لم يكن معظم الصناعة متأكدًا تمامًا من ما هي، ما يمكن أن تفعل بشكل واقعي، أو ما إذا كان ذلك مجرد كلمة إعلانية أخرى. يبدو أن كل مهندس آخر يقع في بناء وتجربة، أو على الأقل يتحدث عن الذكاء الاصطناعي في أي شكل من الأشكال. أتذكر عندما بدأت أبدأ بسمع المصطلح "الشركات الذكية" ، شعرت بأنها واحدة من تلك المفاهيم التي كان الجميع يترددون عليها ولكن قليلا جدا يمكنهم تفسيرها بشكل واضح. حتى أنا لم أكن متأكدا من ما إذا كان هذا هو تغيير حقيقي أم مجرد كلمة أخرى في السوق. أحد الأشياء التي اكتشفت خلال مرحلة التعلم هي أن العديد من المدونات الموجودة، والتفسيرات على هذا الموضوع تركز على أساسية النظرية أو على إطارين عمليين وأدوات. إن الذكاء الاصطناعي الوحيد موجود في البداية عندما يكون من المهم في الواقع استخدامها. لماذا في هذه المقالة ، أحاول الإجابة على هذه الأسئلة الأساسية للمستهدف الذي ولكن . already have a tech background haven’t worked with AI agents yet في النهاية ، سوف: 
 
 
 
 فهم ما يعنيه العامل AI في الواقع تعلم المفاهيم والأعراف الأساسية إنشاء مشروع Agenstic AI "Hello World" بسيط يمكنك القيام به على المستوى المحلي ما هو Agentic AI؟ 1ـ كما هو الحال مع نظام لا يزال ولكن يمكن أيضا أن ، و و AI agent الإجابة على الأسئلة take actions make decisions work toward a goal. فكر في طبيعة كما لو سألك شخص ما: AI chatbot 
 
 ما هو أفضل مطعم بالقرب منك؟ ما هو أفضل مطعم بالقرب منك؟ ويجيب على ذلك بتوجيهات. ولكن من هو مثل المساعد الحقيقي الذي يمكن أن يفعل أكثر من مجرد نصائح؛ مثل: AI agent 
 
 
 
 
 
 انظر إلى المطاعم تحقق تقييمات الكتابة على طاولة ارفعها إلى برنامجك تذكير وبالتالي، بدلاً من تقديم المعلومات، . acts on your behalf طريقة بسيطة للتفكير فيها ستكون مع التماثل التالي: 
 
 
 LLM = الدماغ المرشح = الدماغ + الذاكرة + الأدوات + حركة القرار LLM = Brain Agent = Brain + Memory + Tools + Decision Loop إذا كان LLM يجيب على الأسئلة ، فإن . agent gets things done لماذا نحتاج أيضًا إلى شركات؟ لأن المشاكل الحقيقية ليست نصائح واحدة.في استمرار مثالنا الذي رأينا في القسم السادس، إليك مثال آخر لتحديد كيف تختلف العاملين في الذكاء الاصطناعي عن نظام الذكاء الاصطناعي المعتاد، وما الحاجة أو الفجوة المحددة التي تلتزم بها. دعونا نقول نحن بحاجة إلى معرفة كيف تبدو الطقس اليوم ويعتمد ذلك على قرار ما إذا كنت تذهب للرحلة أم لا. وهذا سيطلب: 
 
 
 
 
 الحصول على البيانات التفكير في ذلك اتخاذ قرار إنتاج عمل في هذه الحالة ، يمكن أن يكون عاملًا مفيدًا: 
 
 
 
 
 تحديد أي أداة للاتصال التعامل مع الخطوات المتوسطة استرداد إذا فشل شيء ما التوقف عند الانتهاء من المهمة فكرة Core Agentic AI نأمل من الآن أن تكون واضحة تمامًا حول ما هي أجهزة الذكاء الاصطناعي ولماذا نكون بحاجة إلى ذلك حتى.بعد ذلك، دعونا نغطي في عالم الذكاء الاصطناعي العملي وحاول بناء بعض الكلمات الأساسية التي سوف تساعد في تسهيل تعلم المفاهيم الأكثر تقدما. 1 المفوض 1ـ إنها نظام يعتمد على: agent 
 
 
 
 
 لديه هدف يمكن اتخاذ التدابير يمكن أن تقول عن الخطوات أو أجزاء العمل يمكن استخدام الأدوات فكر في ذلك كأنه ليس فقط chatbot. long-running task executor الهدف / الهدف هذه هي هذه بالنسبة للشرطة. النجمة الشمالية أمثلة : 
 
 
 
 “تقييم الوثيقة” "الرد على أسئلة العملاء باستخدام وثائق الداخلية" “تقارير المراقبة والتعليق على الاختلالات” لا تستجيب الوكالات فقط - إنها . work towards a goal 3 أدوات الأدوات هي يمكن للشركة الاتصال. external capabilities أمثلة : 
 
 
 
 
 API (الأوقات ، الدفع ، البحث) قواعد البيانات نظام الملفات الميزات التي تكتبها في Python / JS العملاء يقررون و لاستخدامها. عندما كيف 4 ذاكرة غالبًا ما يحتاج العاملون إلى سياق أكثر من سؤال واحد. يمكن أن تكون الذاكرة: 
 
 
 قصة قصيرة ( تاريخ المحادثة ) طويلة الأجل (الحقائق المختبئة، والتدخلات، DBs المركبات) بالنسبة للشركة الأساسية ، فإن الذاكرة القصيرة هي كافية. 5 - التخطيط / التفكير هذا هو أساس السلوك العملي. دورة عادية: 
 
 
 
 
 
 
 مشاهدة الوضع الحالي فكر في الخطوة التالية اختيار إجراء إجراء العملية مشاهدة النتيجة التكرار أو التوقف سوف ترى في كثير من الأحيان هذا الاسم أو . ReAct Plan-Act-Observe 
 
 نظام العديد من المرشحين A إنها إنشاء حيث كل شخص لديه دور ومسؤولياته الخاصة، لتسوية مشكلة بالتعاون كجماعة. multi-agent system multiple AI agents work together 
 
 البيئة البيئة هي حيث يعمل العامل ، مثل : 
 
 
 
 
 
 برازيلي نظام الملفات تقويم أدوات الأعمال apps 
 
 نطاق الوكالة هذه هي الأدوات المستخدمة لإنشاء المنظمات. 
 
 
 
 
 LangChain سيارة GPT سفينة الوسومIndex الآن حان الوقت لتفريغ أيديكم... كافية من النظرية، دعونا ننتقل إلى بناء عامل AI الأساسي الذي سيساعد على إزالة أي شكاوى قد لا تزال لديك. وسنبني على بناء هذه : Task Agent 
 
 
 
 
 يحصل على وظيفة من المستخدم تحديد ما إذا كان يحتاج إلى أداة استخدم الأداة العودة إلى الإجابة النهائية ماذا سيفعل هذا العامل أمثلة مهمة: 
 
 "ما هو الوقت الحالي، هل يجب أن أتناول القهوة؟" "ما هو الوقت الحالي، هل يجب أن أتناول القهوة؟" والشرطة ستقوم: 
 
 
 
 
 تحتاج إلى تحديد الوقت الحالي إرسال أداة الوقت أسباب القهوة إجابة الخطوة الأولى: الإعداد الأساسي سوف نستخدم Python و API متوافق مع OpenAI. قم بتنفيذ الأوامر التالية في محفظتك أو إرسال الإرسال: pip install openai
 الخطوة 2: تحديد أداة سوف نحدد الأداة كعملة Python البسيطة في ملف واحد ، دعونا نقول agent_hello_world.py. لبرنامج حقيقي ، سوف تكون على الأرجح تنظيم الأدوات إلى وحدات منفصلة ، ولكن الحفاظ على كل شيء معًا يسهل رؤية كيفية عمل القفص الأداة في نهاية المطاف. from datetime import datetime

def get_current_time():
    return datetime.now().strftime("%H:%M")
 الخطوة الثالثة: تحديد موقع العميل هذا هو المكان الذي يحدث فيه سلوك المرشح إضافة هذا إلى ملف python الذي تم إنشاؤه في الخطوة السابقة. تصميم SYSTEM_PROMPT = """
You are a simple AI agent.

You can:
- Think step by step
- Decide when to call tools
- Use the tool: get_current_time

When the task is complete, respond with a final answer.
"""
 الخطوة 4: الفوركس الخيارات الثنائية بعد ذلك ، سنضيف المنطق المنطقي إلى قواعدنا. يبدأ المقطع التالي عن طريق إرسال مهمة المستخدم ، جنبا إلى جنب مع إرسال إرسال نظام ، إلى GPT-4 من خلال API ChatCompletion. ثم يصل إلى حافة حيث يستمر في الحصول على الإجابات من النماذج. ، يدعو العميل إلى وظيفة مساعدة للحصول على الوقت الحالي. يضيف أيضًا طلب الأداة ونتيجة الأداة إلى تاريخ الرسالة ويستمر في المحادثة.إذا لم يطلب الإجابة أداة، يفترض العميل أن المهمة متوفرة ويعود الإجابة النهائية. USE_TOOL:get_current_time import os
import openai
from openai import 

openai.api_key = "YOUR_API_KEY"

def run_agent(task):
    messages = [
        {"role": "system", "content": SYSTEM_PROMPT},
        {"role": "user", "content": task}
    ]

    while True:
        response = openai.ChatCompletion.create(
            model="gpt-4",
            messages=messages
        )

        reply = response["choices"][0]["message"]["content"]

        if "USE_TOOL:get_current_time" in reply:
            time = get_current_time()
            messages.append({"role": "assistant", "content": reply})
            messages.append({"role": "tool", "content": time})
        else:
            return reply
 الخطوة الخامسة: اختبار أخيراً ، أضف أدناه خطوط الكود في الكتابة الخاصة بك وإجراء للتحقق من ذلك. task = "What time is it right now, and should I grab a coffee?"
result = run_agent(task)
print(result)
 مرحباً بك، لقد قمت بإنشاء . basic agent ليس فنيًا ولكن حقيقيًا بنفسك. لقد قمنا بالفعل بإدماج عامل AI المحلي الأساس مع: 
 
 
 
 
 السلوك المستهدف استخدام الأدوات دورة التفكير اتخاذ القرارات الحكومية هذه هي هذه خارج هناك core of every agent framework LangChain، AutoGen، CrewAI - جميعهم إجمالي . هذا النموذج الحقيقي الأفكار النهائية بالنسبة لي، إن الذكاء الاصطناعي ليس ثورة في ليلة واحدة ولكنها أكثر شيوعاً مثل التغيير السريع والمتواصل في نفس الاتجاه الذي نقوم به منذ سنوات، والذي هو اتخاذ القرارات وتجهيز الأنظمة أكثر ذكاءً. ويمكن الآن القيام به من خلال LLM. thinking لقد وجدت أن العملاء لديهم الكثير من الأهمية عندما تتعامل معها كجزء آخر من مهارات الهندسة وليس كجزء من فكرة علم الفلك المستقبلية. في بعض الأحيان ، فإن أسهل حركة العمل لا يزال أفضل. not every problem needs an agent

This story contains new, firsthand information uncovered by the writer.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

Read My Stories

تم إنتاج هذا الصوت باللغة الأصلية للقصة!

بدء مع آلة الذكاء الاصطناعي: المفاهيم، والتصميم، وواقع Python Hello World

About Author

تعليقات

شنق العلامات

تم تقديم هذه المقالة في

Related Stories

The shortage of women in tech

How to Use No-Code Machine Learning to Optimize your HackerNoon Articles

Top 4 Hiring Trends for Mobile App Developers in 2018

Noonies Nominee and Lead Product Designer Avrora Shuhalii on Writing, Tech, and More

The shortage of women in tech

How to Use No-Code Machine Learning to Optimize your HackerNoon Articles

Top 4 Hiring Trends for Mobile App Developers in 2018

Noonies Nominee and Lead Product Designer Avrora Shuhalii on Writing, Tech, and More

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps