دانلود رایگان کتاب Building Generative AI Agents: Using LangGraph, AutoGen, and CrewAI در آی‌تی بوک

کتاب ساخت ایجنت‌های مولد هوش مصنوعی: با استفاده از LangGraph، AutoGen و CrewAI

عنوان:

Building Generative AI Agents: Using LangGraph, AutoGen, and CrewAI

نویسنده:

Tom Taulli, Gaurav Deshmukh

انتشارات:

Apress

تاریخ انتشار:

2025

حجم:

5.01MB

دانلود

معرفی فهرست مشخصات

معرفی کتاب:"ساخت ایجنت‌های مولد هوش مصنوعی: با استفاده از LangGraph، AutoGen و CrewAI"

طلوع عصر AI Agents

طلوع عصر AI agents فرا رسیده است. آینده‌پژوهان فناوری مانند بیل گیتس، اندرو انگ و وینود خوسلا بر ظرفیت عظیم این فناوری قدرتمند تأکید کرده‌اند. این کتاب دانش و ابزارهای لازم برای ساخت generative AI agents با استفاده از محبوب‌ترین فریم‌ورک‌ها مانند AutoGen، LangChain، LangGraph، CrewAI و Haystack را در اختیار شما قرار می‌دهد.

پیشرفت‌های چشمگیر در مدل‌های زبانی بزرگ

پیشرفت‌های اخیر در large language models امکانات بی‌سابقه‌ای را فراهم کرده‌اند. پس از سال‌ها پیشرفت تدریجی در machine learning و deep learning، اکنون شاهد رویکردهای جدیدی هستیم که توانایی درک، استدلال و تولید محتوا را به شیوه‌هایی ممکن ساخته‌اند که نویدبخش انقلابی در تقریباً تمامی صنایع هستند. این تغییر پلتفرم به اندازه ظهور mainframe‌ها، رایانه‌های شخصی، cloud computing، فناوری موبایل و رسانه‌های اجتماعی اهمیت دارد. به همین دلیل است که شرکت‌های بزرگی مانند Microsoft، Apple، Google و Meta سرمایه‌گذاری‌های عظیمی در این حوزه انجام داده‌اند.

AI Agents؛ فراتر از چت‌بات‌ها

در حالی که chatbotهایی مانند ChatGPT، Claude و Gemini پتانسیل چشمگیری از خود نشان داده‌اند، سال‌های پیش رو شاهد ظهور generative AI agents خواهند بود که توانایی انجام وظایف پیچیده به نمایندگی از کاربران را دارند. این agentها در حال حاضر قابلیت‌هایی مانند اجرای test suite‌ها، جستجوی اینترنت برای مستندات، نوشتن نرم‌افزار، پاسخ به پرسش‌ها بر اساس اطلاعات سازمان‌یافته گسترده و انجام کارهای پیچیده مبتنی بر وب در حوزه‌های گوناگون را دارا هستند. آن‌ها می‌توانند به‌صورت خودکار به بررسی cybersecurity incident‌ها بپردازند و نیازهای پیچیده customer support را برآورده کنند. با ترکیب مهارت‌ها، پایگاه‌های دانش، فریم‌ورک‌های برنامه‌ریزی، حافظه و feedback loop‌ها، این سیستم‌ها می‌توانند وظایف متعددی را مدیریت کرده و به مرور زمان بهبود یابند.

درباره کتاب Building Generative AI Agents

کتاب Building Generative AI Agents به‌عنوان راهنمایی با کیفیت بالا به توسعه‌دهندگان کمک می‌کند تا بفهمند چه زمانی و در کجا AI agentها مفید هستند، مزایا و معایب آن‌ها چیست، و چگونه به‌طور عملی آن‌ها را طراحی، پیاده‌سازی، استقرار و نظارت کنند.

آنچه در این کتاب خواهید آموخت

مفاهیم بنیادی، قابلیت‌ها و پتانسیل AI agent‌ها
نوآوری‌های اخیر در large language models که توسعه AI agent‌ها را ممکن کرده‌اند
نحوه ساخت AI agent‌هایی برای راه‌اندازی محصول، ایجاد طرح مالی، مدیریت خدمات مشتری و استفاده از Retrieval Augmented Generation (RAG)
فریم‌ورک‌های ضروری برای ساخت generative AI agent‌ها، از جمله AutoGen، LangChain، LangGraph، CrewAI و Haystack
راهنمای گام‌به‌گام برای طراحی، ساخت و استقرار AI agent‌ها
دیدگاه‌هایی درباره آینده AI agent‌ها و تأثیر بالقوه آن‌ها بر صنایع مختلف

این کتاب برای چه کسانی مناسب است؟

توسعه‌دهندگان نرم‌افزار با تجربه

فهرست مطالب

Building Generative AI Agents: Using LangGraph, AutoGen, and CrewAI
About the Authors
Chapter 1: Introduction to AI Agents
What Are AI Agents?
UI and UX
New Approaches to Development
Flavors of AI Agents
Brief History
LLMs, Copilots, and RPA
Sierra
Enso
Asana
Conclusion
Chapter 2: Generative AI Foundations
Pretrained Models
Transformer Models
Transfer Learning
Alignment in Language Models
Multimodal LLMs
Types of Models
Proprietary LLMs
Open Source LLMs and SLMs
Prompt Engineering
Time to Think
Going Beyond the Transformer
Conclusion
Chapter 3: Types of Agents
Simple Reflex Agents
Model-Based Reflex Agents
Goal-Based Agents
Utility-Based Agents
Learning Agents
Hierarchical Agents
Conclusion
Chapter 4: OpenAI GPTs and the Assistants API
Registering for the OpenAI API Key
Chapter 5: Developing Agents
Jupyter Notebook, VS Code, and Google Colab
How to Use Jupyter Notebooks
Google Colab
Streamlit, Gradio, and Jupyter Widgets
Hugging Face
Languages
Using LLMs (Large Language Models)
Setting Up and Using Ollama
Using Ollama with Google Colab
Customizing LLMs
Conclusion
Chapter 6: CrewAI
The Basics
Agents
Tasks
Tools
Crews
Processes
Memory
Financial Planning Agent
Product Launch Orchestrator
Customer Call Center Processing
Retrieval-Augmented Generation (RAG)
Connecting LLMs
Conclusion
Chapter 7: AutoGen
ConversableAgent
Reflection Agent
Tool Use
Group Chat
Web Search Agent
Retrieval-Augmented Generation (RAG)
Using Ollama
AutoGen Studio
Conclusion
Chapter 8: LangChain
Background
The Components
Models
Prompt Templates
Output Parsers
Document Loaders
Text Splitters
Memory
Key Concepts of LangChain Agents
Types of Agents
ReAct Agent
Agent Program
Conclusion
Chapter 9: Introduction to LangGraph
Benefits of Combining LangChain with LangGraph
Pros and Cons of LangGraph
Chapter 10: Haystack
Haystack Program
Haystack Agent with Function Calling
Conclusion
Chapter 11: Takeaways
Rethinking Software
The Challenges
AI Agent Frameworks
Conclusion
Glossary
Index

مشخصات

نام کتاب