×
ribbon

آموزش ساخت و پیاده‌سازی چت‌بات وب‌سایت با OpenAI Agent Builder

مدرس:Udemy

KGP Talkie

ایجاد دستیار AI با OpenAI Agent Builder و استقرار روی وب بدون کدنویسی

جدید
زیرنویس
16دانشجو
5ساعت
سرفصل‌ها
مقدماتی سطح دوره
بروزرسانیمهر ۱۴۰۵
محتوای دوره
سرفصل‌ها
توضیحات دوره
دیدگاه کاربران
درباره مدرس

آنچه در این دوره می‌آموزید

ساخت و استقرار عوامل هوش مصنوعی بدون کدنویسی با استفاده از ابزارهای بصری

یکپارچه‌سازی گردش‌های کاری هوش مصنوعی با مای‌اس‌کیوال، ای‌دبلیو‌اس و کانکتورهای MCP

طراحی و پیاده‌سازی دستیارهای پشتیبانی مشتری و فروشگاه‌های آنلاین برای وب‌سایت‌ها

استقرار گردش‌های کاری هوش مصنوعی در محیط تولید با استفاده از چت‌کیت و خطوط راهنمای ایمنی

این دوره شامل:

5 ساعت ویدئو

گواهینامه مکتب‌خونه

دسترسی مادام‌العمر به محتوای دوره

زیرنویس اختصاصی مکتب‌خونه

سرفصل‌های دوره

8 فصل53 جلسه5 ساعت ویدیو
معرفی
  معرفی دوره
05:28
معرفی سازنده عامل اوپن‌ای‌آی
  معرفی بوم گردش کار اوپن‌ای‌آی
05:12
  چگونه روزانه ۲۵۰ میلیون توکن را به‌طور رایگان استفاده کنیم
05:22
  چگونه لاگ‌های گردش کار و ردیابی‌های آن را بررسی کنیم
04:10
  چگونه ارزیابی پاسخ‌های عامل را به‌طور خودکار انجام دهیم
06:55
  کاوش در عامل هوش مصنوعی و تاریخچه چت عامل
06:53
  کاوش در مدل‌های عامل و تلاش‌های استدلال
06:12
عامل آب‌و‌هوای اوپن‌ای‌آی با قالب خروجی ChatKit
  فعال‌سازی دسترسی به اینترنت برای عامل آب‌و‌هوای شما
06:40
  طراحی عامل طبقه‌بند
04:35
  کار با گره منطق اگر-وگرنه در گردش کار عامل
04:29
  تنظیم پرامپت عامل برای ارائه پیش‌بینی هوا
05:54
  کار با گره تعیین وضعیت عامل
04:54
  معرفی اوپن‌ای‌آی چت‌کیت
06:33
  دریافت خروجی عامل پیش‌بینی آب و هوا در قالب الگوی چت‌کیت
06:10
بررسی عمیق گره‌ها و ابزارهای گردش کار سازنده عامل اوپن‌ای‌آی
  آغاز کار با گره تعیین وضعیت و گره تبدیل
07:19
  بررسی گره‌های تعیین وضعیت و گره‌های تبدیل
04:46
  کار با گره حلقه همراه با گره‌های تعیین وضعیت و تبدیل
05:40
  بررسی گره محافظ ایمنی— تشخیص و مسدودسازی درخواست‌های ناامن
06:36
  اجازه دسترسی به عامل خاص بر اساس گره تأیید کاربر
10:15
عامل RAG مالی و سلامت
  معرفی RAG سلامت و مالی
05:17
  معماری RAG با رویکرد عامل‌گرا
04:36
  طراحی پرامپت‌های عوامل RAG برای نتیجه دقیق
07:59
  تنظیم مخزن بردار برای RAG
04:33
  آزمایش RAG مالی و سلامت با پرسش واقعی
07:52
ادغام عامل چت‌بات پرسش‌و‌پاسخ با وب‌سایت و گردش کار استقرار عامل در محیط تولید
  معرفی چت‌بات پرسش‌و‌پاسخ وب‌سایت
03:19
  طراحی چت‌بات پرسش‌و‌پاسخ شما
05:36
  راه‌اندازی داده‌های وب‌سایت خود با عامل و مهندسی پرامپت
07:26
  انتشار گردش کار چت‌بات پرسش‌و‌پاسخ و نصب Node.js
06:28
  راه‌اندازی محلی چت‌بات پرسش‌وپاسخ شما
05:40
  راه‌اندازی و گفت‌وگو با چت‌بات پرسش و پاسخ شما به‌صورت محلی
06:07
  ایجاد حساب کاربری در Vercel برای استقرار چت‌بات پرسش و پاسخ شما روی سرور از راه دور
04:43
  استقرار گردش کار چت‌بات پرسش و پاسخ شما در سرور از راه دور Vercel
06:10
  تعامل و آزمون گردش کار چت‌بات پرسش و پاسخ شما در محیط تولید
04:24
  ادغام چت‌بات پرسش و پاسخ با وب‌سایت شما
08:46
  مهندسی پرامپ برای ارجاع‌های قابل کلیک به اسناد
06:02
راه‌اندازی سرویس‌های AWS و RDS و MySQL برای کافه کی‌جی‌پی وایبز
  معرفی دستیار هوش مصنوعی پیشنهاددهنده محصولات در تجارت الکترونیک
07:32
  کافه کی‌جی‌پی وایبز- معماری دستیار هوش مصنوعی
05:12
  ایجاد پایگاه داده RDS برای کافه کی‌جی‌پی وایبز
06:26
  نصب محلی MySQL Workbench برای اتصال به پایگاه داده MySQL در RDS
04:13
  اتصال MySQL Workbench به پایگاه داده RDS در AWS
05:32
  بارگذاری منوی کافه کی‌جی‌پی وایبز و جزئیات مشتریان در پایگاه داده
07:19
وضعیت سفارش‌ها و سیستم پیشنهاددهی کی‌جی‌پی وایبز— استقرار دستیار هوش مصنوعی در محیط تولید
  مقدمه‌ای بر وضعیت سفارش‌های تجارت الکترونیک و گردش عامل در سیستم پیشنهاددهی
04:38
  طراحی گردش عامل برای دستیارهای هوش مصنوعی
04:47
  طبقه‌بندی نیت مشتری برای هدایت عامل
04:57
  ایجاد تابع لامبدا در AWS برای دسترسی به پایگاه داده RDS
08:15
  آزمایش اتصال پایگاه داده AWS و RDS و اجرای کوئری با تابع لامبدا
04:20
  ایجاد درگاه API در AWS برای دسترسی به پایگاه داده RDS از طریق تابع لامبدا
05:34
  مهندسی پرامپت برای وضعیت سفارش و عامل جست‌وجوی محصول
06:06
  مهندسی پرامپت برای پیشنهاد محصول و ثبت سفارش
03:38
  اتصال وب‌هوک GET زاپیر برای دسترسی به پایگاه داده
04:47
  آزمایش گردش کار دستیار هوش مصنوعی ما در حالت پیش‌نمایش برای بهینه‌سازی دقیق
07:18
  راه‌اندازی دستیار هوش‌مصنوعی برای وضعیت سفارش و پیشنهاددهنده محصول در محیط تولید
07:53
  چت با دستیار هوش‌مصنوعی شما در محیط تولید به‌عنوان مشتری
05:38

توضیحات دوره

در این دوره با استفاده از اوپن‌ای‌آی ایجنت بیلدر می‌توانید عامل‌های هوش مصنوعی را به‌صورت بصری بسازید و بدون کدنویسی آن‌ها را پیاده‌سازی کنید. گردش‌های کاری هوش مصنوعی را با ابزارهای دنیای واقعی مانند مای‌اس‌کیوال، ای‌دبلیو‌اس و کانکتورهای MCP یکپارچه کنید. طراحی دستیارهای پشتیبانی مشتری و فروشگاه‌های آنلاین به‌صورت انتها به انتها انجام می‌شود. گردش‌های کاری هوش مصنوعی را با کم‌کدنویسی و با استفاده از چت‌کیت و خطوط راهنمای ایمنی برای ایمنی بیشتر پیاده‌سازی کنید.

دیدگاه کاربران

5

بر اساس امتیاز 1 دانشجو

1
2
3
4
5

گواهینامه اختصاصی دو زبانه

پس از گذراندن دوره به صورت آنلاین در سایت مکتب‌خونه، گواهی‌نامه رسمی پایان دوره به زبان فارسی و انگلیسی، توسط مکتب‌خونه به اسم شما صادر شده و در اختیار شما قرار می‌گیرد.

امکان اشتراک گذاری در لینکدین
دو زبانه

ضمانت بازگشت وجه

کیفیت این آموزش توسط مکتب‌خونه تضمین شده است. در صورت عدم رضایت، با شرایط زیر می‌توانید درخواست بازگشت وجه کنید.

مهلت درخواستتا ۱۵ روز پس از خرید دوره
میزان مشاهدهکمتر از ۲۰ درصد یا ۵ جلسه از دوره
1دوره
16دانشجو
1نظر و امتیاز
لاکشمی کانت تیواری استاد دانش‌آموخته IIT خراگپور و مهندس ارشد داده‌کاوی و هوش مصنوعی با بیش از ده سال تجربه صنعتی در استارتاپ‌ها و شرکت‌های چندملیتی است. او روی یادگیری ماشین، یادگیری عمیق، مدل‌های زبان بزرگ، LangChain، LangGraph، سیستم‌های RAG و گردش‌های کاری عامل‌های هوش مصنوعی کار کرده و راه‌حل‌های مقیاس‌پذیر برای محیط‌های تولید ارائه داده است. به‌ عنوان هم‌بنیان‌گذار شرکت mBreath Technologies، او یک سامانه نظارت سلامت بی‌سیم را ساخته است که در Eureka 2016 در IIT Bombay برنده شد و نشان می‌دهد توانایی او در تبدیل ایده‌های پیچیده هوش مصنوعی به محصولاتی واقعی و بازارپسند است. از طریق KGP Talkie، پلتفرم آموزشی جهانی او، لاکشمی بیش از صد هزار دانش‌آموز در سراسر جهان را در پایتون، یادگیری ماشین، یادگیری عمیق و اکنون فناوری‌های نسل‌ساز هوش مصنوعی مانند LangChain، Ollama، GPT-OSS، Qwen3، Gemma3 و تنظیم دقیق ترنسفورمرها آموزش داده است. بسیاری از دوره‌های او به‌خاطر وضوح، سادگی و تمرکز قوی بر جهان واقعی به عنوان پرفروش‌های Udemy شناخته شده‌اند. با تجربه عملی در بیش از صد پروژه هوش مصنوعی/یادگیری ماشین و تجربه تدریس در IIT، لاکشمی عمق علمی را با مهارت‌های مهندسی عملی ترکیب می‌کند. هدف او کمک به دانش‌آموزان برای حرکت از نظریه پایه به ساخت سیستم‌های هوش مصنوعی با سطح تولید واقعی است، از جمله خطوط لوله RAG، عامل‌های هوشمند، حافظه‌های چندرسانه‌ای و ابزارهای هوش مصنوعی چندرسانه‌ای.
poster

آموزش ساخت و پیاده‌سازی چت‌بات وب‌سایت با OpenAI Agent Builder

16دانشجو

دوره‌های مشابه