Amazon Web Services - AWAIAF

Agentic AI Foundations

Agentic AI Foundations
  • 時數：7小時
  • 費用：NT$ 14,000
  • 點數：3.5

選擇查詢分區開課時間

地點 班號 日期 時間 預約
台北 260905 班 2026/09/05 ~ 2026/09/05 每週 09:00~17:00 預約
台北 260915 班 2026/09/15 ~ 2026/09/15 每週二 09:00~17:00 預約

目前查無開課時段

詳細開課時間請洽詢業務
新竹、台中、高雄如有上課需求，請參考台北開課日期，洽當地服務人員依需求加開遠距開課日期

聯絡恆逸

教材

AWS原廠電子教材

課程目標

在本課程中，您將探索使用AWS服務設計代理式AI系統的核心原則和策略。您將學習代理式AI與傳統對話系統的差異。您也將發現如何使用Amazon Q Developer、Amazon QuickSuite、Kiro、Strands Agents SDK和Amazon Bedrock AgentCore等工具來構建自主、目標導向的解決方案，以解決真實世界的問題。

適合對象

  1. 對代理式AI陌生且尋求基礎知識的軟體開發人員
  2. 探索AI功能並對代理式AI的核心元件和應用感興趣的技術專業人士
  3. 評估代理式AI解決方案並需要區分代理類型的開發團隊
  4. 擴展到代理式AI的AWS使用者，包括Amazon Q Developer、Amazon QuickSuite 和 Amazon
  5. Bedrock AgentCore的現有使用者

預備知識

  1. 生成式AI基礎或同等工作經驗
  2. 基本AWS知識和軟體開發經驗

課程內容

  1. 從LLM到代理程式

    • ●大型語言模型(LLM)的限制

    • ●推動代理的創新

    • ●從LLM到代理式AI系統的演進

  2. 探索代理式AI

    • ●了解代理式AI

    • ●AI代理程式的類型

    • ●代理式AI應用程式

  3. 了解代理式AI工作流程

    • ●工作流程模式

    • ●Amazon Bedrock Flows概觀

  4. 介紹自發代理程式

    • ●AWS代理式AI解決方案

    • ●Amazon QuickSuite

    • ●Amazon Q Developer

    • ●動手實驗室：使用 Amazon Q Developer加速軟體開發

    • ●Kiro：具有規格驅動開發的AI驅動整合開發環境(IDE)

  5. Amazon Q和代理式開發工具

    • ●代理式AI框架

    • ●動手實驗室：開始使用Strands Agents

    • ●Amazon Bedrock AgentCore

  6. 使用Amazon Bedrock的代理式AI

    • ●Amazon Bedrock代理程式

    • ●Amazon Bedrock AgentCore

    • ●實作實驗室：探索與Amazon Bedrock知識庫和Amazon Bedrock防護機制整合的Amazon Bedrock代理程式

  7. 建置DIY解決方案

    • ●自訂代理式基礎設施

    • ●可觀測性和監控

    • ●代理互操作性

  8. 課程總結

    • ●後續步驟和其他資源

    • ●課程摘要

學會技能

  1. 總結代理式AI的演進並定義什麼使某物具有代理性
  2. 識別代理式系統的核心元件
  3. 區分工作流、自主和混合代理
  4. 識別代理式AI的基本實施模式
  5. 比較代理式AI的AWS服務選項
  6. 描述Amazon QuickSuite、Amazon Q Developer和Kiro的功能和使用案例
  7. 解釋Strands Agents框架及其應用
  8. 使用Strands Agents SDK構建和自訂基本AI代理
  9. 使用Strands Agents SDK為真實世界應用開發簡單的任務特定代理
  10. 解釋Amazon Bedrock AgentCore
  11. 描述生產代理式AI系統的可觀測性和互操作性模式