Learn Agentic AI 使用教程

Learn Agentic AI 使用教程

learn-agentic-ai Learn Agentic AI using Dapr Agentic Cloud Ascent (DACA) Design Pattern: OpenAI Agents SDK, Memory, MCP, Knowledge Graphs, Docker, Docker Compose, and Kubernetes. 项目地址: https://gitcode.com/gh_mirrors/le/learn-agentic-ai

1. 项目介绍

本项目是 Panaversity Certified Agentic & Robotic AI Engineer 认证课程的一部分，涵盖了 AI-201 和 AI-202 课程内容。项目专注于使用 Dapr Agentic Cloud Ascent (DACA) 设计模式开发复杂的 Agentic AI 系统，并将其部署在云原生技术上。DACA 设计模式是一种用于构建和部署全球规模多代理系统的方法。

2. 项目快速启动

环境准备

在开始之前，请确保您已经安装了以下工具：

• Docker
• Docker Compose
• CronJobs
• RabbitMQ
• MCP Server SDK
• Dapr
• Azure Container Apps (可选)
• Kubernetes (可选)

克隆项目

git clone https://github.com/panaversity/learn-agentic-ai.git
cd learn-agentic-ai

启动服务

使用 Docker Compose 启动项目中的所有服务。

docker-compose up

3. 应用案例和最佳实践

案例一：对话式 AI 代理

通过 OpenAI Responses API 和 OpenAI Agents SDK，您可以构建能够进行自然对话的 AI 代理。这些代理可以用于客户服务、虚拟助手等场景。

案例二：生成式 AI 代理

利用生成式 AI，您可以创建能够生成文本、图像、音频等内容的代理。这些代理可以用于内容创作、数据分析等应用。

最佳实践

• 内存管理：确保您的代理能够有效地处理短期和长期记忆。
• 标准化工具调用：使用 MCP (Model Context Protocol) 来标准化代理之间的工具调用。
• 可观测性：在代理系统中实现日志记录、监控和故障排除。

4. 典型生态项目

• Appointment Booking Agent：一个用于预约预订的代理原型项目。
• Agentia Projects：一个包含多个 Agentia 项目的示例集合。
• Startups：一系列针对初创公司的 Agentic AI 项目。

以上就是 Learn Agentic AI 的基本使用教程。通过这个项目，您将能够掌握构建和部署 Agentic AI 系统的核心技能。

learn-agentic-ai Learn Agentic AI using Dapr Agentic Cloud Ascent (DACA) Design Pattern: OpenAI Agents SDK, Memory, MCP, Knowledge Graphs, Docker, Docker Compose, and Kubernetes. 项目地址: https://gitcode.com/gh_mirrors/le/learn-agentic-ai