Chương này giới thiệu các khái niệm cốt lõi và phần thiết lập cần thiết để xây dựng quy trình agentic với LlamaIndex. Bạn sẽ thực hành trực tiếp với các công cụ như Tavily và mô hình OpenAI, định nghĩa hàm công cụ đầu tiên, và tạo một agent thông minh có khả năng tương tác với web. Kết thúc chương, bạn sẽ có một AI agent hoàn chỉnh được xây dựng bằng LlamaIndex, sẵn sàng xử lý các tác vụ thực tế.

Chào mừng!

Bắt đầu với LlamaIndex

Agent là gì?

Tạo một agent

Agent có ghi nhớ không?

Duy trì trạng thái giữa các lần chạy của agent

Streaming đầu ra và sự kiện

Xây dựng một Agent

Vì sao dừng lại ở một agent khi bạn có thể xây cả một đội? Trong chương này, bạn sẽ khai mở sức mạnh của hệ thống đa agent, nơi các agent chuyên biệt phối hợp như một nhóm nghiên cứu, mỗi bên đảm nhận một vai trò riêng. Bạn sẽ tự xây dựng quy trình cộng tác giữa các agent để tìm kiếm, viết và phản biện, cho thấy cách làm việc nhóm giúp AI của bạn thông minh hơn và dễ mở rộng hơn.

Hệ thống đa tác tử là gì?

Hệ thống đa agent với AgentWorkflow

Xây dựng agentic workflow từ con số 0

Thiết kế quy trình nhiều bước với sự kiện tùy chỉnh

Tính đồng thời và thu thập sự kiện

Ghép nối một hệ thống đa tác nhân

Thêm tự phản hồi vào quy trình làm việc

Tổng kết

Tạo quy trình Nghiên cứu Chuyên sâu

Sẵn sàng tự xây dựng một đội ngũ AI agent cho riêng bạn? Trong khóa học này, bạn sẽ bắt đầu với một trợ lý thông minh duy nhất và nâng cấp dần lên các quy trình agentic hoàn chỉnh có khả năng lập kế hoạch, tìm kiếm, ghi nhớ và cộng tác. Sử dụng LlamaIndex, bạn sẽ tạo ra những hệ thống mạnh mẽ để xử lý các nhiệm vụ phức tạp như nghiên cứu chuyên sâu và lập báo cáo. Trong quá trình học, bạn sẽ nắm được cách điều phối công cụ, bộ nhớ và cộng tác đa agent để biến các quy trình AI thành hiện thực.

<h2>Xây dựng các tác nhân AI thông minh và có khả năng từ đầu</h2>

Học cách xây dựng các quy trình làm việc thông minh từ đầu bằng cách sử dụng LlamaIndex, một khung công cụ mạnh mẽ để điều phối hành vi trí tuệ nhân tạo. Bắt đầu từ một hệ thống đơn tác nhân và tiến tới hợp tác đa tác nhân, quý vị sẽ phát triển một hệ thống có khả năng thực hiện nghiên cứu, tạo báo cáo và tự đánh giá kết quả đầu ra của chính mình.
<br></br>

<h2>Tạo và điều phối các quy trình làm việc tự động</h2>

Quý vị sẽ bắt đầu bằng cách thiết lập một tác nhân AI đơn giản sử dụng lớp AgentWorkflow và kết nối nó với các chức năng như tìm kiếm trên web. Quý vị sẽ học cách cung cấp "trí nhớ" cho các đại lý của mình bằng cách sử dụng ngữ cảnh và làm cho phản hồi của họ trở nên linh hoạt hơn thông qua các đầu ra trực tuyến. Trong quá trình học, quý vị sẽ khám phá các tính năng nâng cao như xử lý sự kiện, thực thi đồng thời và tạo quy trình làm việc tùy chỉnh bằng logic dựa trên bước. Quý vị cũng sẽ triển khai các vòng phản hồi tự đánh giá để cho phép các tác nhân cải thiện kết quả đầu ra của chính họ.
<br></br>

<h2>Thiết kế Hệ thống Đa tác nhân với LlamaIndex</h2>

Trong bước cuối cùng, quý vị sẽ vượt qua hệ thống tác nhân đơn lẻ bằng cách thiết kế các nhóm tác nhân AI làm việc cùng nhau. Quý vị sẽ xây dựng các quy trình làm việc trong đó mỗi nhân viên đảm nhận một vai trò chuyên môn cụ thể—như nghiên cứu, viết và kiểm tra—và chia sẻ thông tin thông qua một bối cảnh chung. Quý vị sẽ thực hành với các quy trình làm việc tuần tự, lặp lại và phân nhánh, từ đó hiểu rõ hơn về cách quản lý các tác vụ phức tạp với nhiều nhân viên.

Intermediate Python

Xây dựng quy trình AI có thể lập kế hoạch, tìm kiếm, ghi nhớ và hợp tác với LlamaIndex.

Xây dựng quy trình Agentic với LlamaIndex

Xây dựng các quy trình làm việc tự động hóa trí tuệ nhân tạo (AI) có khả năng lập kế hoạch, tìm kiếm, ghi nhớ và hợp tác, sử dụng LlamaIndex.

Thêm tự phản hồi vào quy trình làm việc

Xây dựng quy trình Agentic với LlamaIndex

Hướng dẫn bài tập

Bài tập tương tác thực hành