AI Agent Frameworks 與 AI Agents 之架構:資展國際股份有限公司

課程資訊

開課日期

2025-11-01

學習時程

21小時

上課時間

週六,週日

上課時段

上午,下午

適用對象

1.希望強化 AI 技術能力的產品經理、系統分析師、數據科學家
2.有志於進入 AI Agent 領域的軟體開發者、AI 工程師與 DevOps 專業人士
3.負責企業數位轉型、流程再造、或智能自動化導入的中高階管理者
4.有基本程式設計能力，欲進一步理解 LLM 與 AI Agent 架構與應用的科技工作者

課程特色

1.技術+實務整合：涵蓋從理論基礎、核心技術到應用實作的完整脈絡
2.最前沿主題：深入探討 MCP、OpenAI Agents SDK、On-premises LLM Server 等關鍵新技術
3.案例導向學習：結合實際應用場景與企業實務需求，強化實戰力
4.可立即上手：課程內容設計兼具深度與操作性，讓學員能快速應用於實務中

詳細內容

課程單元
時數	21小時(每日7小時，09:00~17:00、午休一小時，共計三日)
課程大綱	1.人工智慧當前發展 2.大型語言模型(LLM)與生成式人工智慧(GenAI) 3.流程(Processes)和處理(Processing)自動化演進 4.數據分析自動化與人工智慧 -Predictive Analytics、 Prescriptive Analytics與認知分析(Cognitive Analytics) 5.認知流程自動化(Cognitive Automation)與認知計算(Cognitive Computing) 6.認知應用程式(Cognitive Application) 7.認知流程自動化的核心元件運作架構詳述 -自然語言處理、機器學習、深度學習、預測性分析、圖像分析、推薦引擎 8.認知流程自動化整合AI與LLM之困境 9.AI Agent Frameworks 架構與常見框架詳述 10.AI Agents 架構、5大核心元件、10大類型與運作原理詳述 11.AI Agents應用領域範例 12.Model Context Protocol (MCP)的核心元件與運作架構 13.拆解MCP的底層運作，MCP如何與大型模型語言溝通 14.AI Agent 與 Model Context Protocol (MCP)的應用架構 15.OpenAI Agents SDK開發套件、Responses API與Agents SDK應用介紹與實戰 16.Anthropic Computer Use與 OpenAI Operator 17.如何透過 AI agent frameworks 與 AI agents 建構流程與處理自動化作業 18.使用On-premises LLM Server建構低成本流程與處理自動化作業 19.通用型AI Agent: LLM 平台 Deep Research (AI agent)功能與 Marnus AI agent的架構剖析 20.建構企業內部通用型AI agents