Bước đầu tiên với AI Agent ứng dụng ngay lập tức – Từ những kiến thức cốt lõi ai cũng cần đến kiến thức thực tế có thể áp dụng ngay!

Đây là khóa học thú vị và nhẹ nhàng mà người mới bắt đầu có thể dễ dàng theo học. Vượt ra ngoài chatbot đơn thuần, đây là AI Agent tự động hóa quy trình làm việc kinh doanh theo từng ngành nghề. Khóa học này sẽ nhanh chóng tổng quan về cấu trúc cơ bản và công nghệ cốt lõi của AI Agent (LangChain, LangGraph, RAG) trong 1.5 giờ, đồng thời trực tiếp tạo ra mini agent hoạt động bằng code thực tế để rèn luyện cảm giác thực tế - đây là khóa học nhập môn. Sau khi hoàn thành khóa học, bạn sẽ hiểu được tầm quan trọng của tiền xử lý dữ liệu theo ngành và thiết kế mở rộng, đồng thời chuẩn bị sẵn sàng cho các khái niệm nâng cao sẽ được đề cập trong khóa học chuyên sâu.

19 học viên đang tham gia khóa học này

kyoungsh7152

실습 중심

AI 활용법

AI 코딩

Agent

Python

AI Agent

LangGraph

Model Context Protocol

Bạn sẽ nhận được điều này sau khi học.

Triển khai agent sử dụng python
Những vấn đề cần xem xét khi áp dụng ai agent vào thực tế
Kiến thức tổng quan về RAG agent RAG (Retrieval-Augmented Generation) agent là một hệ thống AI kết hợp khả năng tìm kiếm thông tin từ cơ sở dữ liệu bên ngoài với khả năng sinh vă

Thời đại AI Agent: Nắm vững nguyên lý hoạt động cốt lõi của LLM và RAG trong 90 phút

⭐ Bối cảnh lập kế hoạch khóa học: Tại sao bây giờ phải học LLM và RAG?

Công nghệ giúp sử dụng an toàn kiến thức nội bộ nhạy cảm (Internal Data) của công ty chúng tôi và nâng cao đáng kể độ chính xác trong câu trả lời của mô hình
Kết hợp với kiến thức của doanh nghiệp để tạo ra 'giá trị thực chất', động lực cốt lõi của AI agent chính là RAG (Retrieval-Augmented Generation)

Sau khi hoàn thành khóa học

Định nghĩa vai trò của AI Agent: Hiểu rõ cơ chế hoạt động của AI Agent trong hệ thống phức tạp dựa trên LLM, bao gồm vai trò mà chúng đảm nhận và cách thức tích hợp với các công cụ bên ngoài (Tools).
Phân tích kiến trúc của RAG: Phân tích các thành phần cốt lõi của hệ thống RAG (Loader, Splitter, Embedding, Vector DB, Retriever, Generator) và xác định các điểm tối ưu hóa của từng giai đoạn.
Thiết lập tiêu chí ra quyết định (Fine-tuning vs. RAG): Khi cải thiện hiệu suất LLM, chúng ta sẽ thiết lập các tiêu chí ra quyết định thực tế để lựa chọn giữa Fine-tuning và RAG dựa trên các khía cạnh chi phí, bảo mật dữ liệu và tính cập nhật (Recency).

Người tạo ra khóa học này

Lý lịch độc đáo kết hợp lý thuyết AI và kinh nghiệm thực tế
🎓 Học viện và đổi mới giáo dục
- Bắt đầu với chuyên ngành Điện/Điện tử tại Đại học Seoul, hoàn thành khóa học tiến sĩ Công nghệ Máy tính, xây dựng nền tảng học thuật sâu sắc từ cơ bản đến công nghệ AI tiên tiến
- Giáo sư kiêm nhiệm Khoa Công nghệ Máy tính, Đại học Sejong
- Khởi nghiệp dịch vụ học toán dựa trên AI
- Vận hành dịch vụ học tiếng Anh sử dụng AI Tutor

📈 Cốt lõi của huyền thoại thành công kinh doanh
- Thành viên cốt lõi của 2 công ty niêm yết KOSDAQ
- Trưởng phòng phát triển của công ty AI BIO

🌍 Lãnh đạo toàn cầu
- Tech Lead CCaaS(Contact Center as a Service) tại Thung lũng Silicon, Hoa Kỳ
- Truyền đạt kiến thức sống động về các xu hướng mới nhất như LangChain, LangGraph, RAG được trải nghiệm và áp dụng sớm hơn một bước so với trong nước
✨ Lý do bạn nên học từ giảng viên này
- Đã thành công dẫn dắt các dự án AI quy mô lớn trong nhiều ngành công nghiệp khác nhau như chăm sóc sức khỏe, giáo dục, công nghệ toàn cầu

Q1. Em... em đã từng code một chút rồi, nhưng LLM hay RAG thì hơi xa lạ. Không phải là hoàn toàn mới bắt đầu nhưng người mới học có thể nghe được không ạ? 🥹

Vâng! Tất nhiên rồi! Thực ra khóa học này chính là 'cheat code' dành cho những người như các bạn! 🚀 LLM đang rất hot gần đây nên "mình cũng phải thử!" và đã gọi API vài lần, nhưng khi thực sự muốn đưa dữ liệu công ty vào thì lại gặp hiện tượng ảo giác và cảm thấy bực bội phải không? Khóa học này sẽ giải quyết sự mơ hồ đó cho bạn. Thay vì tập trung vào lý thuyết phức tạp, chúng ta sẽ tập trung vào "Vậy thì phải sử dụng như thế nào?", và sẽ giúp bạn hiểu hết các nguyên lý cốt lõi của LLM và RAG trong vòng 90 phút. Chỉ cần có kiến thức lập trình cơ bản là không vấn đề gì! 💪

Q2. Hàng ngày tôi chỉ toàn gọi GPT API để sử dụng thôi, mà RAG được ca ngợi là hay đến thế... Nếu tôi học ngay bây giờ thì sẽ có gì thay đổi đáng kể không? Liệu có sự thay đổi ndramatic nào không? 🤨

A2. Ồ, kịch tính? Vâng, còn hơn thế nhiều! 🤩 Nếu bạn hiện chỉ đang sử dụng GPT API, có lẽ bạn luôn có cảm giác bất an "Cái này có thực sự đúng không?" mặc dù LLM đưa ra những câu trả lời có vẻ hợp lý. RAG giống như việc đưa cho LLM 'tài liệu căn cứ chắc chắn' thay vì 'suy đoán chủ quan' vậy. Tức là, làm cho LLM tham khảo hướng dẫn mới nhất của công ty chúng ta, báo cáo mật, hồ sơ phục vụ khách hàng một cách chính xác! an toàn! để đưa ra câu trả lời. Ảo giác giảm đi, độ tin cậy của câu trả lời tăng vọt! Không chỉ đơn thuần là thêm tính năng, mà hãy xem đây là nâng cấp level trong việc sử dụng LLM! 👍

Q3. Đội của chúng tôi cũng đang thảo luận về việc áp dụng LLM, nhưng mỗi lần lại cãi nhau với team phát triển về "fine-tuning hay RAG"... 😂 Nếu nghe khóa học này thì có thể kết thúc cuộc tranh luận nhàm chán này không?

A3. 😆😆😆😆😆 Cuộc tranh luận nhàm chán, giờ đây có thể kết thúc rồi! 😇 Khi nghe bài giảng, bạn có thể thiết lập tiêu chí rõ ràng về khi nào nên sử dụng fine-tuning và khi nào nên sử dụng RAG. Bạn sẽ tìm được câu trả lời cho những câu hỏi mà các PM/người lập kế hoạch tò mò nhất như "Chi phí là bao nhiêu?", "Bảo mật dữ liệu như thế nào?", "Thông tin mới nhất sẽ được phản ánh ra sao?". Thay vì tiếp tục cuộc kéo co đáng thất vọng với đội phát triển, bạn sẽ có thể đưa ra quyết định hiệu quả dựa trên căn cứ rõ ràng. Trang bị logic để thuyết phục đội nhóm, tôi sẽ giúp bạn! 🤝

Kiến thức tiên quyết và lưu ý

Tốt hơn nếu có kinh nghiệm lập trình python đơn giản
Câu hỏi/trả lời và các cập nhật sau này sẽ được tiến hành khi cần thiết.
Bản quyền của tất cả nội dung liên quan đến bài giảng như bài giảng và tài liệu học tập đều thuộc về tác giả.
Nghiêm cấm mọi hành vi sao chép, phân phối, truyền tải, tạo tác phẩm phái sinh và sử dụng vì mục đích thương mại tài liệu này mà không có sự đồng ý trước bằng văn bản của chủ sở hữu bản quyền.

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

người mới bắt đầu với ai agent
Những người đã học khóa học phát triển RAG agent nhưng cần tóm tắt đơn giản

Cần biết trước khi bắt đầu?

python

Xin chào
Đây là

안녕하세요, IT와 AI 기술의 매력에 푹 빠져 사는 AI Monster입니다!

저는 서울대에서 컴퓨터 공학을 전공하고 현장에서는 대기업과 글로벌 테크 기업의 핵심 멤버로 일해왔습니다. 화려한 이력들(KOSDAQ 상장, 개발 본부장, 미국 Tech Lead 등)이 많지만, 사실 저도 여러분처럼 새로운 기술을 만날 때마다 설레고, 때로는 막막함을 느끼는 한 명의 개발자이자 연구자일 뿐입니다.

제가 이 자리에서 강사라는 이름으로 여러분을 만나는 이유는, 제가 현장에서 직접 "삽질하며 깨달은 지식"과 "진짜 통하는 실전 노하우"를 공유하여 여러분의 성장 속도를 획기적으로 높여 드리고 싶기 때문입니다.

기술은 매일 빠르게 변하고 있습니다. 제가 오늘 가르쳐 드린 내용도 내일이면 새로운 프레임워크나 모델로 대체될지 모릅니다. 그래서 저는 여러분을 '가르치는 사람'이 아닌, '가장 최전선에서 함께 배우고 고민하는 동료'로 생각합니다.

저희 강의는 '일방적인 지식 전달'이 아닌, '함께 해결하고 발전하는 연구실'과 같습니다.

AI Monster와 함께:

가장 실용적이고 확실한 로드맵을 따라 불필요한 시행착오를 줄이세요.
어려운 기술을 쉽게 풀이하는 방법을 배우고, 현업에 즉시 적용하세요.
앞으로 계속 업로드될 새로운 강의들을 통해 IT 트렌드를 선도하며 함께 성장합시다.

저는 겸손하지만 열정적으로, 그리고 끊임없이 새로운 지식을 탐구하며 여러분의 든든한 'AI 괴물 조련사'가 되어 드릴 것을 약속드립니다.

우리 함께 AI 시대를 정복해 봅시다! 감사합니다!

Chương trình giảng dạy

Tất cả

7 bài giảng ∙ (1giờ 11phút)

Tài liệu khóa học:

Tài liệu bài giảng

Phần 1. Bước đầu tiên với AI Agent thực tế

1 bài giảng ∙ (8phút)

1. 01. Bước đầu tiên với AI Agent thực tế
08:16

Phần 2. Giới hạn của LLM và sự cần thiết của RAG Agent

1 bài giảng ∙ (12phút)

2. 02.Giới hạn của LLM và sự cần thiết của RAG Agent
12:50

Phần 3. Khung công tác và giao thức cốt lõi cho AI Workflow

1 bài giảng ∙ (11phút)

3. 03.Các framework và giao thức cốt lõi cho AI workflow
11:21

Phần 4. So sánh mô hình và tiền xử lý dữ liệu theo ngành

2 bài giảng ∙ (14phút)

Phần 5. Thực hành_RAG Agent tự sửa chữa

2 bài giảng ∙ (25phút)

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!

268.640 ₫

Khóa học tương tự

Khám phá các khóa học khác trong cùng lĩnh vực!

모두를 위한 대규모 언어 모델 LLM Part 6 - 프로젝트로 배우는 LangGraph를 이용한 AI 에이전트 구현

AISchool

LangGraph를 이용해서 다양한 AI 에이전트 구현 프로젝트를 진행하면서 LangGraph를 이용해서 실용적인 AI 에이전트는 만드는 방법을 학습합니다.

중급이상

LangGraph, AI Agent, LangChain

모두를 위한 대규모 언어 모델 LLM Part 6 - 프로젝트로 배우는 LangGraph를 이용한 AI 에이전트 구현

AISchool

LangGraph를 활용한 AI Agent 개발 (feat. MCP)

제이쓴

대기업 AI Agent 담당자의 노하우를 가득 담은 LangGraph. 현업에서 얻어맞으면서 습득한 지식을 전달드립니다

초급

프롬프트엔지니어링, LLM, AI Agent

LangGraph를 활용한 AI Agent 개발 (feat. MCP)

제이쓴

실전 AI SaaS 풀스택 개발: 화상채팅 앱 만들기

antonio

실시간 AI 에이전트, 회의 내용 요약, 그리고 통화 후 기능이 있는 AI 기반의 화상 회의 애플리케이션을 만들어요.

초급

React, Next.js, TailwindCSS

실전 AI SaaS 풀스택 개발: 화상채팅 앱 만들기

antonio

진짜 현장에서 통하는 OCR, 이렇게 만듭니다.

데이비드최

현업에서 진짜 쓰이는 OCR 기술, 제대로 배워보고 싶다면 이 강의 하나로 끝! 비정형 문서와 복잡한 레이아웃에서도 98% 이상의 정확도를 목표로, 최신 SOTA 모델과 실전 노하우를 바탕으로 기업 수준의 OCR 프로젝트를 함께 만들어갑니다.

초급

Python, 인공지능(AI), openai

진짜 현장에서 통하는 OCR, 이렇게 만듭니다.

데이비드최

업무 최대 70% 줄이는, AI로 직원 만들기 '업무 자동화'특강

Slearnic AI LAB

AI 활용 능력이 월급을 결정합니다. 매일 하던 지겨운 반복 업무, 이제 AI에게 맡기세요 '업무 자동화의 거의 모든 것'은 코딩 지식 없이도 클릭 몇 번만으로 내 업무를 알아서 처리하는 자동화 시스템을 만드는 법을 알려드립니다. 지루한 문서 작업과 데이터 정리에서 해방되고, 남들보다 앞서나가는 'AI 일잘러'로 거듭날 것 입니다.

입문

make.com, 인공지능(AI), AI 활용 (AX)

업무 최대 70% 줄이는, AI로 직원 만들기 '업무 자동화'특강

Slearnic AI LAB

원클릭으로 AI가 생성해주는 Youtube 쇼츠 만들기 자동화(with n8n)

밤낮 코딩 - 애구마

AI로 유튜브 쇼츠 만들기 자동화!! n8n으로 유튜브 쇼츠를 자동으로 만드는 방법을 처음부터 배웁니다. 글→이미지/음악→영상 만들기→업로드까지 한 번에 돌아가는 흐름을 직접 만들어 봅니다. 테스트 모드/실전 모드 구분, 비용 아끼는 팁까지 실습합니다. 강의 끝나면 바로 쓸 수 있는 자동화 템플릿 3개를 완성합니다. 코딩 몰라도 따라올 수 있게 노드 배치부터 차근차근 배웁니다. AI 유튜브 쇼츠 제작 자동화 함께 해보세요!

입문

Python, youtube-api, n8n

원클릭으로 AI가 생성해주는 Youtube 쇼츠 만들기 자동화(with n8n)

밤낮 코딩 - 애구마

대세는 바이브 코딩과 MCP_Cursor AI로 시작하기

Masocampus

생성형 인공지능의 최신 트렌드, AI 에이전트! 개발 업무를 다 해주는 Cursor와 기능을 확장해주는 MCP로 앞서나가는 방법!

입문

cursor, mvp, AI Agent

대세는 바이브 코딩과 MCP_Cursor AI로 시작하기

Masocampus

바이브 코딩으로 만드는 재미있는 재무제표 (커서 ai)

퇴근후딴짓

프롬프트만으로 재무제표를 분석하고 시각화하는 매력적인 코딩 세계로 초대합니다. 코드 한 줄 없이 AI와 상의하며 서비스를 만들고 배포까지 진행합니다.

입문

프롬프트엔지니어링, business, AI 활용 (AX)

바이브 코딩으로 만드는 재미있는 재무제표 (커서 ai)

퇴근후딴짓

HR 실무 시나리오로 배우는 M365 코파일럿

한국마이크로소프트

본 강의에서는 Microsoft 365 생태계의 스마트한 업무 파트너인 M365 Copilot을 중심으로, 보안과 저작권이 보호된 환경에서 AI를 활용해 업무 혁신을 실현하는 방법을 다룹니다. Copilot의 주요 기능과 다양한 Microsoft 365 서비스와의 연계 활용 방안을 소개하며, 정확하고 효과적인 답변을 이끌어내기 위한 프롬프팅 기법 또한 함께 제시합니다.

입문

인공지능(AI), microsoft-office, AI 활용 (AX)

HR 실무 시나리오로 배우는 M365 코파일럿

한국마이크로소프트

Claude + IntelliJ로 TodoList 개발하기 - MCP 완전 정복

Neo

Claude + IntelliJ로 TodoList 개발하기 - MCP 완전 정복 Claude와 IntelliJ로 TodoList를 만들며 MCP의 작동과정을 완벽히 익혀보세요.

입문

Kotlin, Spring Boot, IntelliJ IDEA

Claude + IntelliJ로 TodoList 개발하기 - MCP 완전 정복

Neo

[Sionic MCP 시리즈 1] Model Context Protocol 을 이용하여 IntelliJ 와 코딩해보자!

Sionic AI

Model Context Protocol (MCP) 를 이용하여 IntelliJ와 연동하여 빠르게 개발할 수 있는 방법에 대해 핸즈온 하는 튜토리얼입니다.

입문

IntelliJ IDEA, LLM, 인공지능(AI)

[Sionic MCP 시리즈 1] Model Context Protocol 을 이용하여 IntelliJ 와 코딩해보자!

Sionic AI

AI 댓글 자동화 프로그램 개발 강의 (네이버 블로그)

김지유

Chatgpt가 내 이웃이 쓴 글을 읽고 댓글을 달아주는 프로그램 마케팅 자동화, 이웃 관리 프로그램 개발 강의

초급

Python, 네이버 키워드 검색, 블로그

AI 댓글 자동화 프로그램 개발 강의 (네이버 블로그)

김지유

CrewAI와 LLM으로 인공지능 판사 만들기

아리가람

LLM 기반 다중 에이전트 기술을 구현할 수 있게 하는 CrewAI, 지식 그래프, 추론 시스템을 결합해 인공지능 판사를 만들어 봅니다.

중급이상

인공지능(AI), LLM, AI Agent

CrewAI와 LLM으로 인공지능 판사 만들기

아리가람

AI 에이전트 입문 치트키, Claude MCP로 끝내는 업무 자동화

Masocampus

AI가 내 Slack, Notion에 대신 글을 써준다고? 기존 AI의 한계를 뛰어넘은 MCP로 똑똑하게 일하세요!

입문

MCP, AI Agent, AI 활용 (AX)

AI 에이전트 입문 치트키, Claude MCP로 끝내는 업무 자동화

Masocampus

FEEL THE AGI: LLM과 AI Agent

Feel The AGI

ChatGPT와 같은 AI의 근본이 되는 기술 LLM 과 Agent. LLM은 현 시점에 AGI에 가장 가까이 다가간 기술입니다. 이 강의에서는 일반인의 시선으로 LLM 과 Agent 기술에 대해 알아봅니다.

입문

인공지능(AI), LLM, AI Agent

FEEL THE AGI: LLM과 AI Agent

Feel The AGI

코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드

남박사

요즘도 직접 코딩하시나요? 이젠 바이브 코딩도 귀찮은 시대! 코딩 없이 n8n으로 AI 자동화 전문가가 되어보세요. 실무에 바로 적용 가능한 자동화 워크플로우 설계 가이드 업무 효율을 극대화하는 실전 중심의 자동화 전략. n8n으로 직관적인 워크플로우를 구축하며, 업무 혁신을 경험해보세요

입문

n8n, 인공지능(AI), RAG

코딩 없이 AI 자동화 전문가가 되는 법, n8n 완벽 가이드

남박사

코딩 없이 AI 앱 만들기: Dify 노코드 완전 정복

멀티코어

코딩 없이 나만의 AI 서비스를 만들고 싶다면, 이 강의가 완벽한 해결책입니다. Dify 노코드 플랫폼을 활용해 아이디어만으로도 완성도 높은 AI 앱을 만들 수 있습니다. 복잡한 이론 대신 실전 프로젝트 중심으로 구성되어, AI 입문자와 직장인 누구나 실무 역량을 키울 수 있습니다.

입문

프롬프트엔지니어링, LLM, RAG

코딩 없이 AI 앱 만들기: Dify 노코드 완전 정복

멀티코어

[무료] Notion MCP: 입문에서 활용까지

닭강정

이 강의는 Notion API의 기초를 다지고, AI(Claude)를 연동하여 노션을 자동화하는 Notion MCP 활용법을 배우는 과정입니다. API 공식 문서를 따라 블록, 페이지, 데이터베이스를 직접 제어하는 방법을 익히고, 최종적으로는 자연어 명령어(프롬프트)만으로 데이터베이스를 생성하고 텍스트 파일 내용을 분석해 자동으로 페이지를 추가하는 실전 프로젝트를 완성합니다.

입문

인공지능(AI), MCP, claude

[무료] Notion MCP: 입문에서 활용까지

닭강정

챗GPT와 파이썬으로 유튜브 AI 직원 만들기

SungYong Lee

GPT API를 활용한 프로그램을 만들고, 이미지 생성과 동영상 생성까지!

초급

ChatGPT, gpt, Python

챗GPT와 파이썬으로 유튜브 AI 직원 만들기

SungYong Lee

Spring AI 실전 가이드: RAG 챗봇 만들기

Sionic AI

Spring AI로 AI를 다루는 가장 쉬운 방법을 배워봅니다. RAG 챗봇을 만들어보면서 Spring AI를 배워봅시다.

초급

Spring AI, LLM, RAG

Spring AI 실전 가이드: RAG 챗봇 만들기

Sionic AI

Bước đầu tiên với AI Agent ứng dụng ngay lập tức – Từ những kiến thức cốt lõi ai cũng cần đến kiến thức thực tế có thể áp dụng ngay!

Bạn sẽ nhận được điều này sau khi học.

Thời đại AI Agent: Nắm vững nguyên lý hoạt động cốt lõi của LLM và RAG trong 90 phút

⭐ Bối cảnh lập kế hoạch khóa học: Tại sao bây giờ phải học LLM và RAG?

Chúng tôi khuyến nghị cho những người như thế này

Kỹ sư và nhà phát triển AI/ML

Chuyên viên lập kế hoạch IT và Product Owner

Nhà khoa học dữ liệu và nhà nghiên cứu

Sau khi hoàn thành khóa học

Đặc điểm của khóa học này

Giới thiệu các tính năng cốt lõi và điểm khác biệt.

Người tạo ra khóa học này

💬 Những câu hỏi học viên thường hỏi (A.K.A. Thời gian giải đáp những thắc mắc 'thật sự'!)

Những lưu ý trước khi học

Môi trường thực hành

Tài liệu học tập

Kiến thức tiên quyết và lưu ý

Khuyến nghị cho
những người này

Xin chào
Đây là

Chương trình giảng dạy

Đánh giá

Khóa học tương tự

Bước đầu tiên với AI Agent ứng dụng ngay lập tức – Từ những kiến thức cốt lõi ai cũng cần đến kiến thức thực tế có thể áp dụng ngay!

Bạn sẽ nhận được điều này sau khi học.

Thời đại AI Agent: Nắm vững nguyên lý hoạt động cốt lõi của LLM và RAG trong 90 phút

⭐ Bối cảnh lập kế hoạch khóa học: Tại sao bây giờ phải học LLM và RAG?

Chúng tôi khuyến nghị cho những người như thế này

Kỹ sư và nhà phát triển AI/ML

Chuyên viên lập kế hoạch IT và Product Owner

Nhà khoa học dữ liệu và nhà nghiên cứu

Sau khi hoàn thành khóa học

Đặc điểm của khóa học này

Giới thiệu các tính năng cốt lõi và điểm khác biệt.

Người tạo ra khóa học này

💬 Những câu hỏi học viên thường hỏi (A.K.A. Thời gian giải đáp những thắc mắc 'thật sự'!)

Những lưu ý trước khi học

Môi trường thực hành

Tài liệu học tập

Kiến thức tiên quyết và lưu ý

Khuyến nghị cho những người này

Xin chàoĐây là .css-1q3zd4q{text-decoration-line:underline;text-underline-position:under;text-underline-offset:1px;}

Chương trình giảng dạy

Đánh giá

Khóa học tương tự

Khuyến nghị cho
những người này

Xin chào
Đây là