5天AI代理强化课程与Google

欢迎！本仓库包含了我参加由Google主办的5天AI代理强化课程的个人笔记、代码和解决方案。

这个为期5天的在线项目，由Google的机器学习研究员和工程师精心设计，旨在帮助开发者探索AI代理的基础知识及其实际应用。

课程概览

课程内容从基础概念到构建生产就绪系统逐步展开。每天的内容包括概念深入讲解、动手实践编程实验室以及实时讨论。

涵盖的关键概念：

• 核心代理组件：模型、工具、编排、记忆和评估。
• 代理运维：可靠性、治理和安全。
• 实际应用：使用代理开发套件（ADK）和Gemini构建代理。
• 兼容性：使用**模型上下文协议（MCP）**进行复杂且长时间运行的操作。

---

技术与工具

• 核心模型： Google Gemini
• 框架： 代理开发套件（ADK）
• 协议： 模型上下文协议（MCP）
• 平台： Kaggle（用于编程实验室）
• 语言： Python
• 支持工具： NotebookLM

---

每日作业与课程内容

本部分记录了课程中的每日作业和材料。

第一天：代理简介

• 主题： 介绍了代理能力的分类法，代理运维学科的需求，以及互操作性和安全性的重要性。
• 白皮书： 代理简介
• 播客： 第一单元总结（通过NotebookLM）
• 编程实验室（Kaggle）：
  1. 使用Gemini和ADK构建你的第一个代理
  2. 使用ADK构建你的第一个多代理系统
• 资源：
  • 编程实验室故障排除指南
  • 注意： 需要验证Kaggle账户电话号码以访问编程实验室。

第二天：代理工具与互操作性（MCP）

• 主题： 关注外部工具和功能，使代理能够执行动作或检索实时数据。引入模型上下文协议（MCP）进行复杂操作。
• 白皮书： 代理工具与互操作性（MCP）
• 播客： 第二单元总结（通过NotebookLM）
• 编程实验室（Kaggle）：
  1. 探索添加新工具的方法，扩展代理的功能
  2. 探索工具的最佳实践，包括MCP和长时间运行的操作

第三天：上下文工程：会话与记忆

• 主题： 关注上下文工程，即动态组装和管理代理上下文窗口中的信息。定义会话（即时历史）和记忆（长期持久化），以创建有状态的个性化AI体验。
• 白皮书： 上下文工程：会话与记忆
• 播客： 第三单元总结（通过NotebookLM）
• 编程实验室（Kaggle）：
  1. 实现会话以管理代理的即时上下文
  2. 实现记忆以创建长期的个性化体验

第四天：代理质量

• 主题： 关注使用全面评估框架进行的代理质量保证。涵盖了可观测性的技术基础（日志、跟踪、指标）以及可扩展反馈循环如LLM作为裁判和人类在环中（HITL）。
• 白皮书： 代理质量
• 播客： 第四单元总结（通过NotebookLM）
• 编程实验室（Kaggle）：
  1. 实现可观测性以帮助调试代理。
  2. 评估你的代理。

第五天：原型到生产

• 主题： 关注AI代理的操作生命周期（部署、扩展、生产化）以及将原型过渡为企业级解决方案。涵盖了使用代理对代理（A2A）协议的多代理系统以及将代理部署到Vertex AI代理引擎。
• 白皮书： 原型到生产
• 播客： 第五单元总结（通过NotebookLM）
• 编程实验室（Kaggle）：
  1. 探索如何使用A2A协议让代理相互交互
  2. [可选] 将你的代理部署到Google Cloud上的代理引擎。

---

致谢与免责声明

本仓库仅供个人学习和教育用途。

所有课程材料，包括白皮书、编程实验室、播客及任何其他相关内容，均为Google和Kaggle的知识产权。所有权利、许可和致谢均归他们所有。本仓库不主张对原始课程内容的所有权。