inflearn logo

Multi Agents với Swarm, LangGraph, Deep Agent

Khóa học này không chỉ dừng lại ở những chatbot đơn thuần mà tập trung vào thực hành xây dựng hệ thống Multi-Agent (đa tác nhân) nơi nhiều Agent cộng tác với nhau. 👉 Bạn sẽ được học từng bước 3 khung làm việc (framework) gồm Swarm, LangGraph, DeepAgents và hoàn thành 6 dự án thực tế như: Chatbot hỗ trợ khách hàng, sản xuất nội dung blog, Agent truy vấn PostgreSQL, Agent nghiên cứu tự động. 👉 Ngoài ra, khóa học còn hướng dẫn triển khai các tính năng cấp độ doanh nghiệp như bộ nhớ dài hạn sử dụng Redis và PostgreSQL, cơ chế bảo mật Human-in-the-loop, giám sát chi phí... giúp bạn có thể xây dựng hệ thống ở cấp độ sản xuất (production-level) và áp dụng ngay vào dịch vụ thực tế sau khi học xong.

40 học viên đang tham gia khóa học này

Độ khó Cơ bản

Thời gian Không giới hạn

AI
AI
ChatGPT
ChatGPT
LLM
LLM
AI Agent
AI Agent
AI
AI
ChatGPT
ChatGPT
LLM
LLM
AI Agent
AI Agent

Bạn sẽ nhận được điều này sau khi học.

  • Swarm Agents: Thiết kế hệ thống nơi nhiều tác nhân cộng tác linh hoạt

  • LangGraph: Trực quan hóa và kiểm soát các quy trình làm việc phức tạp dưới dạng biểu đồ

  • DeepAgents: Triển khai điều phối tác nhân tự động

  • Long Term Memory: Xây dựng kho lưu trữ vĩnh viễn sử dụng Redis và PostgreSQL

  • Human-in-the-loop: Cơ chế phê duyệt/từ chối/chỉnh sửa đối với các tác vụ nhạy cảm

  • Giám sát hiệu suất: Theo dõi và tối ưu hóa lượng sử dụng token, chi phí và thời gian thực thi


Vượt xa chatbot đơn thuần
AI Multi-Agent, hãy để chúng làm việc cùng nhau!

Sự cộng tác phức tạp của các AI Agent, giờ đây đã có thiết kế rõ ràng!
Khóa học này không chỉ dừng lại ở những chatbot đơn thuần, mà tập trung vào việc xây dựng hệ thống Multi-Agent nơi nhiều AI Agent
hợp tác với nhau một cách hữu cơ.

Bạn đã bao giờ thấy chatbot hỗ trợ khách hàng hợp tác với nhiều agent khác để giải quyết vấn đề nhanh chóng và chính xác hơn chưa?

Hãy tưởng tượng quá trình các AI agent tự mình cộng tác từ khâu lập kế hoạch nội dung đến viết bài và xuất bản để tự động hóa việc đăng bài trên blog.

Bạn nghĩ sao về trải nghiệm tối đa hóa hiệu quả công việc bằng cách giao các tác vụ lặp đi lặp lại như viết truy vấn PostgreSQL hay nghiên cứu khảo sát phức tạp cho các tác nhân AI (AI Agent)?

Việc xây dựng AI Agent khiến bạn cảm thấy mơ hồ?
Thông qua khóa học này, hãy chinh phục Swarm, LangGraph, Deep Agents
và trực tiếp tạo ra hệ thống cấp độ production để
trải nghiệm những thay đổi đáng kinh ngạc.


Xây dựng hệ thống đa tác nhân AI thế hệ mới với Swarm, LangGraph, DeepAgents
và thiết kế các giải pháp vượt qua giới hạn kỹ thuật
thông qua 6 dự án thực tế
.


Không chỉ dừng lại ở việc phát triển chatbot đơn thuần,
chúng tôi sẽ giúp bạn hoàn thiện hệ thống cấp độ sản xuất có thể áp dụng ngay vào thực tế
để đưa bạn bứt phá trở thành một 'Chuyên gia AI Agent'.

Sau khi kết thúc khóa học này, bạn sẽ


Bạn có thể tự mình thiết kế và triển khai vô số kinh nghiệm xây dựng AI Agent.

  • Swarm, LangGraph, Deep Agents Bạn sẽ được học từng bước về ba khung làm việc (framework) cốt lõi này, từ đó trang bị khả năng tự thiết kế và xây dựng các hệ thống đa tác nhân (multi-agent) phức tạp. Không chỉ dừng lại ở việc gọi API đơn thuần, bạn sẽ hiểu được cách thức cộng tác giữa các tác nhân và có thể cấu hình được kiến trúc tối ưu nhất.

Từ chatbot hỗ trợ khách hàng đến các tác nhân nghiên cứu tự trị, bạn sẽ trực tiếp hoàn thành 6 dự án thực tế.

  • Không chỉ dừng lại ở việc học lý thuyết, bạn sẽ được củng cố năng lực thực tiễn bằng cách trực tiếp hoàn thành 6 dự án đa dạng có thể áp dụng ngay vào dịch vụ thực tế. Bạn sẽ tích lũy kinh nghiệm xây dựng các AI Agent cần thiết để giải quyết các vấn đề kinh doanh thực tế như Chatbot hỗ trợ khách hàng, Sản xuất nội dung blog, Agent truy vấn PostgreSQL, Agent nghiên cứu tự hành và nhiều hơn nữa.

Bạn sẽ nắm vững các công nghệ cốt lõi để xây dựng hệ thống AI cấp doanh nghiệp.

  • Bạn sẽ trực tiếp triển khai các tính năng nâng cao thiết yếu cho việc vận hành dịch vụ thực tế như triển khai bộ nhớ dài hạn sử dụng Redis và PostgreSQL, cơ chế bảo mật Human-in-the-loop, và giám sát chi phí. Thông qua đó, sau khóa học, bạn sẽ phát triển thành một chuyên gia có khả năng xây dựng các hệ thống AI ổn định và có khả năng mở rộng ở cấp độ production ngay lập tức.


✔️

Hãy tự tay tạo ra AI Agent mà bạn mới chỉ từng nghĩ đến.

Sử dụng Swarm, LangGraph, Deep Agents
Xây dựng hệ thống Multi-Agent

Khóa học này sẽ hướng dẫn bạn cách xây dựng hệ thống đa tác nhân (multi-agent) phức tạp theo từng bước bằng cách sử dụng các khung làm việc Swarm, LangGraph và Deep Agents. Từ chatbot hỗ trợ khách hàng đến các tác nhân nghiên cứu tự trị, thông qua 6 dự án thực tế, bạn có thể hoàn thiện một hệ thống cấp độ sản xuất có thể áp dụng ngay vào các dịch vụ thực tế.

Kinh nghiệm thực hiện 6 dự án thực tế

Chatbot hỗ trợ khách hàng, tạo nội dung blog, tác nhân truy vấn PostgreSQL, tác nhân nghiên cứu tự trị và 6 dự án thực tế khác sẽ giúp bạn rèn luyện khả năng thiết kế và triển khai hệ thống đa tác nhân (Multi-agent) sử dụng LangGraph, Swarm và Deep Agents.

Triển khai các tính năng cấp doanh nghiệp

Xây dựng các tính năng cấp doanh nghiệp cần thiết cho dịch vụ thực tế như bộ nhớ dài hạn, bảo mật Human-in-the-loop và giám sát chi phí bằng cách sử dụng Redis và PostgreSQL, đồng thời tăng cường năng lực vận hành AI Agent trong môi trường thực tế.


📚

Xây dựng hệ thống đa tác nhân
với 3 khung làm việc (framework)

Phần 1

Định hướng: Thiết lập môi trường phát triển

👉 Trong phần này, chúng ta sẽ tiến hành cài đặt Python, cấu hình môi trường ảo, thiết lập VS Code và cài đặt các tiện ích mở rộng cần thiết cho việc thực hành bài giảng.

👉 Xây dựng môi trường phát triển thuận lợi thông qua việc quản lý các phần phụ thuộc của dự án và thiết lập biến môi trường.


Phần 2

Swarm: Xây dựng hệ thống cộng tác tác nhân động

👉 Thiết kế và triển khai hệ thống nơi nhiều agent cộng tác linh hoạt bằng cách sử dụng Swarm framework.

👉 Học cách tương tác hiệu quả và phân chia nhiệm vụ giữa các agent thông qua Tool Calling Agent, Active Agent Router, v.v.


Phần 3

LangGraph: Trực quan hóa và kiểm soát quy trình làm việc phức tạp

👉 Bạn sẽ học cách sử dụng LangGraph để trực quan hóa và kiểm soát các quy trình làm việc (workflow) phức tạp của agent dưới dạng biểu đồ.

👉 Tìm hiểu về điều phối tác nhân (agent orchestration) nâng cao thông qua việc tích hợp Tool, triển khai tác nhân phân cấp (Hierarchical Agent), tác nhân giám sát (Supervisor Agent), cũng như các tác nhân chuyên biệt (Specialized) và tự trị (Autonomous).


Phần 4

Deep Agents: Điều phối Agent tự động và các tính năng mở rộng

👉 Bạn sẽ học cách điều phối các tác nhân tự động thông qua khung làm việc Deep Agents.

👉 Từ Quick Start đến Subagents, cấu trúc Backend, Long Term Memory, cơ chế bảo mật Human-in-the-loop, cho đến Middleware, khóa học sẽ đề cập đến các tính năng cốt lõi để xây dựng hệ thống cấp doanh nghiệp.


Có thể giải quyết nỗi lo của
những người như thế này!

📌

Nhà phát triển web

Cảm thấy bế tắc trong việc tích hợp các tính năng AI vào các dịch vụ web hiện có,
đã từng sử dụng LLM nhưng đang tìm kiếm phương pháp cụ thể để thiết kế cấu trúc Multi-agent.

📌

Người lập kế hoạch dịch vụ AI

Hiểu được tiềm năng của AI Agent nhưng lại gặp phải những rào cản kỹ thuật khi triển khai dịch vụ thực tế,
và chưa chắc chắn về phương án thực hiện cụ thể cũng như khả năng áp dụng các tính năng cấp doanh nghiệp (enterprise-grade).

📌

Kỹ sư LLM

Những người đã có kinh nghiệm huấn luyện mô hình nhưng còn e ngại về việc triển khai và vận hành dịch vụ thực tế,
và muốn học hỏi bí quyết thực tiễn để xây dựng hệ thống AI hoạt động ổn định trong môi trường production.

Lưu ý trước khi khóa học bắt đầu


Môi trường thực hành

  • Hệ điều hành: Khuyến nghị Windows 10 trở lên

  • Công cụ bắt buộc: Python 3.13 trở lên, VS Code, Docker

  • Cấu hình khuyến nghị: RAM 8GB trở lên, dung lượng lưu trữ SSD 50GB trở lên

Kiến thức tiên quyết và lưu ý

Tài liệu học tập

  • Cung cấp PDF ghi chú bài giảng và mã thực hành

  • Mã nguồn dự án ví dụ và kho lưu trữ GitHub

  • Cung cấp tài liệu tham khảo và liên kết tài liệu học tập bổ sung


Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Những người đã làm xong web/app nhưng chưa biết cách đưa tính năng AI vào như thế nào

  • Những người đã từng sử dụng LLM nhưng vẫn còn thấy bối rối về cấu trúc Multi-agent.

  • Dành cho những ai đã huấn luyện mô hình xong nhưng vẫn còn e ngại việc triển khai lên môi trường thực tế (production)

  • Người đang lập kế hoạch cho tính năng AI nhưng không biết về những hạn chế kỹ thuật.

Cần biết trước khi bắt đầu?

  • Cần có kiến thức cơ bản về Python.

  • Yêu cầu có kinh nghiệm sử dụng LangChain hoặc ChatGPT API.

Xin chào
Đây là goodwon5937125

511

Học viên

15

Đánh giá

2

Trả lời

4.9

Xếp hạng

4

Các khóa học

Xin chào, tôi là Cho Kyung-won, người phụ trách bài giảng này.
Tôi đã tích lũy được nhiều kinh nghiệm thực tế sâu rộng trong nhiều môi trường công nghiệp khác nhau, từ các doanh nghiệp vừa và nhỏ đến các tập đoàn lớn, bao gồm phát triển web, trí tuệ nhân tạo (AI) và xây dựng cơ sở hạ tầng AWS.

Dựa trên những kinh nghiệm này, từ năm 2022, tôi đã thực hiện các bài giảng trong lĩnh vực AI trực tiếp (offline), tiếp tục công việc giáo dục kết nối giữa thực tiễn và lý thuyết.

Thêm

Chương trình giảng dạy

Tất cả

20 bài giảng ∙ (7giờ 14phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Chưa có đủ đánh giá.
Hãy trở thành tác giả của một đánh giá giúp mọi người!

Khóa học khác của goodwon5937125

Hãy khám phá các khóa học khác của giảng viên!

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

1.044.414 ₫