自強課程
課程名稱
AI Agent開發實戰(實作)
熱烈招生中
課程代碼:
15W311
上課時間:
6/9、6/16,星期二,09:30-16:30,共二週12小時。
上課時數:
12 小時
課程費用:
10000元
(符合超值優惠價格者需送出報名表後,系統發出報名成功回函確認金額。)
超值優惠:
- VIP企業會員價:VIP企業會員可享優惠價格 (按我)
- 會員優惠價: 會員於開課前七天完成報名繳費者可享會員優惠價 9000 元
- 早安鳥方案:會員於開課二週前(含)報名並完成繳費,可享超值優惠價 8500 元
- 會員紅利折抵:本課程歡迎使用紅利折抵,最高可使用 100 點
課程目標:
1.掌握 AI 近年來驚人的發展
2.了解AI Agent的基本觀念
3.學會如何使用Langchain
4.了解AI Agent開發實務上會遇到的問題
2.了解AI Agent的基本觀念
3.學會如何使用Langchain
4.了解AI Agent開發實務上會遇到的問題
課程特色:
隨著人工智慧(AI)技術的快速演進,大型語言模型(Large Language Models, LLM)已不再只是用來回答問題的工具,而是逐漸發展成能夠自主思考、規劃任務並執行行動的 AI Agent。這類具備推理、決策與工具調用能力的智慧代理,正快速成為企業導入 AI、自動化流程與提升營運效率的關鍵核心技術。
近年來,AI Agent 已被廣泛應用於知識庫問答、自動客服、資料分析、流程自動化與系統整合等場景。透過語言模型結合外部工具與資料來源,AI不僅能理解人類語言,更能實際「完成任務」,大幅改變軟體系統的設計方式與企業對AI 的想像,也預示著未來 AI 應用將從「輔助工具」邁向「數位工作夥伴」。
本課程將帶領學員深入理解 AI Agent 的核心概念與設計思維,並以目前最主流的 Agent 開發框架LangChain 為實作基礎,從零開始學習如何建構具備推理能力、可調用工具、能與資料互動的AI Agent。課程內容不僅涵蓋關鍵理論與架構說明,更著重實際動手開發,讓學員能將所學技術應用於真實場景中。
在課程最後,講師也將分享自身在企業導入 AI Agent、打造實務系統與專案落地過程中的實戰經驗與成功案例,協助學員建立從概念、開發到應用的完整視角,為未來 AI 專案與職涯發展奠定扎實基礎。
1.系統化的教學
2.重視實作
3.老師實務經驗分享
近年來,AI Agent 已被廣泛應用於知識庫問答、自動客服、資料分析、流程自動化與系統整合等場景。透過語言模型結合外部工具與資料來源,AI不僅能理解人類語言,更能實際「完成任務」,大幅改變軟體系統的設計方式與企業對AI 的想像,也預示著未來 AI 應用將從「輔助工具」邁向「數位工作夥伴」。
本課程將帶領學員深入理解 AI Agent 的核心概念與設計思維,並以目前最主流的 Agent 開發框架LangChain 為實作基礎,從零開始學習如何建構具備推理能力、可調用工具、能與資料互動的AI Agent。課程內容不僅涵蓋關鍵理論與架構說明,更著重實際動手開發,讓學員能將所學技術應用於真實場景中。
在課程最後,講師也將分享自身在企業導入 AI Agent、打造實務系統與專案落地過程中的實戰經驗與成功案例,協助學員建立從概念、開發到應用的完整視角,為未來 AI 專案與職涯發展奠定扎實基礎。
1.系統化的教學
2.重視實作
3.老師實務經驗分享
修課條件:
1.熟悉Python程式語言
2.熟悉numpy、pandas、matplotlib套件
2.熟悉numpy、pandas、matplotlib套件
課程大綱:
1. AI Agent 與 LLM 核心概念
1.1 大語言模型Large Language Model(LLM)介紹
1.2 什麼是 AI Agent?
1.3 Agent 核心能力
2. LangChain基礎
2.1 LangChain 整體架構介紹
2.2 Prompt Template 與 Prompt Engineering
2.3 Chain 是什麼?如何串接多步推理
2.4 Output Parser 與結構化輸出
2.5 Memory 設計
3.AI Agent開發
3.1 使用 LangChain 建立基本 Agent
3.2 Tool 的設計原則
3.3 Agent 與 Tool 的互動流程
4. RAG與AI Agent
4.1 RAG基礎
4.2 向量資料庫(Vector Store)介紹
4.3 企業內部知識 Agent
1.1 大語言模型Large Language Model(LLM)介紹
1.2 什麼是 AI Agent?
1.3 Agent 核心能力
2. LangChain基礎
2.1 LangChain 整體架構介紹
2.2 Prompt Template 與 Prompt Engineering
2.3 Chain 是什麼?如何串接多步推理
2.4 Output Parser 與結構化輸出
2.5 Memory 設計
3.AI Agent開發
3.1 使用 LangChain 建立基本 Agent
3.2 Tool 的設計原則
3.3 Agent 與 Tool 的互動流程
4. RAG與AI Agent
4.1 RAG基礎
4.2 向量資料庫(Vector Store)介紹
4.3 企業內部知識 Agent
課程師資:
講師:李厚均
專長:生成式AI、深度學習
現任:核果智能科技 執行長
專長:生成式AI、深度學習
現任:核果智能科技 執行長
主辦單位:
財團法人自強工業科學基金會
學員須知:
注意事項



