AI AGENTS & WORKFLOW AUTOMATION

Nếu Generative AI đã trao cho máy tính khả năng sáng tạo, thì AI Agents chính là bước tiến hóa tiếp theo, trao cho chúng khả năng hành động. Khóa học cao cấp này sẽ đưa bạn đến với biên giới mới nhất của Trí tuệ Nhân tạo: xây dựng các hệ thống tự trị có khả năng thay thế con người trong các quy trình phức tạp. Đây là nơi chúng ta vượt qua giới hạn của các ứng dụng AI thụ động để kiến tạo nên những “lao động kỹ thuật số” (digital workers) thực thụ.

Chương trình sẽ trang bị cho bạn tư duy và bộ công cụ để thiết kế các agent có khả năng tự suy luận, lập kế hoạch và sử dụng các công cụ bên ngoài để hoàn thành mục tiêu. Bạn sẽ bắt đầu bằng việc làm chủ LangChain Agents để xây dựng các agent đơn lẻ, trang bị cho chúng các năng lực như tìm kiếm web, gọi API, và thực thi code. Tiếp theo, bạn sẽ khám phá sức mạnh của hệ thống đa agent với Microsoft Autogen, học cách điều phối một “đội ngũ” các agent chuyên biệt (planner, coder, critic) hợp tác với nhau để giải quyết những vấn đề phức tạp hơn.

Trên hết, khóa học này tập trung vào việc áp dụng để tự động hóa các quy trình công việc trong thực tế. Bạn sẽ học cách phân rã một nghiệp vụ kinh doanh thành các bước logic mà AI có thể tự thực thi, từ việc tự động nghiên cứu thị trường cho đến việc tạo ra các báo cáo phân tích.

Thời lượng: 36h

Hình thức đào tạo:

    • Đào tạo trực tiếp tại lớp học
    • Đào tạo trực tuyến
    • Đào tạo hybrid (trực tuyến kết hợp trực tiếp)
    • Đào tạo tại văn phòng khách hàng

KẾT QUẢ ĐẠT ĐƯỢC:

  1. NẮM VỮNG TƯ DUY VÀ KIẾN TRÚC CỦA AI AGENT
    Hiểu rõ vòng lặp suy luận – hành động (Reasoning–Acting Loop) và các kiến trúc nền tảng như ReAct.
  2. XÂY DỰNG CÁC AGENT ĐA NĂNG
    Thành thạo việc tích hợp các công cụ (tools) bên ngoài như web search, API, và thực thi code để trao “năng lực” cho AI.
  3. LÀM CHỦ CÁC FRAMEWORK HÀNG ĐẦU
    Có kinh nghiệm thực chiến trong việc xây dựng các Agent đơn lẻ với LangChain và các hệ thống đa Agent hợp tác với Microsoft Autogen.
  4. THIẾT KẾ CÁC WORKFLOW TỰ ĐỘNG HÓA PHỨC TẠP
    Có khả năng phân rã một quy trình kinh doanh phức tạp thành các bước logic để AI Agent có thể tự động thực thi.
  5. PHÁT TRIỂN CÁC HỆ THỐNG AI TỰ TRỊ BƯỚC ĐẦU
    Xây dựng các sản phẩm AI có khả năng tự chủ cao, mở ra hướng đi mới cho các ứng dụng và dịch vụ thông minh.

Đối tượng tham gia

Kỹ sư AI & ML

Muốn đi sâu vào lĩnh vực tự động hóa và xây dựng các hệ thống AI tự trị tiên tiến.

Lập trình viên

Mong muốn thiết kế các giải pháp tự động hóa quy trình nghiệp vụ phức tạp ở quy mô lớn.

Chuyên gia R&D 

Đang tìm kiếm các giải pháp AI đột phá để tăng năng suất và tự động hóa vận hành.

Nhà sáng lập Công nghệ

Có tầm nhìn xây dựng các sản phẩm AI thế hệ mới với mức độ tự chủ cao.

Nội dung khóa học

 1. Tổng quan về AI Agent
    • Sự tiến hóa của AI: Từ mô hình dự đoán đến agent hành động.
    • Vòng lặp cốt lõi của Agent: Observation -> Thought -> Action (Quan sát -> Suy nghĩ -> Hành động).
    • Kiến trúc Agent nền tảng: ReAct (Reason + Act).
    • Giới thiệu các framework chính: LangChain Agents, Microsoft Autogen.
 2. Xây dựng Single-Agent System với LangChain
    • Tìm hiểu về Agent Executor và Agent Scratpad.
    • Tích hợp Công cụ (Tool Integration):
      • Sử dụng các công cụ có sẵn (Web Search, Calculator).
      • Tự tạo công cụ tùy chỉnh bằng các hàm Python.
    • Quản lý Bộ nhớ và Trạng thái (Memory & State Management): Giúp agent “ghi nhớ” các bước đã thực hiện và bối cảnh hội thoại.
    • Thực hành: Xây dựng một agent có khả năng nhận yêu cầu, tìm kiếm thông tin và trả lời.
 3. Hợp tác Đa Agent với Microsoft Autogen
    • Khái niệm về Multi-Agent System: Tại sao cần nhiều agent hợp tác?
    • Thiết lập các vai trò Agent:
      • User Proxy Agent: Đại diện cho người dùng.
      • Assistant Agent: Agent thực thi chính.
      • Planner Agent, Coder Agent, Critic Agent…
    • Thiết lập quy trình hội thoại và tương tác giữa các agent.
    • Thực hành: Xây dựng một nhóm agent có khả năng nhận yêu cầu viết code, tự viết, tự kiểm tra lỗi và tự sửa.
 4. Ứng dụng và Thách thức Thực tế
    • Các case study ứng dụng AI agent: Tự động hóa nghiên cứu thị trường, phân tích dữ liệu, hỗ trợ khách hàng.
    • Các thách thức khi triển khai agent trong thực tế:
      • Độ tin cậy và khả năng kiểm soát.
      • Quản lý chi phí API.
      • Bảo mật khi agent tương tác với hệ thống bên ngoài.
    • Kỹ thuật debugging và giám sát hành vi của agent.
 5. BÀI THỰC HÀNH CUỐI KHÓA
    • Xây dựng “Trợ lý Nghiên cứu” Tự động
      • Thiết kế Agent:
        • Xây dựng một agent duy nhất hoặc một nhóm agent có khả năng nhận một chủ đề nghiên cứu từ người dùng.
      • Tích hợp Công cụ:
        • Trang bị cho agent các công cụ: (1) tìm kiếm trên web, (2) đọc nội dung trang web, (3) tóm tắt văn bản, (4) ghi file.
      • Thực thi Workflow:
        • Agent sẽ tự động thực hiện quy trình: Tìm kiếm -> Lọc ra 3 bài viết liên quan nhất -> Đọc và tóm tắt từng bài -> Tổng hợp các bản tóm tắt thành một báo cáo hoàn chỉnh và lưu ra file .md.
      • Demo và Báo cáo:
        • Trình bày sản phẩm, cho agent chạy trực tiếp với một chủ đề mới.
        • Giải thích luồng suy nghĩ (thought process) và các hành động mà agent đã thực hiện.

LỊCH KHAI GIẢNG

(Đang cập nhật)

Đăng ký khóa học

Bài viết liên quan