課程簡介
這門為期一天的代理式 AI 基礎課程，將引導你如何利用 AWS 技術打造自主且目標導向的 AI 代理。
你將從這門課程中獲得什麼：
- 了解代理人工智慧與傳統對話系統的差異
- 探索 Amazon Q、Kiro 以及 Amazon Bedrock Agents/AgentCore 等工具
- 學習代理系統的設計模式、架構策略與可觀察性實務
課程結束時，您將能夠：
- 區分工作流程、自主代理與混合代理
- 選擇適合的 AWS 服務進行代理開發
- 制定基本實作模式與互通性策略
- 說明如何監控、優化及擴展代理系統
為什麼選擇 KORNERSTONE
- 經認證、由實務人員主導的專家證書培訓師，提供高品質的培訓
- 官方訓練資料包含
- 實務、情境導向學習——著重應用，而非僅理論
- 優秀的通過率
涵蓋技能
在本課程中，你將學習：
- 總結代理型人工智慧的演變，並定義什麼才是「代理型」的
- 識別代理系統的核心組成部分
- 區分工作流程、自主代理與混合代理
- 比較 AWS 代理人工智慧的服務選項
- 描述 Amazon Q Developer、Amazon Q Business 及 Kiro 的功能與使用案例
- 解釋 Amazon Bedrock AgentCore 與 Amazon Bedrock Agents 的基本原理
- 識別代理型人工智慧的基本實作模式
- 描述生產代理型人工智慧系統的可觀察性與互通性模式
先決條件
我們建議參加本課程的學員具備：
- 生成式 AI 必備 或同等工作經驗
- 基礎AWS知識與軟體開發經驗
目標受眾
本課程旨在：
- 軟體開發者對於 Agentic AI 的新手，尋求基礎知識
- 技術專業人士探索 AI 能力，並對代理式 AI 的核心元件與應用感興趣
- 開發團隊評估代理型 AI 解決方案，並需區分代理類型
- AWS 用戶正逐步擴展至 Agentic AI，包括目前使用 Amazon Q Developer、Amazon Q Business 及 Amazon Bedrock Agents 的使用者
課程內容
模組一：從大型語言模型到代理
- 理解大型語言模型（LLM）
- 驅動代理的創新
- 從大型語言模型到代理的演進時間軸
模組二：探索代理人工智慧
- 理解代理型人工智慧
- AI 代理的類型
- 代理式人工智慧應用
模組 3：理解代理型 AI 工作流程
- 工作流程模式
- 亞馬遜基岩流概述
模組 4：介紹自主代理
- 自主代理人的運作方式
- 反應
- ReWoo
- 多代理協作
- AWS 代理式 AI 解決方案
模組 5：Amazon Q 與代理開發工具
- 亞馬遜 Q 開發者
- 亞馬遜Q商業
- AWS 服務中的 Amazon Q
- Kiro：AI 驅動的 IDE，具備規格驅動開發
模組 6：結合 Amazon Bedrock 的代理型 AI
- 亞馬遜基岩特工
- 亞馬遜基岩代理核心
- 實作實驗室：探索與 Amazon Bedrock 知識庫及 Amazon Bedrock Guardrails 整合的 Amazon Bedrock Agents
模組七：打造DIY解決方案
- DIY解決方案
- 可觀察性與監控
- 代理程式互通性
第8模組：課程總結
- 下一步與額外資源
- 課程摘要
日期與地點
考試與認證
本課程沒有直接相關的考試。然而，AWS 提供豐富的業界認可認證組合，能幫助你在技術專業及更廣泛的領域中脫穎而出。取得 AWS 證照是驗證技能並加速職涯發展的最有效方式之一。
在我們專家主導的訓練下，您將準備好：
- 掌握雲端、資料與人工智慧及資安等領域的需求能力——這些領域推動全球數位轉型。
- 以全球知名且受雇主認可的資格證明你的專業。
- 透過提升信譽、增加收入潛力，並開啟新機會之門，推進你的職涯。
