Discover what makes a successful AI agent in production (and how many of them fail on the way!) Learn about the key agentic design principles to set up your agents for scaling, including robust infrastructure and tooling, modular design architecture, and continuous evaluation and feedback loops.

Vahşi Doğada AI Ajanları

Seçenekler

Diğer Otomasyonlar

AI Ajanları

Ajan kullanmalı mı, kullanmamalı mı

Etkileşimli (agentic) uygulamalar

Ölçeklenebilir Ajanlar için Tasarım İlkeleri

Modülarite

Sağlam altyapı ve araçlar

Sürekli değerlendirme

Ölçeklenebilir tasarım için stratejiler

Ölçeklenebilir tasarımın sütunlarını hayata geçirmek

AI Ajanları Nasıl Ölçeklenir (ve Nerede Hata Yapar)

Ölçeklerken sakın çuvallama!

Daha Yüksek Maliyet

Daha Düşük Maliyet

Etkileşimli muhasebe

Guardrails olmazsa olmaz

Designing Scalable Agents

Learn about key strategies to ensure that your agent is being developed with scalability in mind. Gain insights into how the Model Context Protocol (MCP) and the Agent-to-Agent protocol (A2A) enable scalability through standardization.

Multi-Agent Design Patterns

Making the leap from single to multi-agents

Multi-agent design patterns

The Model Context Protocol (MCP)

Getting to know MCP

MCP is the MVP

Clients, servers, and everything in between

The Agent-to-Agent (A2A) Protocol

Agent cards - Gotta Catch 'Em All

MCP and A2A: friend or foe?

Developing Agents for Scalability

Time for production, but not so fast! Build a robust testing framework to give you confidence that the AI agent will continue to perform in production. Choose the best deployment strategy for your use case, and learn how to integrate real-time data sources with your agentic system.

From Proof-of-Concept to Production

Robustly testing an agent

What's left to check?

Fast and Efficient Data Ingestion

The value of real-time data

Failing Gracefully: Mitigating Risks

Retry with exponential backoff

Laying down the law!

Congratulations!

Deploying Agents into Production at Scale

Cheat Sheet

Course Glossary

Neden bu kadar çok etkin sistem geliştirmeden üretime geçişte tökezliyor? Bu kursta öğreneceksin! Ölçeklenebilirliği baştan düşünerek, etkin ölçeklenebilirliğin üç ayağını izleyerek (sağlam altyapı ve araçlar, modüler tasarım mimarisi ve sürekli değerlendirme ile geri bildirim döngüleri) AI ajanlarını nasıl tasarlayıp geliştireceğini keşfet. Model Context Protocol (MCP) ve Agent-to-Agent protocol (A2A) gibi etkin çerçevelerin, veri kaynaklarıyla ajanlar arasında daha temiz ve hızlı entegrasyonları nasıl mümkün kıldığını öğreneceksin. Son olarak, ajanının değer üretmesini sağlamak için testler ve dağıtım stratejilerini öğren.

Videolarda, videoların sol altındaki "Show transcript" seçeneğine tıklayarak açabileceğin canlı altyazılar bulunur.

Kurs sözlüğünü sağ taraftaki kaynaklar bölümünde bulabilirsin.

CPE kredisi almak için kursu tamamlaman ve nitelikli değerlendirmede %70 puana ulaşman gerekir. Sağ taraftaki CPE kredileri duyurusuna tıklayarak değerlendirmeye gidebilirsin.

<h2>Ölçeklendirme için Ajanlar Tasarlama ve Geliştirme</h2>
Modülerlik, sağlamlık ve uyarlanabilirlik olmak üzere üç temel unsurdan oluşan ajan ölçeklenebilirliği ilkelerini takip ederek, ölçeklenebilirliği göz önünde bulundurarak AI ajanları tasarlama ve geliştirme yöntemlerini öğrenin. Prodüksiyonda başarılı bir ajanın özelliklerini ve neden bu kadar çok kişinin bu noktaya gelmek için mücadele ettiğini keşfedin.<br><br><h2>MCP ve A2A'nın Gücünü Keşfedin</h2>
Anthropic tarafından geliştirilen Model Context Protocol (MCP), ajanların veri kaynaklarına bağlanmasına yönelik birleşik bir yaklaşım oluşturarak ajanların birlikte çalışabilirliğinde devrim niteliğinde bir değişiklik yarattı. Google tarafından geliştirilen A2A (Agent-to-Agent) protokolü, MCP'yi tamamlar. Acentenizin entegrasyonlarının ölçeklenebilir olmasını sağlamak için bu iki çerçevenin nasıl birleştirilebileceğini öğrenin.<br><br><h2>Ajan Test ve Dağıtım En İyi Uygulamalarını Uygulayın</h2>Büyük kırmızı düğmeye basıp ajanı üretime geçmeden önce, ölçeklendirmeyle birlikte gelen riskleri azaltmanız gerekir. Bileşenler, entegrasyonlar, performans ve güvenlikle ilgili sorunları tespit etmek için sağlam bir test çerçevesi oluşturmayı öğrenin. Kullanım senaryosunun gereksinimlerini göz önünde bulundurarak, ajanınız için hangi dağıtım türünün uygun olduğuna karar verin.

Introduction to AI Agents

AI ajanlarını ölçeklendirmek için MCP ve A2A gibi çerçevelerden yardım alarak keşfedin.

Ölçeklenebilir Etkin Sistemler Oluşturma

MCP ve A2A gibi çerçevelerin yardımıyla AI ajanlarını ölçeklendirmek için neler gerektiğini keşfedin.

AI Ajanının Temelleri

➗ Kullanıcı görevini alt ajanlar için net *alt görevlere* böl

🖥️ İşlem ve depolama kaynaklarının kullanıcı trafiğiyle birlikte ölçeklendiğinden emin ol

🧪 Başlıca bileşenlere ve süreçlere günlükleme ve izleme ekle

Ölçeklenebilir tasarım için stratejiler

Ölçeklenebilir Etkin Sistemler Oluşturma

Uygulamalı interaktif egzersiz