دوره آموزشی Microsoft Agent Framework: طراحی، هماهنگسازی و مقیاسدهی هوش مصنوعی عاملمحور
1 ساعت 19 دقیقهمتوسط2026-06-29
مدرسین

Jose Latorre
جزئیات دوره
با Microsoft Agent Framework نسل جدیدی از توسعه عاملهای هوش مصنوعی را یاد بگیرید؛ چارچوبی که تکاملیافته Semantic Kernel و AutoGen است و برای ساخت سیستمهای Agentic واقعی و آماده استفاده در محیطهای تولیدی طراحی شده است.
این دوره شما را از ساخت یک عامل ساده آغاز میکند و به سمت طراحی سیستمهای چندعاملی پیشرفته هدایت میکند. در ابتدا یک عامل پایه با نام Feature Design Agent ایجاد میکنید که میتواند ایدههای خام محصول را دریافت کرده و آنها را به مشخصات ساختاریافته و قابل استفاده تبدیل کند. سپس با استفاده از DevUI یاد میگیرید عملکرد عامل را بهصورت بصری مشاهده، ردیابی و بررسی کنید تا دقیقاً بدانید عامل شما چه تصمیمهایی میگیرد و چگونه عمل میکند.
در ادامه، قابلیتهای پیشرفتهتری مانند حافظه (Memory)، توابع محلی (Local Functions) و اتصال به ابزارهای خارجی مانند GitHub MCP Server را به عامل خود اضافه میکنید تا بتواند در سناریوهای واقعی توسعه نرمافزار کاربرد داشته باشد. همچنین یاد میگیرید چگونه یک تیم کامل از عاملهای هوشمند شامل Planner، Architect، QA و Executor را طراحی و هماهنگ کنید تا با همکاری یکدیگر فرآیند طراحی ویژگیهای محصول را به شکل ساختاریافته و قابل اعتماد انجام دهند.
این دوره برای توسعهدهندگانی طراحی شده است که میخواهند از نمونههای آزمایشی ساده مبتنی بر یک پرامپت عبور کنند و سیستمهای هوش مصنوعی واقعی، قابل کنترل و آماده استفاده در محیط تولید ایجاد کنند. در پایان دوره، توانایی طراحی، ساخت، اشکالزدایی و مدیریت خط لولههای چندعاملی (Multi-Agent Pipelines) را خواهید داشت؛ سیستمهایی که میتوانند وظایف واقعی را بهصورت قابل اندازهگیری و قابل اعتماد خودکار کنند.
🎯 اهداف یادگیری
• ساخت یک عامل هوش مصنوعی پایه از ابتدا و توسعه تدریجی قابلیتهای آن با استفاده از حافظه و ابزارهای مختلف
• آشنایی با Microsoft Agent Framework و استفاده از آن برای ایجاد سیستمهای Agentic واقعی و آماده تولید
• استفاده از DevUI برای مشاهده، ردیابی، بررسی و اشکالزدایی عملکرد عاملهای هوش مصنوعی
• اتصال عاملها به توابع محلی و ابزارهای مبتنی بر MCP برای افزایش قابلیتها و تعامل با سرویسهای خارجی
• یکپارچهسازی GitHub MCP Server با عامل هوشمند برای ایجاد قابلیتهای کاربردی در محیط توسعه نرمافزار
• طراحی و پیادهسازی معماری چندعاملی برای تقسیم وظایف میان چند عامل تخصصی
• ساخت و هماهنگسازی یک تیم طراحی ویژگی شامل Planner، Architect، QA و Executor در یک گردش کار ساختاریافته
• ایجاد فرآیندهای چندعاملی دقیقتر، قابل کنترلتر و قابل پیشبینیتر برای انجام وظایف پیچیده
• بهکارگیری اصول قابلیت اطمینان (Reliability) برای بررسی و اطمینان از عملکرد صحیح عاملها پیش از استفاده در محیط تولید
• طراحی، توسعه و مدیریت خط لولههای کامل چندعاملی برای خودکارسازی فرآیندهای واقعی کسبوکار و توسعه نرمافزار
این دوره شما را از ساخت یک عامل ساده آغاز میکند و به سمت طراحی سیستمهای چندعاملی پیشرفته هدایت میکند. در ابتدا یک عامل پایه با نام Feature Design Agent ایجاد میکنید که میتواند ایدههای خام محصول را دریافت کرده و آنها را به مشخصات ساختاریافته و قابل استفاده تبدیل کند. سپس با استفاده از DevUI یاد میگیرید عملکرد عامل را بهصورت بصری مشاهده، ردیابی و بررسی کنید تا دقیقاً بدانید عامل شما چه تصمیمهایی میگیرد و چگونه عمل میکند.
در ادامه، قابلیتهای پیشرفتهتری مانند حافظه (Memory)، توابع محلی (Local Functions) و اتصال به ابزارهای خارجی مانند GitHub MCP Server را به عامل خود اضافه میکنید تا بتواند در سناریوهای واقعی توسعه نرمافزار کاربرد داشته باشد. همچنین یاد میگیرید چگونه یک تیم کامل از عاملهای هوشمند شامل Planner، Architect، QA و Executor را طراحی و هماهنگ کنید تا با همکاری یکدیگر فرآیند طراحی ویژگیهای محصول را به شکل ساختاریافته و قابل اعتماد انجام دهند.
این دوره برای توسعهدهندگانی طراحی شده است که میخواهند از نمونههای آزمایشی ساده مبتنی بر یک پرامپت عبور کنند و سیستمهای هوش مصنوعی واقعی، قابل کنترل و آماده استفاده در محیط تولید ایجاد کنند. در پایان دوره، توانایی طراحی، ساخت، اشکالزدایی و مدیریت خط لولههای چندعاملی (Multi-Agent Pipelines) را خواهید داشت؛ سیستمهایی که میتوانند وظایف واقعی را بهصورت قابل اندازهگیری و قابل اعتماد خودکار کنند.
🎯 اهداف یادگیری
• ساخت یک عامل هوش مصنوعی پایه از ابتدا و توسعه تدریجی قابلیتهای آن با استفاده از حافظه و ابزارهای مختلف
• آشنایی با Microsoft Agent Framework و استفاده از آن برای ایجاد سیستمهای Agentic واقعی و آماده تولید
• استفاده از DevUI برای مشاهده، ردیابی، بررسی و اشکالزدایی عملکرد عاملهای هوش مصنوعی
• اتصال عاملها به توابع محلی و ابزارهای مبتنی بر MCP برای افزایش قابلیتها و تعامل با سرویسهای خارجی
• یکپارچهسازی GitHub MCP Server با عامل هوشمند برای ایجاد قابلیتهای کاربردی در محیط توسعه نرمافزار
• طراحی و پیادهسازی معماری چندعاملی برای تقسیم وظایف میان چند عامل تخصصی
• ساخت و هماهنگسازی یک تیم طراحی ویژگی شامل Planner، Architect، QA و Executor در یک گردش کار ساختاریافته
• ایجاد فرآیندهای چندعاملی دقیقتر، قابل کنترلتر و قابل پیشبینیتر برای انجام وظایف پیچیده
• بهکارگیری اصول قابلیت اطمینان (Reliability) برای بررسی و اطمینان از عملکرد صحیح عاملها پیش از استفاده در محیط تولید
• طراحی، توسعه و مدیریت خط لولههای کامل چندعاملی برای خودکارسازی فرآیندهای واقعی کسبوکار و توسعه نرمافزار
سرفصل ها
مقدمه
- گردشهای کاری با چارچوب عامل مایکروسافت
ساخت و تکامل اولین نماینده ما
- مبانی - معماری و انتزاعات اصلی
- ساخت اولین عامل - کمک خلبان برنامهریزی ویژگی
- دادن حافظه به عامل برنامهریزی ویژگی ما
- افزایش قدرت - ارائه ابزار به عامل برنامهریزی ویژگی شما
- رفتن به سراغ MCP - ادغام یک ابزار MCP
گردشهای کاری - طراحی و اجرای راهحلهای چندعاملی مشارکتی
- از تک عامل تا گردش کار
- انواع گردش کار و بلوکهای سازنده
- طراحی مینی تیم طراحی ویژگی
- پیادهسازی مدیر محصول، نماینده و مجری
- پیاده سازی عامل معمار و مجری
- پیادهسازی نماینده و مجری تضمین کیفیت
- جمعبندی گردش کار - مجری کارت ویژگی و نسخه آزمایشی سرتاسری
فراتر از هسته چارچوب عامل مایکروسافت
- مراحل بعدی و منابع بیشتر
دوره های مرتبط
- دوره آموزشی هوش مصنوعی Azure برای توسعهدهندگان: ساخت عاملهای هوش مصنوعی (AI Agents)
- دوره آموزشی چطور یک «مدیر ایجنتها» باشید: رهبری ایجنتهای هوش مصنوعی در محیط کار
- دوره آموزشی پروتکل زمینه مدل (MCP) برای مبتدیان
- دوره آموزشی ساخت عوامل هوش مصنوعی برای مبتدیان
- دوره آموزشی عاملهای هوش مصنوعی برای بازاریابی: خودکارسازی روندها با Copilot
- دوره آموزشی ایجنتهای Copilot: ساخت دستیار هوش مصنوعی خودتان در Copilot و Teams (بدون نیاز به کدنویسی)
- دوره آموزشی گسترش Microsoft 365 Copilot با عوامل هوش مصنوعی (AI Agents)
- دوره آموزشی آمادگی آزمون گواهی اصول مدیریت Microsoft Copilot و Agent Administration (AB-900)
مسیرهای مرتبط
- مسیر آموزشی ساخت محصولات هوش مصنوعی با استفاده از سرویسهای Azure AI در چرخه توسعه
- مسیر آموزشی استفاده از هوش مصنوعی بهعنوان یک تحلیلگر امنیت سایبری
- مسیر آموزشی مهارتهای MS SQL Server خودت رو ارتقا بده
- مسیر آموزشی تسلط بر تجزیه و تحلیل داده ها در سطح اجرایی
- مسیر آموزشی ایجاد مهارت های ضروری در داده ها
- مسیر آموزشی درک هوش مصنوعی تولیدکننده برای رهبران فناوری
- مسیر آموزشی آماده شدن برای آزمون AWS Certified Developer - Associate (DVA-C01)
- مسیر آموزشی آماده شدن برای آزمون Microsoft 365 Messaging (MS-203)