Bygger smarta agenter med Vertex AI Agent Builder och RAG Träningskurs
Vertex AI Agent Builder är en kodfri/låg-kod miljö för att skapa förankrade agenter som kombinerar generativa modeller med retrieval-augmented generation (RAG), vilket gör det möjligt för team att snabbt bygga agenter som använder företagsdata och sökfuntioner för att ge korrekta, kontextmedvetna svar.
Denna handleda, direkta utbildning (online eller på plats) riktar sig till deltagare med mellannivåerfarenhet som vill designa, konfigurera och utveckla smarta agenter med Vertex AI Agent Builder och RAG-mönster.
Efter denna utbildning kommer deltagarna att kunna:
- Designa förankrade agentarbetsflöden med Agent Builder.
- Implementera RAG-pipelines med sökningar och vektorlager.
- Integrera företagsdatalkällor säkert för hämtning.
- Evaluera och iterera över agentens beteende med hjälp av tester och mätningar.
Kursformatet
- Interaktiv föreläsning och diskussion.
- Hantverksövningar med Vertex AI Agent Builder och RAG-komponenter.
- Projektorienterade uppgifter för att bygga och finjustera agenter.
Möjligheterna till anpassning av kursen
- För att begära en skräddarsydd utbildning för denna kurs, vänligen kontakta oss för att ordna detta.
Kursplan
Introduktion till Agent Builder och RAG
- Översikt över Agent Builder:s funktioner
- RAG-grunder och när de ska användas
- Användningsfall och framgångsberättelser
Att ställa upp miljön
- Konfigurera Vertex AI-arbetsyta
- Ansluta sökningar och vektorlager
- Hantverksövning: förberedelse av miljön
Design av förankrade agentarbetsflöden
- Definiera agentens mål och konversationsflöden
- Mappa datalkällor mot hämtningssätt
- Hantverksövning: bygga ett konversationsflöde
Implementering av RAG-pipelines
- Indexera dokument och inbäddningar
- Mönster för hämtare och omlämnare
- Hantverksövning: skapa en RAG-pipeline
Integrationer och företagsdata
- Säkra kopplingar till interna system
- Datagenomgång och åtkomstkontroller
- Hantverksövning: ansluta företagsdatalkällor
Testning, evaluering och iteration
- Prompt-testning och evaluering av resultat
- Simulering av användare och valideringsstrategier
- Hantverksövning: evaluera och finjustera agenten
Implementering, övervakning och underhåll
- Alternativ för implementering och skalsättningsaspekter
- Övervaka prestanda, relevans och avvikelse
- Operationella spelböcker för uppdateringar och rullback
Sammanfattning och nästa steg
Krav
- Grundläggande kunskap inom bearbetning av naturligt språk
- Erfarenhet av molntjänster och API:er
- Van vid sökningar och vektordatabaser
Målgrupp
- Utvecklare
- Lösningarkitekter
- Produktchefer
Öppna Utbildningskurser kräver 5+ deltagare.
Bygger smarta agenter med Vertex AI Agent Builder och RAG Träningskurs - Bokning
Bygger smarta agenter med Vertex AI Agent Builder och RAG Träningskurs - Fråga
Bygger smarta agenter med Vertex AI Agent Builder och RAG - Konsultfråga
Kommande Kurser
Relaterade Kurser
Agentbaserad utveckling med Gemini 3 och Google Antigravity
21 TimmarAvancerad Antigravity: Feedbacklopp, inlärning och långsiktig agentminne
14 TimmarAvancerade Mastra-integreringar: API:er, verktyg, företagsdata och externa system
21 TimmarInteraktiva AI-agenter: AgentCore Memory, Code Interpreter och Browser Tool i praktiken
14 TimmarAccelerating AI Agent Deployment with AgentCore Runtime & Gateway
14 TimmarAntigravity för utvecklare: Att bygga agentbaserade applikationer
21 TimmarKom igång med Antigravity: En introduktion till agentbaserade IDE:er
14 TimmarAntigravity för webautomatisering och webbläsarbaserade uppgifter
21 TimmarAtt skapa fullständigt hanterade AI-agenter med AgentCore: Från koncept till produktion
14 TimmarUtveckling av AI-agenter med Mastra
14 TimmarDetta instruktörsledda, livegenomförda utbildning (online eller på plats) riktar sig till utveckling av mellannivå och ingeniörsteam som önskar bygga skalbara och observerbara AI-system med hjälp av Mastra.
När utbildningen är avslutad kommer deltagarna att kunna:
- Förstå Mastras arkitektur och hur den integreras med LLM:er och externa API:er.
- Designa och implementera AI-agenter och arbetsflöden med TypeScript.
- Använda Mastras verktyg för observability och minne för att övervaka och förbättra agentprestandan.
- Implementera produktionsklara AI-applikationer genom att utnyttja Mastras ramverksfunktioner.