8 minuuttiaContext Rot: miten kasvava syötetokenien määrä vaikuttaa LLM:n suorituskykyyn
Ymmärrä, miten pitkä konteksti voi epäonnistua epäselvyyden ja häiriötekijöiden alla, sitten suunnittele testit tuon riskin ympärille.
aiwithbrandon. Kurssi näyttää vastaavan toteutuksen CrewAI:n rooli, tavoite ja tausta -mallilla: agentit kuvataan tiimin jäseninä, tehtävillä on määritellyt tuotokset ja kehys piilottaa osan suorituslogiikasta. LangGraph-kurssiin vertaaminen tekee näkyväksi, kuinka paljon kumpikin kehys päättää kehittäjän puolesta.
CrewAI kehittyy nopeasti, joten opastusvideon koodi vanhenee helposti. Keskity rooli, tavoite ja tausta -malliin sekä eroon LangGraphista ja tarkista nykyinen CrewAI-dokumentaatio ennen koodin kopioimista.
Osaat rakentaa CrewAI-tiimin rooli, tavoite ja tausta -mallilla ja arvioida, miten sen osin piilotettu suorituslogiikka vertautuu näkyviksi määriteltyihin graafeihin.
Sama Python-lähtötaso; ihanteellisesti katso suoraan LangGraph-kurssin jälkeen kontrastia varten.
Viimeksi tarkistettu: 18.5.2026
Jatka samalla oppimisreitillä seuraaviin valikoituihin oheisvideoihin.
8 minuuttiaYmmärrä, miten pitkä konteksti voi epäonnistua epäselvyyden ja häiriötekijöiden alla, sitten suunnittele testit tuon riskin ympärille.
7 minuuttiaErota lyhytaikaisen ja pitkäaikaisen muistin päätökset ja päätä, milloin agentin muisti pitäisi kirjoittaa.
5 minuuttiaYmmärrä, miksi kuvakaappauspohjainen tietokoneen käyttö on voimakas, hidas, kallis ja hauras verrattuna API-natiiviin automaatioon.
Valikoituja ulkoisia kursseja, jotka käsittelevät aiheita tarkemmin.
Microsoft Copilot Studio team
The deeper, production-minded counterpart to our beginner no-code pick: a free, open-source, rank-based curriculum that takes you from zero Copilot Studio experience through MCP integrations and multi-agent orchestration, all without writing traditional code. It's the no-code answer to 'now I want to go further than a quick-start,' which our catalog didn't have.
Anthropic Academy
MCP on protokolla, joka hiljalleen korvaa yksittäiset työkalujen integraatiot AI-työkalujen ekosysteemissä. Opiskele sitä lähteestä. Lopussa olet rakentanut ja asentanut omansa MCP-palvelintaan, yhdistänyt LLM-asiakkaan siihen ja ymmärtänyt miksi tämä standardi on lähimmätä USB-C:ään kentässä.
João Moura (Founder, CrewAI)
Doubles as our sales and customer-support vertical pick and a genuinely practical agent-building course: you build an agentic sales pipeline (lead scoring, personalized outreach) and a customer-support data-insights pipeline as two of the five hands-on projects, taught by CrewAI's own founder. Requires basic Python, so it sits with our other builder-track courses rather than the no-code picks.