Kursus baru: Toolkit Agen NeMo Nvidia: Membuat Agen Dapat Diandalkan, diajarkan oleh @Pr_Brian dari @NVIDIA. Banyak tim berjuang untuk mengubah demo agen menjadi sistem andal yang siap untuk produksi. Kursus singkat ini mengajarkan Anda untuk memperkuat alur kerja agen menjadi sistem yang andal menggunakan NeMo Agent Toolkit (NAT) sumber terbuka Nvidia. Baik Anda membangun agen Anda dalam Python mentah atau menggunakan kerangka kerja seperti LangGraph, atau CrewAI, NAT menyediakan blok penyusun untuk observabilitas, evaluasi, dan penerapan yang mengubah bukti konsep menjadi sistem siap produksi. NAT memudahkan pemecahan masalah dan mengoptimalkan kinerja agen dengan pelacakan eksekusi, evaluasi sistematis, dan integrasi CI/CD. Keterampilan yang akan Anda peroleh: - Bangun alur kerja agen berbasis konfigurasi dengan REST API dan kode minimal - Tambahkan observabilitas dengan pelacakan untuk memvisualisasikan penalaran agen dan men-debug kemacetan performa - Membuat evaluasi sistematis menggunakan kumpulan data standar emas untuk mengukur dan meningkatkan keandalan agen - Terapkan sistem multi-agen dengan autentikasi, pembatasan laju, dan antarmuka web profesional - Atur agen dari kerangka kerja yang berbeda untuk berkolaborasi dalam tugas-tugas kompleks Bergabunglah dan pelajari cara mengubah demo agen menjadi sistem yang andal!

Berbagi resep yang menyenangkan untuk membangun agen yang sangat otonom, cukup mampu, dan sangat tidak dapat diandalkan menggunakan paket aisuite open source yang telah saya dan Rohit Prasad kerjakan. Dengan beberapa baris kode, Anda dapat memberikan LLM perbatasan alat (seperti akses disk atau pencarian web), memintanya dengan tugas tingkat tinggi (seperti membuat permainan ular dan menyimpan sebagai file HTML, atau melakukan penelitian mendalam), dan membiarkan LLM lepas dan melihat apa fungsinya. Contoh dalam gambar. Peringatan: Ini bukan cara agen praktis dibangun saat ini, karena sebagian besar membutuhkan lebih banyak perancah (lihat kursus AI Agen saya untuk mempelajari lebih lanjut), tetapi masih menarik untuk bereksperimen. Tulisan yang lebih panjang di sini:

Kursus baru: Membangun Agen Pengkodean dengan Eksekusi Alat, diajarkan oleh @tereza_tizkova dan @FraZuppichini dari @e2b. Sebagian besar agen AI terbatas pada panggilan fungsi yang telah ditentukan sebelumnya. Kursus singkat ini mengajarkan Anda untuk membangun agen yang menulis dan mengeksekusi kode untuk menyelesaikan tugas, mengakses seluruh ekosistem bahasa pemrograman alih-alih dibatasi pada seperangkat alat tetap. Anda akan belajar menjalankan kode yang dihasilkan agen dengan aman di lingkungan cloud kotak pasir yang melindungi sistem Anda dari operasi berbahaya. Keterampilan yang akan Anda peroleh: - Bangun agen yang menulis dan mengeksekusi kode, mengelola file, dan menangani kesalahan secara mandiri melalui loop umpan balik - Jalankan kode agen dengan aman di kotak pasir cloud E2B dan pahami pengorbanan antara eksekusi lokal, kontainer, dan cloud - Buat agen analis data yang mengeksplorasi memvisualisasikan data dengan Pandas - Buat agen full-stack yang membangun aplikasi web Next.js lengkap Bergabunglah dan buat agen yang membuat kode melalui tugas-tugas kompleks: