Xây dựng tác nhân AI từ con số 0 — RAG · đa tác nhân · MCP

Vượt xa khỏi một chatbot chỉ đơn thuần tạo câu trả lời, bạn sẽ trực tiếp triển khai các AI Agent tự hành có khả năng tự phán đoán, gọi công cụ và thực hiện các tác vụ nhiều bước. Khóa học bao gồm các bài thực hành từng bước từ Tool Calling, Handoff, Guardrail, Session và Tracing của OpenAI Agents SDK, đến việc kết nối các công cụ và cơ sở dữ liệu bên ngoài bằng MCP, cũng như Planning, Subagents, Filesystem và Memory của LangChain và Deep Agents. Mục tiêu cuối cùng là trang bị cho bạn khả năng thiết kế và triển khai các AI Agent liên kết công cụ có thể áp dụng vào công việc thực tế.

Bảo vệ chatbot, RAG và các lệnh gọi công cụ tích hợp với FastAPI khỏi tấn công chèn prompt, hóa đơn tăng vọt và lạm dụng quyền hạn. Ngăn chặn bằng dependency, middleware và mã công cụ; kiểm tra bằng pytest cùng 50 bài kiểm thử bảo mật; quyết định phát hành thông qua cổng kiểm soát GitHub Actions. Hoàn thành với 84 bài thực hành mà không mất phí API.

Nhiều nhà phát triển backend đang sử dụng Redis, nhưng trên thực tế, họ thường chỉ sử dụng nó như một máy chủ bộ nhớ đệm (cache server) đơn giản. Có nhiều trường hợp dù biết các kiểu dữ liệu của Redis nhưng lại không biết cách áp dụng vào thực tế, hoặc thiếu kinh nghiệm trực tiếp triển khai các mô hình thực chiến như Khóa phân tán (Distributed Lock), Giới hạn tốc độ (Rate Limiting), hoặc không hiểu Redis dưới góc độ kiến trúc backend. Bản thân tôi cũng từng trăn trở về cách tận dụng Redis trong môi trường lưu lượng truy cập lớn khi phát triển các dịch vụ thực tế. Bởi vì việc chỉ đơn thuần biết các câu lệnh và việc giải quyết các vấn đề của dịch vụ bằng Redis là hai câu chuyện hoàn toàn khác nhau. Khóa học này bắt đầu từ các khái niệm cơ bản và cấu trúc dữ liệu của Redis, sau đó học cách triển khai từng bước các mô hình cốt lõi được sử dụng trong các dịch vụ backend thực tế. Đặc biệt, bạn sẽ học cách giải quyết các vấn đề thực tế sau bằng Redis: Chiến lược bộ nhớ đệm (Cache-Aside) để giảm tải cho máy chủ, Lưu trữ phiên phân tán (Session Store) để chia sẻ trạng thái đăng nhập, Khóa phân tán (Distributed Lock) để giải quyết vấn đề tranh chấp dữ liệu (concurrency), Giới hạn tốc độ (Rate Limiting) để ngăn chặn quá tải API, và Hệ thống bảng xếp hạng thời gian thực (Leaderboard) cho lượng người dùng lớn. Tất cả các bài thực hành đều được tiến hành trong môi trường máy chủ API thực tế dựa trên Python FastAPI. Thay vì chỉ học các câu lệnh CLI đơn thuần, bạn sẽ hiểu được Redis được sử dụng như thế nào trong hệ thống backend thông qua việc trực tiếp triển khai. Thông qua khóa học này, bạn sẽ có thể tận dụng Redis không chỉ như một bộ nhớ đệm đơn thuần mà còn là một công cụ cốt lõi để thiết kế kiến trúc backend.

Bạn có đang tin ngay lời “xong rồi” của AI không? Bắt đầu từ tình huống báo cáo hoàn tất là sai dù cả 28 bài kiểm thử đều xanh, hãy xây dựng một cổng QA kết hợp đường cơ sở, so sánh hồi quy, phát hiện thao túng kiểm thử, đối chiếu báo cáo và kiểm thử ẩn, rồi dùng hook dừng để Claude Code không thể kết thúc trước khi vượt qua cổng.

Công nghệ OCR thực sự dùng trong thực tế, nếu muốn học đúng cách thì chỉ cần một khóa học này là đủ! Đạt mục tiêu chính xác trên 98% ngay cả với tài liệu phi cấu trúc và bố cục phức tạp, dựa trên các mô hình SOTA mới nhất cùng kinh nghiệm thực chiến, chúng tôi sẽ cùng bạn xây dựng dự án OCR cấp doanh nghiệp.

Sau khi học tối ưu hóa SQL, hãy tự động hóa các công việc xử lý tối ưu hóa lặp đi lặp lại. Đây là một dự án thực tiễn kết nối mọi quy trình, từ thu thập truy vấn MySQL, chẩn đoán bằng AI, xác minh bằng đo lường thực tế, bàn giao cho người phụ trách đến theo dõi tái diễn.

Tạo chương trình sử dụng GPT API, từ tạo hình ảnh đến tạo video!

AI agent, bạn vẫn còn mơ hồ về nó phải không? Chúng tôi sẽ truyền đạt bí quyết giải quyết vấn đề từ kinh nghiệm thực tế, từ prompt, loop cho đến hệ thống kỹ thuật đồ thị.

Tự tay xây dựng từ đầu đến cuối một hệ thống đặt vé không bao giờ bán cùng một chỗ ngồi hai lần, kể cả khi có 500 người cùng tranh một chỗ, với đội ngũ tác nhân được thiết lập bằng Claude Code và Codex. Trong khoảng 5 giờ, bạn sẽ tìm hiểu mọi thứ từ PRD và hợp đồng API đến xử lý đồng thời, hàng đợi, Kafka, Kubernetes, kiểm thử tải, giao diện đặt vé và phỏng vấn thử.

Giải quyết ngay điểm nghẽn khiến 80% thất bại tại Makerthon. Hoàn thành trong 4 tuần: Raspberry Pi · Computer Vision · LLM · Thiết kế 3D! Đạt thứ hạng cao tại Makerthon với PoC gương thông minh có thể trình diễn!

Đây là khóa học nhập môn Python dựa trên giáo trình tương tác. Bạn sẽ hiểu được nguyên lý hoạt động của lập trình thông qua các trò chơi board game dễ thương.

Mọi điều về Python học từ kỹ sư phần mềm tại Silicon Valley. Hiện tại, với 15 năm kinh nghiệm là nhà phát triển phần mềm, tôi đều xử lý từ ứng dụng web, Big Data cho đến SRE & DevOps bằng Python. Từ cơ bản đến kỹ thuật nâng cao của Python, đừng bỏ lỡ cơ hội học hỏi mọi kỹ năng và bí quyết sử dụng Python trong thực tế làm việc tại Silicon Valley!

Từ phân tích cơ chế mã hóa của ZIP, PDF và MS Office đến mổ xẻ thực tế mã độc tống tiền WannaCry, bạn sẽ làm chủ các công cụ phân tích tĩnh và kỹ thuật bẻ khóa tăng tốc bằng GPU. Đây là khóa học kỹ thuật bảo mật thiên về thực hành, giúp hoàn thiện năng lực ứng phó sự cố thông qua việc xây dựng quy trình phân tích mã độc thế hệ mới và tự động tạo báo cáo bằng OpenAI Codex.

Khi chạy Claude Code không người giám sát, sẽ thiếu người phê duyệt và theo dõi. Bài viết cho thấy cách đảm nhiệm hai vai trò đó bằng hook, skill, claude -p chạy ở chế độ headless, tác vụ theo lịch, danh sách quyền được phép, cổng kiểm duyệt và ngân sách sử dụng; đồng thời minh họa bằng trích đoạn từ các tệp vận hành chạy hằng ngày và những trường hợp thất bại.

Thiết kế và triển khai hệ thống AI Agent có khả năng thực hiện nhiệm vụ tự chủ thay vì chỉ là chatbot đơn thuần. Hoàn thiện năng lực kỹ thuật Agent cấp độ doanh nghiệp thông qua thực hành toàn bộ quy trình, từ kiến trúc dựa trên vòng lặp Sense-Think-Act, cấu trúc vòng lặp LangGraph, đánh giá định lượng dựa trên RAGAS·LangSmith cho đến các rào chắn vận hành (guardrails).

Đại số tuyến tính được nắm vững chỉ trong một lần học. Chúng tôi sẽ giải thích chi tiết những khái niệm đại số tuyến tính, vốn sẽ trở thành nền tảng cho tư duy của bạn suốt đời chỉ sau một lần học. Không chỉ dừng lại ở việc giải thích các khái niệm đơn thuần, chúng tôi còn tận tình hướng dẫn cách ứng dụng thực tế thông qua các bài thực hành.

Kiểm thử ranh giới quyền hạn trong các lệnh gọi công cụ của tác tử và việc tìm kiếm, truy cập tài liệu của RAG. Sử dụng mô hình thực tế cùng các công cụ và tài liệu mô phỏng phục vụ đào tạo để quan sát cổng phê duyệt và bộ lọc quyền tìm kiếm, đồng thời điền phiếu ghi chép chẩn đoán cho nhiệm vụ 5·6.

Khóa học này thực hiện các bài thực hành liên quan đến mô hình Diffusion trong số các mô hình trí tuệ nhân tạo sinh tạo. Thông qua việc cùng nhau đọc và triển khai bài báo prompt-to-prompt - một bài báo ứng dụng mô hình Diffusion tiêu biểu, chúng tôi hy vọng có thể giúp bạn phát triển khả năng hiểu các bài báo trí tuệ nhân tạo mới nhất.

Học cách sử dụng AI thông qua các câu lệnh (prompt) có thể áp dụng vào công việc thực tế và chiến lược xây dựng tổ chức AX (Chuyển đổi AI). Bằng cách tiếp cận hệ thống theo đơn vị quy trình làm việc (workflow), bạn sẽ tự động hóa các tác vụ lặp đi lặp lại và hoàn thiện giải pháp tự động hóa tập trung vào thực tiễn, có thể áp dụng ngay tại hiện trường.

Tự động hóa tạo YouTube Shorts bằng AI!! Học cách tự động tạo YouTube Shorts bằng n8n từ con số 0. Tự tay xây dựng quy trình vận hành một lần từ: Văn bản → Hình ảnh/Âm nhạc → Tạo video → Tải lên. Thực hành phân biệt chế độ thử nghiệm/chế độ thực tế và các mẹo tiết kiệm chi phí. Hoàn thành 3 mẫu tự động hóa (template) có thể sử dụng ngay sau khi kết thúc bài học. Hướng dẫn tỉ mỉ từ cách sắp xếp các node để những người không biết lập trình cũng có thể làm theo. Hãy cùng bắt đầu tự động hóa sản xuất YouTube Shorts bằng AI nhé!