🤖 人工智能代理强化课程——谷歌×Kaggle
概述
此存储库包含我的实践工作和来自 谷歌为期5天的人工智能代理强化课程，通过Kaggle Learn提供。本课程是一门实用的端到端课程，重点是使用现代代理架构设计、构建、评估和部署AI代理。
本课程涵盖的内容
本课程探讨了人工智能代理的整个生命周期，包括：
- 人工智能代理和代理架构的基础
- 工具使用和互操作性 模型上下文协议（MCP）
- 具有会话和长期记忆的上下文工程
- 代理质量、可观察性、日志记录、跟踪和评估
- 从原型到生产就绪、可扩展 多Agent系统 使用 代理2代理（A2A）协议
课程结构
第1天-代理商介绍
人工智能代理、代理能力的基本概念，以及代理系统与传统基于LLM的应用程序的区别。
第2天-代理工具和互操作性（MCP）
设计和集成工具，允许代理使用MCP采取行动、检索实时数据和进行互操作。
第3天——情境工程：会话与记忆
构建具有短期和长期记忆的有状态代理，以支持连贯的多轮交互。
第4天——代理商质量
使用可观察性、日志、跟踪、度量和评估策略评估和改进代理可靠性。
第5天-原型到生产
部署和扩展代理以供实际使用，包括使用A2A协议构建多代理系统。
技术栈
- python
- Jupyter笔记本
- Kaggle笔记本
- Gemini（通过代理开发工具包）