使用说明
谷歌为期5天的人工智能代理强化课程
欢迎此存储库包含我的个人笔记、代码和解决方案 5天人工智能代理强化课程 由谷歌主办。
这个为期5天的在线项目由谷歌的机器学习研究人员和工程师精心设计，帮助开发人员探索人工智能代理的基础和实际应用。
课程概述
该课程旨在从基础概念转向构建生产就绪系统。每一天都融合了概念深度探索、实践代码实验室和现场讨论。
涵盖的关键概念：
- 核心代理组件： 模型、工具、编排、记忆和评估.
- Agent Ops：可靠性、治理和安全性。
- 实际应用：使用 代理开发工具包（ADK） 和 双子座.
- 互操作性：使用 模型上下文协议（MCP） 用于复杂、长时间运行的操作。
技术和工具
- 核心型号： 谷歌双子座
- 框架： 代理开发工具包（ADK）
- 协议： 模型上下文协议（MCP）
- 平台： Kaggle（用于Codelabs）
- 语言： python
- 支持工具： 笔记本LM
日常作业和课程
本节跟踪课程中的日常作业和材料。
第1天：代理商介绍
- 主题： 介绍代理功能的分类、对“代理操作”规程的需求以及互操作性和安全性的重要性。
- 白皮书： 代理商介绍
- 播客： 第一单元摘要（通过笔记本LM）
- Codelabs（Kaggle）：
- 资源：
- Codelab故障排除指南
- 注： codelabs需要Kaggle帐户电话验证。
第2天：代理工具和互操作性（MCP）
- 主题： 专注于允许代理执行操作或检索实时数据的外部工具和功能。介绍用于复杂操作的模型上下文协议（MCP）。
- 白皮书： 代理工具和与模型上下文协议（MCP）的互操作性
- 播客： 第二单元总结（通过笔记本LM）
- Codelabs（Kaggle）：
第3天：情境工程：会话和记忆
- 主题： 侧重于上下文工程，即在代理的上下文窗口中动态组装和管理信息的实践。定义会话（即时历史）和内存（长期持久性），以创建有状态的、个性化的人工智能体验。
- 白皮书： 情境工程：会话与记忆
- 播客： 第三单元摘要（通过笔记本LM）
- Codelabs（Kaggle）：
第4天：代理商质量
- 话题： 专注于使用整体评估框架进行代理质量保证。涵盖了可观察性（日志、痕迹、度量）和可扩展反馈回路（如LLM-as-a-Jjudger和Human-in-the-Loop（HITL））的技术基础。
- 白皮书： 代理商质量
- 播客： 第四单元总结（通过笔记本LM）
- Codelabs（Kaggle）：
第5天：原型到生产
- 话题： 专注于人工智能代理的运营生命周期（部署、扩展、生产）以及将原型过渡到企业级解决方案。涵盖了使用Agent2Agent（A2A）协议并将代理部署到Vertex AI代理引擎的多代理系统。
- 白皮书： 原型到生产
- 播客： 第五单元总结（通过笔记本LM）
- Codelabs（Kaggle）：
确认与免责声明
此存储库用于 仅用于个人学习和教育目的.
所有课程材料，包括白皮书、代码实验室、播客和任何其他相关内容，均为 谷歌 和 Kaggle。所有权利、许可和确认均由他们持有。此存储库不声称对原始课程内容拥有任何所有权。
