توضیحات
دوره The Hermes Agent Guide: From Zero to Autonomous Agent. این دوره آموزشی به بررسی نحوه ساخت عاملهای هوش مصنوعی مستقل با استفاده از مدل وزنباز Hermes و اجرای کاملاً محلی آن بدون نیاز به API پرداخته است. دوره آموزشی راهنمای عامل هرمس به فراگیران آموزش میدهد که چگونه با استفاده از مدل وزنباز Hermes ساخت شرکت NousResearch عاملهای هوشمند بپراکنند. تمام مراحل این دوره آموزشی به صورت کاملاً محلی از طریق ابزار Ollama روی مدل Hermes 3 8B اجرا شده و هیچگونه هزینه API یا نیاز به ارتباط اینترنتی ندارد. کدنویسی دوره با زبان Python ساده و بدون استفاده از فریمورکهای پیچیده انجام شده است تا فراگیران مستقیماً با نقاط پایانی مدل و فرمت ChatML تعامل داشته باشند. آموزش از راهاندازی محیط اجرا، نصب Ollama، فراخوانی APIهای بومی و مسیرهای سازگار با OpenAI آغاز شده و نحوه هدایت رفتار مدل با پرامپتهای سیستم بررسی میشود. فراخوانی توابع هسته اصلی این دوره است که در آن فراگیران ابزارهای ساختاریافته را پیادهسازی کرده، خروجیهای مدل را تجزیه میکنند و نتایج اجرا را به مدل بازمیگردانند. همچنین استفاده از Pydantic برای دریافت خروجیهای ساختاریافته، اجرای حلقه ReAct برای تصمیمگیری عاملها، و راهاندازی سیستم RAG محلی برای جستجو در اسناد شخصی و ارائه پاسخهای ارجاعدادهشده آموزش داده میشود. در بخشهای پیشرفتهتر دوره، معماریهای چندعامل شامل سیستمهای نویسنده و منتقد، برنامهریزهای هوشمند، و لایههای حفاظتی برای سانسور اطلاعات حساس و ارزیابی مدل بررسی میشوند. همچنین فرایند ریزتنظیم مدل با تکنیکهای LoRA و QLoRA روی سیستمهای شخصی آموزش داده شده و در نهایت، عامل ساختهشده به فایلهای حافظه، زمانبندی cron و پیامرسان Telegram متصل میشود. این دوره برای افرادی طراحی شده است که قصد دارند عملکرد دقیق عاملهای هوش مصنوعی را در سطح پرامپتها و کدنویسی واقعی درک کنند.
آنچه فرا خواهید گرفت
- اجرای محلی مدل Hermes: اجرای مدل وزنباز Hermes روی سیستم شخصی با Ollama و فراخوانی آن در Python.
- درک فرمت ChatML: خواندن و نوشتن مستقیم کد ChatML و هدایت رفتار مدل با پرامپت سیستم.
- ساخت عاملهای فراخوانی تابع: ساخت عامل هوشمندی که توابع را تجزیه کرده و کدهای API را اجرا میکند.
- تولید خروجی ساختاریافته: استفاده از Pydantic جهت اعتبارسنجی و اصلاح خطاهای خروجی JSON.
- پیادهسازی حلقه ReAct: کدنویسی دستی حلقه ReAct برای عاملهای چندمنظوره و انجام کارهای چندمرحلهای.
- ایجاد سیستم RAG محلی: پیادهسازی سیستم بازیابی اطلاعات از اسناد شخصی همراه با ذکر منابع پاسخ.
- طراحی سیستمهای چندعامل: ساخت ساختارهای چندعامل مانند سیستم نویسنده، منتقد و برنامهریز.
- افزایش امنیت و ارزیابی: افزودن لایههای حفاظتی، حذف اطلاعات حساس و ارزیابی خروجیها.
- ریزتنظیم مدل: آموزش و ریزتنظیم Hermes با تکنیکهای LoRA و QLoRA روی سیستم شخصی.
- اتصال به ابزارهای بیرونی: متصل کردن عامل هوشمند به فایلهای حافظه، برنامه cron و Telegram.
این دوره مناسب افرادیست که
- توسعهدهندگان Python: برنامهنویسانی که میخواهند بدون فریمورکهای آماده عاملهای هوشمند بسازند.
- کاربران ابزارهای هوش مصنوعی: افرادی که قصد دارند نحوه کارکرد داخلی عاملها و فراخوانی توابع را یاد بگیرند.
- علاقهمندان به حریم خصوصی: افرادی که تمایل دارند هوش مصنوعی را به صورت رایگان و محلی اجرا کنند.
- مشتاقان ریزتنظیم مدل: یادگیرندگانی که میخواهند مدلهای هوش مصنوعی را روی سیستم خود ریزتنظیم کنند.
- علاقهمندان به سیستمهای مستقل: افرادی که قصد دارند هوش مصنوعی شخصی و قابل کنترل خود را بسازند.
مشخصات دوره The Hermes Agent Guide: From Zero to Autonomous Agent
- ناشر: Udemy
- مدرس: Meadowwave AI
- سطح آموزش: مبتدی تا پیشرفته
- مدت زمان آموزش: 5 ساعت و 51 دقیقه
- تعداد دروس: 164
سرفصل های دوره
پیشنیازهای دوره The Hermes Agent Guide: From Zero to Autonomous Agent
- No previous experience is needed! All you need is your laptop
تصاویر دوره
نمونه فیلم دوره
راهنمای نصب
پس از Extract، با Player دلخواه خود مشاهده کنید.
زیرنویس: ندارد
کیفیت: 1080p
لینک دانلود
گذرواژه فایل(ها): www.downloadly.ir
حجم فایل
1.6 گیگابایت















































