Budování chytrých agentů pomocí Vertex AI Agent Builder a RAG Počítačový Kurz
Vertex AI Agent Builder je prostředí bez nutnosti programování (no-code) nebo s minimálním kódováním (low-code) pro tvorbu agentů založených na skutečných datech, které kombinují generativní modely s generováním rozšířeným o vyhledávání (RAG). Umožňuje týmům rychle vytvářet agenty, které využívají firemní data a vyhledávání k poskytování přesných odpovědí přizpůsobených kontextu.
Tato interaktivní školení vedená výučbovou osobou (online nebo na místě) je určeno praktikům střední úrovni, kteří chtějí navrhovat, konfigurovat a nasazovat chytré agenty pomocí Vertex AI Agent Builder a vzorů RAG.
Na konci tohoto školení budou účastníci schopni:
- Navrhovat pracovní toky pro agenty založené na datech pomocí Agent Builder.
- Implementovat RAG potrubí s vyhledáváním a vektorovými úložišti.
- Bezpečně integrovat firemní zdroje dat pro vyhledávání.
- Hodnotit a iterativně zdokonalovat chování agentů pomocí testování a metrik.
Formát kurzu
- Interaktivní přednáška a diskuze.
- Praktické laboratorní úlohy s využitím Vertex AI Agent Builder a komponent RAG.
- Projektové cvičení zaměřené na budování a ladění agentů.
Možnosti přizpůsobení kurzu
- Pokud chcete požádat o přizpůsobené školení tohoto kurzu, kontaktujte nás pro domluvu.
Návrh Školení
Úvod do Agent Builder a RAG
- Přehled funkcí Agent Builder
- Základy RAG a kdy je používat
- Případy použití a úspěšné příběhy
Nastavení prostředí
- Konfigurace workspace pro Vertex AI
- Připojení vyhledávačů a vektorových úložišť
- Praktická laboratoř: příprava prostředí
Navrhování pracovních toků pro agenty založené na datech
- Definice cílů agenta a konverzačních toků
- Mapování zdrojů dat na strategie vyhledávání
- Praktická laboratoř: stavba konverzačního toku
Implementace RAG potrubí
- Indexování dokumentů a embeddings
- Vzory pro vyhledávače a re-rankery
- Praktická laboratoř: vytvoření RAG potrubí
Integrace a firemní data
- Bezpečné konektory k interním systémům
- Správa dat a ovládání přístupu
- Praktická laboratoř: připojení firemních zdrojů dat
Testování, hodnocení a iterace
- Testování promptů a metriky hodnocení
- Simulace uživatelů a strategie validace
- Praktická laboratoř: hodnocení a ladění agenta
Nasazení, monitorování a údržba
- Možnosti nasazení a úvahy o škálování
- Monitorování výkonu, relevance a driftu
- Operativní příručky pro aktualizace a rollbacky
Shrnutí a další kroky
Požadavky
- Základní znalosti zpracování přirozeného jazyka
- Zkušenosti s cloudovými službami a API
- Poznání s vyhledávači a vektorovými databázemi
Cílové publikum
- Developéři
- Architekti řešení
- Product manažeři
Veřejné školení vyžaduje minimálně 5 účastníků.
Budování chytrých agentů pomocí Vertex AI Agent Builder a RAG Počítačový Kurz - Rezervace
Budování chytrých agentů pomocí Vertex AI Agent Builder a RAG Počítačový Kurz - Dotaz
Budování chytrých agentů pomocí Vertex AI Agent Builder a RAG - Dotaz ohledně konzultace
Nadcházející kurzy
Související kurzy
Agentická vývoj s Gemini 3 a Google Antigravity
21 HodinyPokročilá Antigravity: Zpětné vazby, učení a dlouhodobá paměť agentů
14 HodinyPokročilé integrace Mastra: API, nástroje, podniková data a externí systémy
21 HodinyInteraktivní AI agenti: AgentCore Memory, Code Interpreter a Browser Tool v praxi
14 HodinyZrychlení nasazování AI agentů pomocí AgentCore Runtime a Gateway
14 HodinyAntigravity pro vývojáře: Tvorba aplikací s důrazem na agenty (Agent-First)
21 HodinyÚvod do Antigravity: Seznámení s agent-first IDE
14 HodinyAntigravity pro webovou automatizaci a úkoly založené na prohlížeči
21 HodinyVytváření plně spravovaných AI agentů pomocí AgentCore: Od konceptu po produkční nasazení
14 HodinyVývoj AI agentů pomocí Mastra
14 HodinyTato živá výuka vedená instruktorem (online nebo na místě) je určena software vývojářům a inženýrským týmům středně pokročilé úrovně, kteří chtějí budovat škálovatelné a sledovatelné AI systémy pomocí Mastra.
Na konci této výuky budou účastníci schopni:
- Chápat architekturu Mastry a způsob, jakým integruje LLM a externí API.
- Návrh a implementace AI agentů a workflowů pomocí TypeScript.
- Využívání nástrojů Mastry pro sledovatelnost a paměť ke monitorování a zlepšování výkonu agentů.
- N nasazení produkčně připravených AI aplikací s využitím funkcí frameworku Mastra.