學習 AI 工程：使用 LangChain、LangGraph、RAG、MCP 和用 Python 為生產的 Agentic AI ( 代理的 AI) 建構 AI Agents (代理)
從這 20.5 小時的課程，你會學到
- 使用最新的 LangChain 和 LangGraph 建立 AI 代理，從第一個工具呼叫代理到多步驟代理系統。
- 從零開始建立代理迴圈( loop )，深入了解 AI 代理的底層工作原理。
- 使用嵌入和向量資料庫（Pinecone、FAISS、Chroma）建立 RAG 和 Agentic RAG 系統。
- 將反射代理、反射代理和多步驟代理設計為具有節點、邊和狀態的 LangGraph 圖。
- 使用 LangChain 建立您自己的 MCP 伺服器和用戶端，並將它們連接到 Cursor 和 Claude。
- 建立一個深度代理，該代理能夠規劃並使用技能和中間件來處理複雜任務。
- 解釋代理背後的 AI 工程基礎：tokens、上下文視窗、嵌入和函數呼叫。
- 透過在 LangSmith 中追蹤每個 LLM 和工具調用來 Debug (偵錯/調試)代理。
要求
- 這不是入門課程，需要具備基本的軟體工程概念。
- 我假設學生熟悉軟體工程相關主題，例如：git、python、pipenv、環境變數、類別、測試和調試。
- 無需機器學習經驗。
課程說明
本課程包含人工智慧的應用 🙂
2026 年 – 本課程已重新錄製，並支援 LangChain 1.2+Jev
理想學員為軟體開發人員/資料科學家/人工智慧/機器學習工程師
歡迎參加使用 LangChain 和 LangGraph 進行人工智慧工程課程。。
在本課程中，您將學習如何使用 LangChain 和 LangGraph 設計和建立 AI Agents 和 Agentic AI 系統。 LangChain 和 LangGraph 是開發現代機器學習 (LLM) 應用的最強大框架。
Agentic AI 專注於建構能夠推理、規劃、使用工具並自主完成任務的人工智慧系統。藉助 LangChain 和 LangGraph，您將建立可用於生產環境的 AI Agents、RAG 系統和進階機器學習應用。
使用 LangChain、LangGraph、MCP 和現代 LLM 框架，您將建立可用於生產環境的 AI Agents、多代理( multi-agent )系統和進階 RAG 應用。
請注意，本課程不適合初學者。本課程假設您具備軟體工程背景並精通 Python。我將使用 PyCharm IDE，但您可以使用任何您喜歡的編輯器，因為我們只會使用到 IDE 的基本功能，例如偵錯和執行腳本。
您將使用 LangChain 和 LangGraph 來建立實際的 Agentic AI 系統：
- 搜尋代理
- 文件助理 – 一個基於 Python 套件文件（以及您選擇的任何資料）的聊天機器人，使用進階檢索和 RAG（紅綠燈）技術。
- 提示工程理論
- 上下文( context )工程理論
- LangGraph 簡介
- 模型上下文協定 (MCP)
- 深度代理
Agentic AI 系統涵蓋的主題：
Agentic AI 基礎
- AI Agents
- Agentic AI 架構
- 多代理( Multi-agent ) 系統
- AI 工程原理
LLM 與提示工程( Prompt Engineering )
- 提示工程
- 少提示提示
- 心智圖提示
- ReAct 提示
- 上下文( context )工程
Agent 框架
- LangChain
- LangGraph
- Model Context Protocol (MCP)
- 工具調用
AI Agent 基礎設施
- 向量資料庫(Pinecone, FAISS, Chroma)
- Retrieval Augmented Generation (RAG)
- 記憶儲存系統 ( Memory systems )
- LangSmith 追蹤
System One 決策模型（TypeSafe AI 的 Jev）
- 什麼是 Jev？
- Noul、Score、Choice
- 本地運行的決策模型
在整個課程中，您將透過實踐練習和真實專案來鞏固對所學概念和技術的理解。課程結束時，您將熟練運用 LangChain 創建功能強大、高效且用途廣泛的語言學習管理 (LLM) 應用程式。
為什麼要選擇這門課？
- 最新：涵蓋 LangChain v0.3+ 和最新的 LangGraph 生態系統。
- 實用：真實專案、真實 API、實用技能。
- 職業提升：在 LLM 和 GenAI 就業市場保持領先地位。
- 循序漸進的指導：清晰、簡潔，不浪費時間。
- 靈活：可使用任何 Python IDE（Pycharm 可用，但非必要）。
本課程非常適合希望學習 Agentic AI 工程、使用 Python 開發 AI 代理程式以及 LLM 應用開發的開發者。
您將學習如何設計代理架構、實現工具型代理，以及如何使用 LangChain 和 LangGraph 建立可擴展的智慧型體 AI 系統。
免責聲明
- 請注意，本課程不適合初學者。本課程假設您具備軟體工程背景，且精通 Python。
- 我將使用 PyCharm IDE，但您可以使用任何您喜歡的編輯器，因為我們只會使用到 IDE 的基本功能，例如偵錯和執行腳本。…
目標受眾
- 希望透過 LangChain 和 LangGraph 建立真正的 AI 代理來進入 AI 工程領域的軟體工程師
- 希望將智能體 AI、RAG 和 MCP 添加到其產品中的後端和全端開發人員，正在轉型進入 AI 工程領域
- 希望拓展到 AI 工程領域並發布基於 LLM 的應用程式的資料科學家和機器學習工程師
- 不適合程式設計初學者：在開始您的 AI 工程之旅之前，您應該熟練 Python、git 和調試。
講師簡介
Eden Marco 暢銷導師
建構了公司的核心技術。如今，我在 Google Cloud 擔任 GenAI 架構師，協助企業設計和部署先進的生成式人工智慧和雲端原生解決方案。
同時，我也很榮幸成為 LangChain 大使，積極為開源社群做出貢獻，並幫助開發者使用 LangChain 生態系統建立強大的 LLM 應用程式。
我擁有以色列理工學院 (Technion) 的電腦科學學士學位，並且一直對教學和指導充滿熱情。我曾在萊克曼大學 (Reichman University) 教授函數式程式設計和電腦科學導論課程，指導新一代軟體工程師。
我的課程是基於真實世界的經驗，旨在為您提供實用且可直接應用於生產環境的技能。
字幕：簡中、日本語、英文
想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To
- Udemy 永久擁有課程 許多課程特價 NT330 （點擊看優惠)
- ✨年訂閱每月 NT350 優惠 (再取得 30% off) 🌈悠遊 Udemy 的 28000+ 門課，最大化學習 ( 原價 NT635/月 )
- Udemy 現在越來越多課程有中文字幕，請參考 Soft & Share 中文線上課程
- 手機上點選優惠連結看到的價格比電腦上看到的貴
- ＄代表當地貨幣, 如在台灣為 NT
- 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上，請稍等刷新或重新點選就會出現
報名參加課程
也許你會有興趣
- 本課程新出繁體中文版 ( 有中文配音 )
- AI 應用相關線上課程
- ★英語學習地圖 – 練好英文是最大的學習槓桿
- 如何找工作學習地圖 – 找工作不要靠運氣！
- 從 Soft & Share 各種社團頻道挑選你喜歡的加入
發佈留言