Explore how Haystack components interact with LLMs, understand what makes agents different from traditional language models, and create your first working agent. And then, learn how to give your agent access to real-world tools like web search, transforming it from a passive responder into an active problem solver!

Selamat datang di kursus ini!

Berinteraksi dengan LLM menggunakan Komponen

Apa yang dapat dilakukan agen Haystack?

Membuat agen pertama kita

Menghubungkan alat ke agen kita

Meet Your Agent

Unlock the tools to make your agents smarter, more transparent, and easier to debug in this chapter. From tracing agent decisions with streaming callbacks to building reusable Haystack pipelines, you’ll transform your agents into with a range of capabilities, including running SQL queries. Get ready to customize, connect, and supercharge your Haystack pipeline!

Opening the black box: making agents transparent

Customizing our agent

Haystack pipelines: our agent's secret power

Querying an SQL database

Turning our pipeline into a tool for agents

Wrap-up and where to go next

Designing Robust Agents

Haystack Additional Resources

Pelajari cara melampaui antarmuka chat sederhana dan membangun agen AI yang sepenuhnya fungsional yang mampu bernalar, mengambil keputusan, dan menggunakan alat eksternal untuk bertindak. Dengan Haystack, sebuah kerangka kerja open-source untuk aplikasi berbasis LLM, Anda akan membangun agen layanan kesehatan yang mampu menelusuri web dan melakukan kueri pada data pasien terstruktur. Sepanjang proses, Anda akan menguasai prinsip desain agentic utama, membuat pipeline yang dapat digunakan ulang, dan mengintegrasikan komponen ke dalam sistem cerdas. Pada akhirnya, Anda tidak hanya memahami cara kerja agen AI — Anda juga telah membangunnya dari nol.

<h2>Bangun agen kecerdasan buatan (AI) yang mampu berlogika, mengakses informasi, dan bertindak.</h2>

Agen AI dapat melakukan lebih dari sekadar menghasilkan teks. Mereka dapat merencanakan, mengambil keputusan, dan mengambil tindakan berdasarkan alat dan data yang tersedia bagi mereka. Dalam kursus ini, Anda akan belajar cara membangun agen kecerdasan buatan (AI) yang cerdas menggunakan Haystack, sebuah kerangka kerja sumber terbuka untuk mengoordinasikan model bahasa besar dan komponen eksternal.
Anda akan membuat agen kesehatan yang menjawab pertanyaan pengguna dengan menggabungkan konten online terkini dengan catatan pasien yang terstruktur.
<br></br>

<h2>Hubungkan agen-agen Anda</h2>

Anda akan memulai dengan menggunakan komponen Haystack untuk berkomunikasi dengan LLM, lalu beralih ke pembuatan agen pertama Anda. Anda akan menghubungkan alat-alat seperti pencarian web real-time dan pipa kueri basis data SQL, sehingga agen dapat mengakses baik informasi publik maupun privat. Anda juga akan belajar cara mendaftarkan Haystack pipelines sebagai alat, sehingga memudahkan untuk menggunakan kembali alur kerja terstruktur di dalam agen Anda.
<br></br>

<h2>Bangun dan kembangkan alur kerja dunia nyata</h2>

Pada akhir kursus ini, Anda akan memiliki agen yang tangguh yang menggabungkan pemodelan bahasa besar (LLM) dengan alat eksternal dan alur kerja terstruktur. Anda akan memahami kapan harus menggunakan agen, kapan harus menggunakan pipa, dan bagaimana membangun sistem yang fleksibel yang dapat menggunakan keduanya. Apakah Anda sedang mengembangkan asisten, sistem generasi yang diperkuat dengan pencarian, atau alat khusus domain, Anda akan siap untuk membuat agen AI yang siap produksi dengan Haystack.




Intermediate Python

Buat agen AI kesehatan dengan Haystack, kerangka open-source untuk mengatur LLM dan komponen eksternal.

Berinteraksi dengan LLM menggunakan Komponen

Membangun Agen AI dengan Haystack

Petunjuk latihan

Latihan interaktif praktis