สร้างระบบผู้ช่วยวิจัยแบบ Multi-Agent ด้วย LangGraph

AI engineering กำลังเปลี่ยนผ่านอย่างรวดเร็วจากแอปพลิเคชันแบบ single-prompt ไปสู่ระบบ multi-agent ที่ซับซ้อนและทำงานได้ด้วยตนเอง หากคุณมีทักษะ Python พื้นฐานและต้องการสร้างแอปพลิเคชันอัจฉริยะที่สามารถวิจัย ให้เหตุผล และทำงานร่วมกันได้ นี่คือจุดเริ่มต้นของคุณ คอร์สนี้จะนำคุณไปสู่แนวคิดพื้นฐานของ agentic AI คุณจะได้เรียนรู้วิธีออกแบบผู้ช่วยวิจัยแบบ multi-agent ที่สามารถแยกย่อยคำถามที่ซับซ้อน ดึงข้อมูลที่ถูกต้อง และสังเคราะห์ข้อมูลออกมาเป็นคำตอบที่สอดคล้องกัน ด้วยการอ่านคำอธิบายที่มีโครงสร้างและตัวอย่างโค้ดที่นำไปใช้ได้จริง คุณจะเปลี่ยนผ่านจากการเขียนโปรแกรมแบบดั้งเดิมไปสู่ AI orchestration สมัยใหม่ สิ่งที่คุณจะได้เรียนรู้: • ทำความเข้าใจคำศัพท์เฉพาะทาง คำนิยาม และสถาปัตยกรรมหลักของระบบ multi-agent AI • สร้างแอปพลิเคชัน AI แบบ stateful และ distributed โดยใช้ LangGraph และ Python • ปรับใช้รูปแบบพื้นฐานของ Retrieval-Augmented Generation (RAG) เพื่อให้คำตอบของ agent อ้างอิงจากข้อมูลที่เป็นข้อเท็จจริง • ออกแบบ agent เฉพาะทางที่ทำงานร่วมกันเพื่อวิจัย สรุปผล และจัดรูปแบบข้อมูล • นำแนวทางปฏิบัติของ Python สมัยใหม่มาใช้ เช่น type hints และ dataclasses เพื่อการทำ AI engineering ที่แข็งแกร่ง • จัดการ state ของ agent, การกำหนดเส้นทาง (routing) และหน่วยความจำในการสนทนาอย่างมีประสิทธิภาพ การเดินทางเริ่มต้นด้วยการแยกย่อยคำศัพท์ AI ที่สำคัญและคำนิยามพื้นฐานอย่างชัดเจน ก่อนจะเข้าสู่การลงมือทำจริง คุณจะได้สำรวจแบบฝึกหัดการเขียนแบบทีละขั้นตอน ซึ่งจะค่อยๆ รวม agent เดี่ยวๆ เข้าด้วยกันจนกลายเป็นระบบวิจัยที่ทำงานร่วมกันได้อย่างทรงพลัง ออกแบบมาสำหรับนักพัฒนา Python และผู้เริ่มต้นที่กระตือรือร้นจะสำรวจ AI engineering คอร์สนี้ไม่จำเป็นต้องมีประสบการณ์ machine learning มาก่อน เริ่มสร้างผู้ช่วย AI ที่ทำงานได้ด้วยตนเองของคุณได้ตั้งแต่วันนี้