当数据代理失败时，它们往往是默默失败的——给出听起来自信但实际上错误的答案，而找出失败的原因可能很困难。 "构建和评估数据代理"是与@Snowflake合作创建的一门新短期课程，由@datta_cs和@_jreini教授，教你如何构建内置全面评估的数据代理。 你将获得的技能： - 使用目标-计划-行动框架和运行时评估构建可靠的LLM数据代理，能够在执行中捕捉到失败 - 使用OpenTelemetry跟踪和评估基础设施，准确诊断代理失败的地方，并系统性地提高性能 - 在基于LangGraph的代理中协调跨网页搜索、SQL和文档检索的多步骤工作流 结果：对代理推理的每一步都有可见性，因此如果出现问题，你就有系统的方法来修复它。 注册以开始：

我对所有因H-1B签证变更的突然和混乱公告而感到焦虑的家庭和个人表示关心。 美国应该努力吸引更多的技术人才，而不是制造不确定性让他们望而却步。对所有合法移民和H1-B持有者：我支持并感激你们。

新短期课程：使用MCP服务器构建AI应用程序：处理Box文件，由@Box构建并由他们的CTO @BenAtBox 授课。 许多AI应用程序需要自定义代码来进行基本的文件操作。模型上下文协议（MCP）通过让您将文件任务卸载到提供LLM可以直接使用的工具的专用服务器上来标准化这一点。 在本课程中，您将使用Box MCP服务器处理存储在Box文件夹中的文档。您将设计应用程序以使用通过MCP提供的工具，而不是编写自定义集成代码来连接Box API并下载文件。 您将获得的技能： - 构建一个基于LLM的文档处理应用程序，使用Box MCP服务器访问文件 - 使用Google的代理开发工具包（ADK）设计一个多代理系统，由专门处理文件操作的代理组成 - 通过使用Agent2Agent（A2A）协议连接代理的协调者来协调多代理工作流程 您将从一个本地文件处理应用程序开始，将其重构为与Box的MCP服务器一起工作，然后将其演变为一个多代理系统。 在这里注册：