دوره آموزشی آمادگی آزمون مبانی گواهینامه Anthropic Claude Certified Developer (CCDV-F)
8 ساعت 9 دقیقهمتوسط2026-09-15
مدرسین
Tutorials Dojo
جزئیات دوره
توسعه اپلیکیشنهای هوش مصنوعی با Claude نیازمند درک درست معماری، نحوه تعامل با مدل، مدیریت ابزارها و طراحی Workflowهای قابل اعتماد است. در این دوره با مفاهیم و تکنیکهای کلیدی برای ساخت اپلیکیشنهای مبتنی بر Claude آشنا میشوید و یاد میگیرید چگونه معماریهای کارآمد و مقیاسپذیر برای سیستمهای هوش مصنوعی طراحی کنید. در ابتدا مدل Hub-and-Spoke را برای توزیع وظایف و مدیریت فرآیندهای پیچیده بررسی میکنید و سپس با مفهوم Agentic Loop و نحوه ایجاد چرخههای کاری مؤثر برای سیستمهای عاملمحور (Agentic Systems) آشنا میشوید. همچنین ساختار سیستمهای چندعاملی (Multi-Agent Systems) و نقش آنها در تقسیم و مدیریت وظایف پیچیده را بررسی خواهید کرد.
در ادامه، نحوه استفاده مؤثر از Claude Messages API را یاد میگیرید و با روشهای پردازش داده بهصورت بلادرنگ (Real-Time) و دستهای (Batch Processing) کار میکنید. همچنین اصول مهندسی پرامپت (Prompt Engineering) را برای بهبود کیفیت و دقت خروجیها بررسی خواهید کرد. بخش دیگری از دوره به امنیت اختصاص دارد و موضوعاتی مانند امنیت اپلیکیشن (Application Security) و مدیریت اسرار (Secret Management) را پوشش میدهد تا بتوانید برنامههایی قابل اعتماد و ایمن طراحی و در محیط واقعی مستقر کنید. علاوه بر این، با سناریوهای مختلف استفاده از ابزارها (Tool Use)، استراتژیهای معماری برای Agentic AI و معیارهای انتخاب مدل آشنا میشوید. این دوره برای مهندسان هوش مصنوعی و یادگیری ماشین طراحی شده است که میخواهند درک عمیقتری از پروتکلها و الگوهای توسعه اپلیکیشنهای مبتنی بر Claude به دست آورند و در نهایت بتوانند سیستمهایی کارآمد، امن و مقیاسپذیر ایجاد کنند.
اهداف یادگیری
طراحی معماریهای مناسب برای توسعه اپلیکیشنهای هوش مصنوعی مبتنی بر Claude
استفاده از مدل Hub-and-Spoke برای توزیع وظایف و مدیریت فرآیندهای پیچیده
پیادهسازی و بهینهسازی Agentic Loop برای ایجاد Workflowهای مؤثر هوش مصنوعی
طراحی سیستمهای چندعاملی (Multi-Agent Systems) برای تقسیم و مدیریت وظایف پیچیده
استفاده مؤثر از Claude Messages API در اپلیکیشنهای هوش مصنوعی
پیادهسازی روشهای پردازش داده بهصورت بلادرنگ (Real-Time) و دستهای (Batch Processing)
بهبود کیفیت خروجی مدلها با استفاده از تکنیکهای مهندسی پرامپت (Prompt Engineering)
انتخاب و استفاده از ابزارها (Tool Use) متناسب با نیازهای مختلف اپلیکیشن
پیادهسازی اصول امنیت اپلیکیشن و مدیریت امن اطلاعات محرمانه (Secret Management)
انتخاب مدل و طراحی سیستمهای هوش مصنوعی کارآمد، امن و مقیاسپذیر با استفاده از قابلیتهای Claude
در ادامه، نحوه استفاده مؤثر از Claude Messages API را یاد میگیرید و با روشهای پردازش داده بهصورت بلادرنگ (Real-Time) و دستهای (Batch Processing) کار میکنید. همچنین اصول مهندسی پرامپت (Prompt Engineering) را برای بهبود کیفیت و دقت خروجیها بررسی خواهید کرد. بخش دیگری از دوره به امنیت اختصاص دارد و موضوعاتی مانند امنیت اپلیکیشن (Application Security) و مدیریت اسرار (Secret Management) را پوشش میدهد تا بتوانید برنامههایی قابل اعتماد و ایمن طراحی و در محیط واقعی مستقر کنید. علاوه بر این، با سناریوهای مختلف استفاده از ابزارها (Tool Use)، استراتژیهای معماری برای Agentic AI و معیارهای انتخاب مدل آشنا میشوید. این دوره برای مهندسان هوش مصنوعی و یادگیری ماشین طراحی شده است که میخواهند درک عمیقتری از پروتکلها و الگوهای توسعه اپلیکیشنهای مبتنی بر Claude به دست آورند و در نهایت بتوانند سیستمهایی کارآمد، امن و مقیاسپذیر ایجاد کنند.
اهداف یادگیری
طراحی معماریهای مناسب برای توسعه اپلیکیشنهای هوش مصنوعی مبتنی بر Claude
استفاده از مدل Hub-and-Spoke برای توزیع وظایف و مدیریت فرآیندهای پیچیده
پیادهسازی و بهینهسازی Agentic Loop برای ایجاد Workflowهای مؤثر هوش مصنوعی
طراحی سیستمهای چندعاملی (Multi-Agent Systems) برای تقسیم و مدیریت وظایف پیچیده
استفاده مؤثر از Claude Messages API در اپلیکیشنهای هوش مصنوعی
پیادهسازی روشهای پردازش داده بهصورت بلادرنگ (Real-Time) و دستهای (Batch Processing)
بهبود کیفیت خروجی مدلها با استفاده از تکنیکهای مهندسی پرامپت (Prompt Engineering)
انتخاب و استفاده از ابزارها (Tool Use) متناسب با نیازهای مختلف اپلیکیشن
پیادهسازی اصول امنیت اپلیکیشن و مدیریت امن اطلاعات محرمانه (Secret Management)
انتخاب مدل و طراحی سیستمهای هوش مصنوعی کارآمد، امن و مقیاسپذیر با استفاده از قابلیتهای Claude
سرفصل ها
مقدمه
- مرور کلی مبانی توسعهدهنده گواهیشده Claude (CCDV-F)
ایجنتها و گردشکارها
- معرفی مدل Hub-Spoke
- حلقه ایجنتی چیست
- معرفی هوکهای رهگیری فراخوانی ابزار
- نحوه ایجاد شاخه بر اساس استفاده از ابزار
- چگونه یک هماهنگکننده وظایف را تجزیه میکند
- انتخاب فریمورک ایجنت (Strands در مقابل LangGraph در مقابل Pydantic AI)
- هوش مصنوعی ایجنتی در مقابل هوش مصنوعی مولد
- معماری هوش مصنوعی ایجنتی
- انواع هوش مصنوعی ایجنتی
- سیستمهای چندایجنتی - وقتی ایجنتهای هوش مصنوعی با هم کار میکنند
- حافظه و کانتکست در ایجنتهای هوش مصنوعی
- Amazon Web Services (AWS) Strands Agents چیست
- LangGraph چیست
الزامات و چرخه حیات
- تفاوت الزامات عملکردی و زیرساختی چیست
- چرخه توسعه نرمافزار (SDLC) چیست
- گردآوری الزامات عملکردی و زیرساختی
- مدیریت اپلیکیشن Claude در طول SDLC
رابط برنامهنویسی اپلیکیشن پیامهای Claude (API)
- رابط برنامهنویسی اپلیکیشن پیامهای Claude (API) چیست
- الگوهای دسترسی به داده در Messages API کدامند
- Streaming در Claude API چیست
- ورودیهای بینایی و چندفرمتی چه هستند
- تفکر گسترده (Extended Thinking) چیست
- کار با Messages API - ابزارها، استریمینگ، بینایی و تفکر
تحویل، هزینه و مسیرهای دسترسی
- Prompt Caching (در API) چیست
- فراخوانی Claude از طریق فروشندگان شخص ثالث به چه معناست
- چه زمانی از Batch API استفاده کنیم
- چه زمانی از Synchronous API استفاده کنیم
- انتخاب بین Real-time API و Batch API
- یکپارچهسازی Claude از طریق کیتهای توسعه نرمافزار (SDKs) - مدیریت خطا و ورودی چندفرمتی
- Message Batches API چیست
مبانی مهندسی نرمافزار
- کنترل نسخه چیست
- بازبینی کد چیست
- بازآرایی (در مقیاس کوچک و بزرگ) چیست
- رابط برنامهنویسی REST چیست
- فرمت JSON چیست
- برنامهنویسی ناهمگام چیست
طراحی اپلیکیشن Claude
- Claude چگونه دستورالعملها را در رابطهای مختلف تفسیر میکند
- مرزهای محتوا چه هستند
- طراحی Schema چیست
- بهداشت نشست (Session Hygiene) چیست
- مدیریت پلاگینها و وابستگیهای آنها چیست
- طراحی اپلیکیشن Claude در میان رابطهای مختلف
- طراحی Schemaها و مرزهای محتوا
مدیریت پیکربندی
- فایل CLAUDE.md چیست
- فایل settings.json چیست
- تثبیت نسخه مدل (Model Version Pinning) چیست
- نسخهبندی پرامپت چیست
- مدیریت پیکربندی - CLAUDE.md، settings.json، تثبیت نسخه و نسخهبندی پرامپت
بخش Claude Code
- Claude Code چیست
- اجزای اصلی Claude Code کدامند
- دستورات اسلش (Slash Commands) چه هستند
- حالتهای Headless، Streaming و Auto چه هستند
- نحوه اجرای Claude Code در یکپارچهسازی و تحویل مداوم (CI/CD)
- فلگ -p چه کاری انجام میدهد
- مقدمهای بر سلسلهمراتب CLAUDE.md
ارزیابی، تست و دیباگ
- ارزیابی (Eval) چیست
- انواع خطاهای رایج در اپلیکیشنهای Claude کدامند
- تحلیل تریس (Trace Analysis) چیست
- حالت شکست (Failure Mode) چیست
- طراحی و اجرای ارزیابی
- پایش کیفیت در محیط پروداکشن
- دیباگ کردن - تفکیک مشکلات لایه انتگریشن از مشکلات خروجی مدل
- انتخاب استراتژی بازیابی از خطا
- LLM به عنوان داور (Judge) چیست
- Langsmith چیست
- درک رانش مدل (Model Drift) در یادگیری ماشین
مدلهای زبانی بزرگ (LLMs) و مبانی فنی
- توکن چیست
- پنجره متن (Context Window) چیست
- نمونهبرداری (Temperature و Top-p) چیست
- عدم قطعیت (Nondeterminism) در LLMها چیست
- تولید توکن بعدی چیست
- گزینههای حالت پردازش مدل - حالت سریع، تفکر گسترده، تفکر تطبیقی و سطوح تلاش
- پرامپتدهی Zero-shot، Single-shot و Multi-shot چیست
- وبسوکت (WebSocket) چیست
- LLMها چه هستند
- مدلهای پایه (Foundational Models) چه هستند
- شبکههای عصبی - مبانی و انواع
انتخاب مدل و مصالحهها
- Opus، Sonnet و Haiku چه هستند (و موارد استفاده آنها)
- تغییرات رفتار مخرب (Breaking Changes) در نسخههای مختلف مدل چیست
- انتخاب مدل - Haiku در برابر Sonnet در برابر Opus
مدیریت هزینه و توکن
- ردیابی مصرف توکن و مدلسازی هزینه چیست
- کشینگ پرامپت (Prompt Caching) در Claude
- نحوه انتخاب بین هزینه و تأخیر (Latency)
مهندسی کانتکست
- هرس کردن خروجی ابزار (Tool Output Pruning) چیست
- فشردهسازی (Compaction) چیست
- ایزولاسیون کانتکست چیست
- مدیریت کانتکست برای جلوگیری از رانش و حجیم شدن
مهندسی پرامپت
- مهندسی پرامپت چیست
- جایگذاری پرامپت سیستم در برابر پرامپت کاربر چیست
- قید خروجی (Output Constraint) چیست
- پاکسازی ورودی (Input Sanitization) چیست
- نوشتن و تکرار پرامپتهای مؤثر
- توزیع دستورالعملها در اجزا (سیستم در برابر کاربر)
مدیریت خروجی
- خروجی ساختاریافته چیست
- اعتبارسنجی پاسخ و تجزیه تدافعی چیست
- تولید و اعتبارسنجی خروجی ساختاریافته
امنیت اپلیکیشن
- تزریق پرامپت (Prompt Injection) چیست
- حساسیت دادهها و اطلاعات شناسایی شخصی (PII) چیست؟
- دفاع در برابر تزریق پرامپت و دور زدن محدودیتها
- احراز هویت، مجوزدهی، محرمانگی، حریم خصوصی و یکپارچگی چیستند؟
گاردریلها، هوکها و اسرار
- مقدمهای بر هوکهای PostToolUse
- اسرار و مدیریت کلیدهای API چیستند؟
- لایهبندی گاردریلها و اعمال اصل حداقل امتیاز
- استفاده از هوکها برای مسدود کردن اقدامات مخرب
- سیاست محتوا و لایهبندی گاردریل چیست؟
- امنیت در طراحی (SbD) چیست؟
- هوک Claude چیست؟
ابزارها و پروتکلهای زمینه مدل (MCPs)
- استفاده از ابزار در Claude
- نحوه نوشتن توضیحات کامل برای یک ابزار
- دروازه برنامهنویسیشده چیست؟
- انتخاب ابزار مناسب - مقایسه مهارتها با سایر موارد
- درک چگونگی ایجاد و عملکرد مهارتها
- الگوی تأیید چیست؟
- مهارت Claude چیست؟
- سرور پروتکل زمینه مدل (MCP) چیست؟
- پروتکل ارتباطی عامل (ACP)
- ارتباط عامل به عامل (A2A)
- منابع، ابزارها و پرامپتهای MCP چیستند؟