Kursus Pembangunan Ejen AI: Pemanggilan Alat, Pengurusan Memori, Rangka Kerja LangGraph, Kes Sebenar Perkhidmatan Pelanggan E-dagang

Pengenalan Kursus:
Kursus praktikal projek Ejen ini merangkumi prinsip teori dan pelaksanaan sebenar perkhidmatan pelanggan e-dagang. Bahagian teori merangkumi konsep asas Ejen AI, gelung pelaksanaan, kekangan prompt, kejuruteraan konteks, output berstruktur, ToolCalling, AgenticRAG, memori jangka pendek/panjang, rangka kerja LangGraph, kerjasama berbilang ejen, kebenaran keselamatan, dan penilaian kebolehcerapan. Amalan perniagaan menggunakan perkhidmatan pelanggan e-dagang sebagai kes, bermula dari penyediaan perkhidmatan sembang, menyelesaikan masalah halusinasi, pengambilan tidak tepat, ralat alat, limpahan konteks, dan operasi tanpa kebenaran, melengkapkan aliran bayaran balik/pemulangan dan latihan tekanan puncak. Sesuai untuk pelajar teknikal yang ingin melaksanakan ejen.

Garis Besar Kursus:
01_Apakah itu Ejen AI
02_Model dan Mesej
03_Gelung Pelaksanaan Ejen
04_Peta Senario Ejen Perniagaan E-dagang
05_Bagaimana Prompt Mengekang Peranan Perniagaan
06_Asas Kejuruteraan Konteks
07_Output Berstruktur
08_Streaming dan Pengalaman Pengguna
09_Asas ToolCalling
10_Parameter Alat, Nilai Pulangan dan Pengendalian Ralat
11_ToolRuntime, ToolNode dan Nod Alat LangGraph
12_create_agent Pertama
13_Mengapa RAG Diperlukan
14_Pemotongan Dokumen dan Metadata
15_Ingatan Rujukan dan Anti-Halusinasi
16_Pengenalan AgenticRAG
17_Ingatan Jangka Pendek
18_Ingatan Jangka Panjang dan Sempadan Privasi
19_Runtime dan Konteks
20_Mengapa LangGraph Diperlukan
21_Nod Keadaan dan Tepi
22_Aliran Kerja FunctionalAPI
23_Kegigihan, Pemulihan dan Perjalanan Masa
24_Human-in-the-loop dan Interrupt
25_Pengendalian Ralat dan Toleransi Kesalahan
26_Kebolehcerapan dan Trace
27_Penilaian dan Pengujian
28_Keselamatan MCP dan Sempadan Kebenaran
29_Mindset Kejuruteraan ClaudeCode
30_Konteks Kejuruteraan dan Ingatan Projek
31_Sandbox Kebenaran Alat dan Sempadan Keselamatan
32_Hooks, Skills, MCP dan Pelapisan Sambungan
33_Subagen Kerjasama Multi-Agen dan Tadbir Urus
Pelajaran 01: Khidmat Pelanggan Lari, Bos Suruh Anda Jawab Telefon
Pelajaran 02: Bina Khidmat Sembang, Biar Mesej Mengalir Masuk
Pelajaran 03: AI Versi Pertama Boleh Bersembang Tetapi Tidak Boleh Jawab Soalan Perniagaan
Pelajaran 04: AI Kata Akan Uruskan Tetapi Selepas Jualan Tiada Permintaan Pemulangan
Pelajaran 05: AI Janji Pampasan, Anda Masukkan Semua Peraturan ke dalam Prompt
Pelajaran 06: Prompt Membesar Seperti Dinding, Takut Rosak Bila Ubah Satu Tempat
Pelajaran 07: Bil Hujung Bulan Tiba: Lihat Token Terbakar Setiap Pusingan
Pelajaran 08: Masalahnya Bukan Model Bodoh, Input Anda Yang Kasar
Pelajaran 09: Pecahkan Peraturan Selepas Jualan dan Tandakan Setiap Segmen
Pelajaran 10: Carian Vektor Pertama: Cari Peraturan Paling Dekat dengan Soalan Pengguna
Pelajaran 11: Bos Akhirnya Nampak Sumber Jawapan
Pelajaran 12: Dapat Padanan Tidak Bermakna Betul, Tidak Boleh Reka Tanpa Asas
Pelajaran 13: Pengguna Tanya Promosi Fon Telinga, Carian Vektor Dapat Peraturan Salah
Pelajaran 14: Terlalu Banyak Peraturan Serupa, Top-k Mungkin Tidak Tepat
Pelajaran 15: Vektor Sahaja Tidak Cukup, Tambah Kata Kunci dan Penghalaan Peraturan
Pelajaran 16: Peraturan Meletus Sebelum Jualan Puncak, Carian Pangkalan Pengetahuan Tersekat
Pelajaran 17: Pengguna Tanya Tentang Penghantaran Pesanan, AI Mula Mereka Status Penghantaran
Pelajaran 18: Beri Agent Kotak Alat, Tetapi Parameter dan Identiti Mesti Dikawal
Pelajaran 19: Pengguna Tidak Sebut Nombor Pesanan, AI Tidak Patut Berpura-pura Tahu
Pelajaran 20: Hasil Alat Tidak Boleh Disuap Balik Mentah, Konteks Akan Meletus
Pelajaran 21: Perkhidmatan Model Rosak, Alat Tamat Masa, Khidmat Pelanggan Tidak Boleh Runtuh
Pelajaran 22: Cadangan Produk Akhirnya Boleh Dipercayai: Stok, Harga, Pengetahuan Bersama
Pelajaran 23: Lebih Banyak Alat, Kod Tadbir Urus Mula Bocor
Pelajaran 24: Alat Tidak Patut Hanya Berkhidmat untuk Versi Agent Ini
Pelajaran 25: Alat, Pangkalan Pengetahuan, Proses Sedia, Laluan Mana Pengguna Ambil
Pelajaran 26: Pengguna Kata Pulangkan Wang Terus, Pemulangan Wang Bukan Satu Ayat
Pelajaran 27: Agent Bebas Tidak Sesuai untuk Aliran Selepas Jualan, Lukis Proses Secara Kaku
Pelajaran 28: Pemulangan Wang Belum Dihantar: Semak Pesanan Kemudian Peraturan
Pelajaran 29: Pemulangan Wang Selepas Ditandatangani: Semak Masa, Produk, Sebab, Polisi
Pelajaran 30: AI Hanya Boleh Hantar Permintaan, Tidak Boleh Luluskan Sendiri
Pelajaran 31: Pemulihan Kelulusan Tidak Boleh Disambung Rawak atau Berulang
Pelajaran 32: Pengguna Tanya Tentang Pesanan Tadi, Tetapi Tidak Setiap Ayat Berbaloi Diingati
Pelajaran 33: Pengguna Dakwa VIP, Tidak Bermakna Mereka Benar-benar VIP
Pelajaran 34: Sejarah, Hasil Alat, Serpihan RAG Semua Sesak Bersama, Model Mula Keliru
Pelajaran 35: Konteks Terlalu Panjang, Model Mula Lupa Kandungan Tengah
Pelajaran 36: Pengguna, Alat, Pangkalan Pengetahuan Semua Boleh Bawa Arahan Kotor
Pelajaran 37: Bos Tanya Mengapa Ia Jawab Begitu, Tidak Boleh Hanya Kata LLM Fikir Begitu
Pelajaran 38: Selepas Tukar Prompt, Penghantaran Bertambah Baik tetapi Pemulangan Wang Rosak
Pelajaran 39: Jangan Tukar Rawak Selepas Gagal, Ulasan Buruk Tidak Percuma
Pelajaran 40: Bos Semak Bil Lagi, Mula Peringkat Kos
Pelajaran 41: Malam Sebelum Jualan Puncak, Latihan Penuh E-commerce Customer Service Agent
Pelajaran 42: Gelombang Pertama Jualan Puncak: Peraturan Penghantaran dan Promosi Mesti Betul
Pelajaran 43: Gelombang Kedua: Pengguna Mahu Pemulangan Wang, AI Mesti Berhenti dan Tunggu Kelulusan
Pelajaran 44: Gelombang Ketiga: Perkhidmatan Rosak, Pertanyaan Tanpa Kebenaran, Carian Pengetahuan Gagal Semua Berlaku
Pelajaran 45: Bos Tanya Boleh Lancar, Tulis Sempadan Dahulu
Pelajaran 46: Bos Tanya Boleh Lebih Kuat, Jelaskan Peta Jalan dan Ekspresi Projek