق. ستتعلم بناء ذاكرة تكيفية تحفظ السياق بطريقة تقلل الهلوسة وتزيد الاتساق، ثم تطبيق استرجاع معرفي متقدم عبر استعلامات متعددة لتحسين جودة الاستدعاء من مصادر المعرفة. جانب مهم من الدورة هو الموثوقية: سترى كيف تُصمم معالجة أخطاء (Error Handling) واستراتيجيات تصحيح المخرجات (Output Correction) للتعامل مع ردود ناقصة أو غير متسقة، وكيف تُنشئ حواجز تحقق قبل تمرير النتائج إلى المستخدم أو النظام. بنهاية الدورة تكون قادرًا على تصميم مسارات وكلاء قابلة للتوسّع والاختبار، مع فهم عملي للقيود وكيفية تحسين الأداء والجودة.
ماذا ستتعلم
- تصميم تدفقات عمل متقدمة لوكلاء ذكاء اصطناعي باستخدام LangChain
- تطبيق استدلال متعدد الخطوات وتدفقات ReAct لتحسين أداء الوكيل
- بناء ذاكرة تكيفية ودمج استرجاع متعدد الاستعلامات لرفع جودة الإجابات
- تنفيذ معالجة أخطاء وتصحيح مخرجات لزيادة موثوقية المسار
المتطلبات المسبقة
- Basic familiarity with the topic and its common terminology
- Readiness to practice through applied exercises or case-based work
المدرسون
Edureka