
Beginner's guide to building Al agents on AWS
در عصر حاضر، هوش مصنوعی از مرحله پاسخگویی ساده به دستورات عبور کرده و وارد عرصه جدیدی به نام «هوش مصنوعی مبتنی بر عامل» (Agentic AI) شده است. این تکامل پارادایم، نیازمند معماریها و زیرساختهای نوینی است که بتوانند سیستمهای خودمختار را در مقیاس صنعتی پشتیبانی کنند. این کتاب چاپی ارزشمند، یک راهنمای عملی و سطح بالا برای طراحی، ساخت و استقرار عاملهای هوشمند بر بستر خدمات وب آمازون (AWS) است که شما را از مفاهیم پایهای تا سیستمهای آماده برای تولید و عملیات تجاری هدایت میکند.
هدف اصلی این اثر، پر کردن شکاف میان نمونههای اولیه آزمایشگاهی و سیستمهای عملیاتی پایدار است. شما در این مسیر با مبانی هوش مصنوعی مبتنی بر عامل آشنا میشوید و درک خواهید کرد که چگونه عاملهای خودمختار، عاملهای مبتنی بر مدلهای زبانی بزرگ (LLM) و عاملهای هوشمند فکر میکنند، استدلال مینمایند، وارد عمل میشوند و با یکدیگر همکاری میکنند. مطالعه نسخه چاپی این کتاب با ارائه رویکردی معماریمحور، به شما کمک میکند تا سیستمهای پیچیده را به اجزای قابل مدیریت و کارآمد تبدیل کنید و با تمرکز بالا مفاهیم را بیاموزید.
طراحی یک سیستم هوشمند نیازمند درک عمیقی از نحوه تعامل اجزا است. در این کتاب، شما یاد میگیرید که چگونه سیستمهای تکعاملی را طراحی کنید و سپس با استفاده از قابلیتهایی نظیر فراخوانی ابزارها (Tool Calling)، فراخوانی توابع (Function Calling) و حافظه عامل، آنها را توسعه دهید. استفاده از سرویسهای قدرتمندی مانند آمازون بدراک (Amazon Bedrock)، هسته عامل بدراک (Bedrock AgentCore)، کیت توسعه نرمافزار عاملهای استرندز (Strands Agents SDK) و لنگچین (LangChain)، به شما امکان میدهد برنامههایی بسیار توانمندتر و کاربردیتر بسازید.
با پیشرفت در مطالعه این اثر، با نحوه ایجاد عاملهای دارای وضعیت (Stateful) آشنا خواهید شد. استفاده از حافظه در سیستمها، امکان ارائه تجربیات شخصیسازیشدهتر و آگاهتر از زمینه را فراهم میکند. سپس، مباحث به سمت سیستمهای چندعاملی (Multi-Agent Systems)، هماهنگسازی عاملها و جریانهای کاری مبتنی بر عامل گسترش مییابد و نشان میدهد که چگونه عاملهای تخصصی میتوانند برای حل وظایف پیچیده با یکدیگر هماهنگ شوند.
یکی از نقاط قوت این کتاب، پرداختن به استانداردهای نوظهور تعاملپذیری مانند پروتکل زمینه مدل (MCP) و ارتباط عامل با عامل (A2A) است. این پروتکلها از یکپارچهسازی ابزارها، ارتباطات بین عاملها و ایجاد اکوسیستمهای ماژولارتر و متصلتر پشتیبانی میکنند. علاوه بر این، کتاب به موضوعات ضروری در سطح تولید میپردازد که برای عبور از مرحله نمونهسازی حیاتی هستند. شما خواهید آموخت که چگونه عاملها را مستقر کرده و مقیاسبندی کنید و چگونه قابلیت اطمینان سیستم را از طریق ارزیابی، مشاهدهپذیری، نظارت، حاکمیت داده و ایجاد نردههای محافظ (Guardrails) بهبود بخشید.
این اثر تخصصی برای مهندسان هوش مصنوعی، مهندسان یادگیری ماشین، معماران فضای ابری، مهندسان نرمافزار و توسعهدهندگانی نوشته شده است که قصد دارند سیستمهای هوش مصنوعی خودمختار را بر روی پلتفرم AWS بسازند و مستقر کنند.
کلمات کلیدی:آشنایی با زبان برنامهنویسی پایتون، رابطهای برنامهنویسی کاربردی (API) و مفاهیم پایه هوش مصنوعی و یادگیری ماشین برای درک بهتر مطالب توصیه میشود؛ با این حال، ساختار کتاب به گونهای طراحی شده است که مفاهیم پیچیده را برای خوانندگانی که هنوز در حال ساخت پایههای دانش خود هستند نیز قابل دسترس سازد.
برای اینکه بتوانید بیشترین استفاده را از رویکرد عملی و پیادهسازیمحور این کتاب ببرید، داشتن یک محیط توسعه مناسب و پیشنیازهای زیر ضروری است:
یک محیط توسعه فعال استرندز (Strands).
درک پایهای از توابع و کلاسها در زبان پایتون.
حساب کاربری AWS با دسترسی به آمازون بدراک و مجوزهای لازم برای سرویسهای ذخیرهسازی ابری (S3)، پایگاه داده (DynamoDB) و توابع بدون سرور (Lambda) برای اجرای مثالهای یکپارچهسازی.
آشنایی با مفاهیم رابطهای برنامهنویسی معماری رست (REST APIs)، فرمت داده جیسون (JSON) و کانتینرهای داکر (Docker).
نصب بودن رابط خط فرمان آمازون (AWS CLI) و ابزار مدلسازی برنامههای بدون سرور (SAM CLI).
یک محیط توسعه یکپارچه (IDE) مدرن.
این کتاب چاپی در هفت فصل جامع تدوین شده است که هر کدام به صورت منطقی و پیوسته، شما را در مسیر تسلط بر توسعه عاملهای هوشمند یاری میکنند. در ادامه به بررسی تحلیلی هر یک از این فصول میپردازیم.
این فصل، پایههای اساسی برای درک عاملهای هوشمند در محیط ابری را بنا مینهد. با کالبدشکافی تکامل هوش مبتنی بر عامل، به شما کمک میکند تا ببینید چگونه سیستمها از مدلهای زبانی بزرگ و ساده، به سمت همکاریهای پیچیده چندعاملی پیشرفت میکنند. در این بخش، آینده تعاملپذیری از طریق پروتکلهای نوظهوری مانند MCP و A2A بررسی میشود؛ پروتکلهایی که به عاملها اجازه میدهند دادهها را به اشتراک بگذارند و به صورت یکپارچه در پلتفرمهای مختلف با یکدیگر همکاری کنند.
در این فصل میآموزید که چگونه عاملهای محاورهای را به سیستمهایی تبدیل کنید که واقعاً کارها را انجام میدهند. شما کار را با تبدیل توابع ساده پایتون به ابزارهای قابل استفاده برای عاملها آغاز خواهید کرد. سپس به کاوش در ابزارهای از پیش ساخته شدهای میپردازید که میتوانند روزها در زمان توسعه شما صرفهجویی کنند. در نهایت، نحوه ساخت ابزارهای سفارشی برای حل مشکلات منحصر به فرد کسبوکار خود را فرا خواهید گرفت.
حافظه، کلید ساخت سیستمهای چندعاملی است که در محیطهای عملیاتی واقعی کارآمد باشند. در این فصل، استفاده از سرویسهای پیشرفتهای مانند حافظه هسته عامل بدراک (AgentCore Memory) و Mem0 را خواهید آموخت. شما پیادهسازی انواع مختلف حافظه، از جمله حافظه کوتاهمدت و بلندمدت را تمرین خواهید کرد. همچنین استراتژیهای مدیریت زمینه (Context Management) برای ساخت عاملهای شخصیسازیشدهای که ترجیحات کاربر را در طول نشستهای مختلف به خاطر میسپارند، به تفصیل پوشش داده میشود.
این فصل نشان میدهد که چگونه میتوان عاملها را در درون سیستمهای چندعاملی هماهنگ کرد. معماریهای مشارکتی و الگوهای طراحی مختلفی در این بخش مورد بررسی قرار میگیرند؛ جایی که چندین عامل تخصصی به صورت همافزا با یکدیگر کار میکنند تا وظایف پیچیده و چندمرحلهای را با بالاترین دقت و کارایی حل و فصل نمایند.
ارتباط موثر، پایه و اساس هر سیستم مشارکتی است. این فصل دو پروتکل مهم و پرکاربرد برای ارتباط عاملها را معرفی میکند: پروتکل زمینه مدل (MCP) و ارتباط عامل با عامل (A2A). شما خواهید آموخت که چگونه این پروتکلهای ارتباطی را استانداردسازی کنید و ساخت، توسعه و مقیاسپذیری سیستمهای مبتنی بر عامل را به شکل قابل توجهی آسانتر نمایید.
گذر از محیط توسعه به محیط عملیاتی نیازمند ملاحظات ویژهای است. این فصل راهنماییهای عملی و دقیقی برای استقرار عاملها در محیطهای سازمانی ارائه میدهد. با ارائه مثالهای عملی و دستاول در صفحات این کتاب، شما به درک روشنی از نحوه انتخاب مسیر صحیح استقرار دست خواهید یافت. در پایان این فصل، الگوهای اتصال عاملهای هوشمند به پایگاههای داده سازمانی، رابطهای برنامهنویسی و سیستمهای مبتنی بر رویداد (Event-Driven) را به طور کامل فرا خواهید گرفت.
در نهایت، پایداری و امنیت سیستمهای هوشمند باید تضمین شود. این فصل به شما میآموزد که چگونه رفتار عاملها را ارزیابی کنید، کنترلهای امنیتی و نردههای محافظ (Guardrails) را اعمال نمایید و عملکرد کلی سیستم را بهبود بخشید. استفاده از ابزارهای مشاهدهپذیری مانند لنگاسمیت (LangSmith)، ابزار مشاهدهپذیری هسته عامل (AgentCore Observability) و لنگفیوز (Langfuse) در این بخش آموزش داده میشود. همچنین شیوههای حاکمیتی که به سازمانها در مدیریت ریسک، حفظ انطباق با مقررات و ایجاد اعتماد به سیستمهای مبتنی بر هوش مصنوعی کمک میکنند، به دقت بررسی میشوند.
این کتاب یک نقشه راه جامع و عملی برای ورود به دنیای پیشرفته هوش مصنوعی خودمختار است. با مطالعه دقیق نسخه چاپی و انجام پروژههای عملی این اثر، شما نه تنها با مفاهیم نظری آشنا میشوید، بلکه توانایی طراحی، ساخت و استقرار سیستمهای هوشمند و خودمختاری را به دست خواهید آورد که به طور قابل اعتماد و در مقیاس وسیع بر روی زیرساخت ابری AWS عمل میکنند. بهینهسازی فرآیندها، کاهش خطاهای انسانی و ایجاد تجربیات کاربری بینظیر، تنها بخشی از دستاوردهایی است که پس از تسلط بر محتوای این کتاب به دست خواهید آورد.
دستهبندی کتاب:
کتابهای تخصصی کامپیوتر > هوش مصنوعی و یادگیری ماشین > رایانش ابری و معماری نرمافزار
نمونه چاپ کتاب موجود نیست.
نظرات کاربران (0)