https://lyndakade.ir/learning/operating-ai-agents-failure-and-recovery 2026-06-21T23:28:23+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/02/Operating%20AI%20Agents%20-%20Failure%20and%20Recovery/preview.webp دوره آموزشی عملیات ایجنت‌های هوش مصنوعی: خطا و بازیابی با حرکت AI Agents از مرحله آزمایش (Experimentation) به محیط‌های واقعی و عملیاتی (Production)، خطاها و اختلالات می‌توانند به ریسک‌های جدی برای کسب‌وکار تبدیل شوند. این دوره سطح متوسط به شما یاد می‌دهد چگونه رفتار ایجنت‌ها را در محیط واقعی پایش کنید و در صورت بروز مشکل، سریع آن را شناسایی و اصلاح کنید. در این آموزش با استفاده از تمرین‌های عملی در GitHub Codespaces یاد می‌گیرید چگونه مسیر اجرای ایجنت‌ها را ردیابی کنید، نقاط شکست (Failure Modes) را تحلیل کنید و عملکرد سیستم‌های تک‌ایجنتی و چندایجنتی را بررسی نمایید. همچنین روش‌های پیاده‌سازی Rollback (بازگشت به وضعیت سالم قبلی)، طراحی سیستم‌های بازیابی خودکار (Recovery Workflows) و تولید گزارش‌های لحظه‌ای برای بررسی سلامت ایجنت‌ها را خواهید آموخت. در پایان این دوره، شما قادر خواهید بود ایجنت‌های هوش مصنوعی را در محیط تولید پایدارتر، قابل پیش‌بینی‌تر و ایمن‌تر مدیریت کنید. 🎯 اهداف یادگیری شناسایی و تشخیص خطاهای AI Agent در محیط production با استفاده از logging و monitoring تحلیل لاگ‌ها و وضعیت سیستم برای پیدا کردن منبع خطا و ایجنت مسئول بررسی اثر خطا با مقایسه وضعیت قبل و بعد از عملیات پیاده‌سازی مکانیزم‌های Rollback برای بازگرداندن سیستم به وضعیت سالم ارزیابی موفقیت بازیابی از طریق بررسی یکپارچگی داده‌ها تحلیل لاگ‌های پس از بازیابی برای اطمینان از سلامت سیستم طراحی سیستم‌های بازیابی خودکار (Automated Recovery Workflows) ساخت گزارش‌های عملیاتی برای نمایش وضعیت سلامت ایجنت‌ها پایش عملکرد ایجنت‌ها در زمان واقعی (Real-time Monitoring) کاهش ریسک خطاهای چندایجنتی در محیط‌های عملیاتی https://dl.lyndakade.ir/courses/2026/02/Operating%20AI%20Agents%20-%20Failure%20and%20Recovery/preview.webp دوره آموزشی عملیات ایجنت‌های هوش مصنوعی: خطا و بازیابی با حرکت AI Agents از مرحله آزمایش (Experimentation) به محیط‌های واقعی و عملیاتی (Production)، خطاها و اختلالات می‌توانند به ریسک‌های جدی برای کسب‌وکار تبدیل شوند. این دوره سطح متوسط به شما یاد می‌دهد چگونه رفتار ایجنت‌ها را در محیط واقعی پایش کنید و در صورت بروز مشکل، سریع آن را شناسایی و اصلاح کنید. در این آموزش با استفاده از تمرین‌های عملی در GitHub Codespaces یاد می‌گیرید چگونه مسیر اجرای ایجنت‌ها را ردیابی کنید، نقاط شکست (Failure Modes) را تحلیل کنید و عملکرد سیستم‌های تک‌ایجنتی و چندایجنتی را بررسی نمایید. همچنین روش‌های پیاده‌سازی Rollback (بازگشت به وضعیت سالم قبلی)، طراحی سیستم‌های بازیابی خودکار (Recovery Workflows) و تولید گزارش‌های لحظه‌ای برای بررسی سلامت ایجنت‌ها را خواهید آموخت. در پایان این دوره، شما قادر خواهید بود ایجنت‌های هوش مصنوعی را در محیط تولید پایدارتر، قابل پیش‌بینی‌تر و ایمن‌تر مدیریت کنید. 🎯 اهداف یادگیری شناسایی و تشخیص خطاهای AI Agent در محیط production با استفاده از logging و monitoring تحلیل لاگ‌ها و وضعیت سیستم برای پیدا کردن منبع خطا و ایجنت مسئول بررسی اثر خطا با مقایسه وضعیت قبل و بعد از عملیات پیاده‌سازی مکانیزم‌های Rollback برای بازگرداندن سیستم به وضعیت سالم ارزیابی موفقیت بازیابی از طریق بررسی یکپارچگی داده‌ها تحلیل لاگ‌های پس از بازیابی برای اطمینان از سلامت سیستم طراحی سیستم‌های بازیابی خودکار (Automated Recovery Workflows) ساخت گزارش‌های عملیاتی برای نمایش وضعیت سلامت ایجنت‌ها پایش عملکرد ایجنت‌ها در زمان واقعی (Real-time Monitoring) کاهش ریسک خطاهای چندایجنتی در محیط‌های عملیاتی https://dl.lyndakade.ir/courses/2026/02/Operating%20AI%20Agents%20-%20Failure%20and%20Recovery/Handling%20Agent%20Failures%20and%20Recovery/01%20-%20Trigger%20a%20bad%20agent%20action.mp4 568 2026-02-04T00:00:00+03:30 دوره آموزشی عملیات ایجنت‌های هوش مصنوعی: خطا و بازیابی Operating AI Agents: Failure and Recovery Kesha Williams https://lyndakade.ir/learning/unboxing-ai-visual-studio-code-and-github-copilot-deep-dive 2026-06-21T23:26:16+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/02/Unboxing%20AI%20-%20Visual%20Studio%20Code%20and%20GitHub%20Copilot%20Deep%20Dive/preview.webp دوره آموزشی باز کردن جعبه هوش مصنوعی: بررسی عمیق Visual Studio Code و GitHub Copilot در این دوره یاد می‌گیرید چگونه VS Code را به یک محیط کاری پیشرفته مبتنی بر هوش مصنوعی تبدیل کنید؛ جایی که GitHub Copilot فقط یک ابزار autocomplete نیست، بلکه به یک همکار هوشمند در فرآیند توسعه نرم‌افزار تبدیل می‌شود. مدرس دوره، Morten Rand-Hendriksen، شما را با قابلیت‌های پیشرفته Copilot در VS Code آشنا می‌کند؛ از جمله نحوه کنترل رفتار Copilot با استفاده از دستورالعمل‌های Agent و تنظیمات سفارشی پروژه (Custom Instructions). در این دوره یاد می‌گیرید چگونه از Slash Commands و اکشن‌های قابل پرامپت برای انجام سریع کارهای رایج توسعه مثل نوشتن کد، دیباگ، مستندسازی، بهینه‌سازی و تست‌نویسی استفاده کنید. همچنین با مفهوم MCP (Model Context Protocol) آشنا می‌شوید؛ یک استاندارد که به Copilot اجازه می‌دهد از طریق سرورها به ابزارها و سیستم‌های خارجی متصل شود و قابلیت‌های گسترده‌تری پیدا کند. در ادامه، یاد می‌گیرید چگونه ایجنت‌های سفارشی (Custom Agents) بسازید تا نقش‌های مختلفی مثل برنامه‌ریز، توسعه‌دهنده و بازبین کد را شبیه‌سازی کنند و یک ورک‌فلو تیمی واقعی ایجاد کنید. در نهایت، با روش‌هایی برای ساخت ورک‌فلوهای قابل‌استفاده مجدد (Templates / Skills / Scripts) آشنا می‌شوید تا Copilot در زمان مناسب، ابزار و دستور مناسب را انتخاب کند. 🎯 اهداف یادگیری شناخت سطوح مختلف یکپارچه‌سازی Copilot در VS Code (Agents, Tools, Context) استفاده از Agent Instructions برای کنترل رفتار Copilot شخصی‌سازی Copilot با Custom Instructions در سطح پروژه استفاده از Slash Commands برای تسریع کارهای توسعه درک کاربرد عملی MCP (Model Context Protocol) در اتصال ابزارها اتصال Copilot به سرویس‌های خارجی از طریق MCP Server ساخت Custom Agents برای نقش‌های مختلف توسعه نرم‌افزار طراحی ورک‌فلوهای تیمی با استفاده از AI ایجاد Templates و Skills برای استفاده مجدد افزایش بهره‌وری در توسعه با Copilot به‌عنوان همکار هوشمند مدیریت محدودیت‌های امنیتی و سیاست‌های سازمانی درک مرز اعتماد (Trust Boundaries) در ابزارهای AI https://dl.lyndakade.ir/courses/2026/02/Unboxing%20AI%20-%20Visual%20Studio%20Code%20and%20GitHub%20Copilot%20Deep%20Dive/preview.webp دوره آموزشی باز کردن جعبه هوش مصنوعی: بررسی عمیق Visual Studio Code و GitHub Copilot در این دوره یاد می‌گیرید چگونه VS Code را به یک محیط کاری پیشرفته مبتنی بر هوش مصنوعی تبدیل کنید؛ جایی که GitHub Copilot فقط یک ابزار autocomplete نیست، بلکه به یک همکار هوشمند در فرآیند توسعه نرم‌افزار تبدیل می‌شود. مدرس دوره، Morten Rand-Hendriksen، شما را با قابلیت‌های پیشرفته Copilot در VS Code آشنا می‌کند؛ از جمله نحوه کنترل رفتار Copilot با استفاده از دستورالعمل‌های Agent و تنظیمات سفارشی پروژه (Custom Instructions). در این دوره یاد می‌گیرید چگونه از Slash Commands و اکشن‌های قابل پرامپت برای انجام سریع کارهای رایج توسعه مثل نوشتن کد، دیباگ، مستندسازی، بهینه‌سازی و تست‌نویسی استفاده کنید. همچنین با مفهوم MCP (Model Context Protocol) آشنا می‌شوید؛ یک استاندارد که به Copilot اجازه می‌دهد از طریق سرورها به ابزارها و سیستم‌های خارجی متصل شود و قابلیت‌های گسترده‌تری پیدا کند. در ادامه، یاد می‌گیرید چگونه ایجنت‌های سفارشی (Custom Agents) بسازید تا نقش‌های مختلفی مثل برنامه‌ریز، توسعه‌دهنده و بازبین کد را شبیه‌سازی کنند و یک ورک‌فلو تیمی واقعی ایجاد کنید. در نهایت، با روش‌هایی برای ساخت ورک‌فلوهای قابل‌استفاده مجدد (Templates / Skills / Scripts) آشنا می‌شوید تا Copilot در زمان مناسب، ابزار و دستور مناسب را انتخاب کند. 🎯 اهداف یادگیری شناخت سطوح مختلف یکپارچه‌سازی Copilot در VS Code (Agents, Tools, Context) استفاده از Agent Instructions برای کنترل رفتار Copilot شخصی‌سازی Copilot با Custom Instructions در سطح پروژه استفاده از Slash Commands برای تسریع کارهای توسعه درک کاربرد عملی MCP (Model Context Protocol) در اتصال ابزارها اتصال Copilot به سرویس‌های خارجی از طریق MCP Server ساخت Custom Agents برای نقش‌های مختلف توسعه نرم‌افزار طراحی ورک‌فلوهای تیمی با استفاده از AI ایجاد Templates و Skills برای استفاده مجدد افزایش بهره‌وری در توسعه با Copilot به‌عنوان همکار هوشمند مدیریت محدودیت‌های امنیتی و سیاست‌های سازمانی درک مرز اعتماد (Trust Boundaries) در ابزارهای AI https://dl.lyndakade.ir/courses/2026/02/Unboxing%20AI%20-%20Visual%20Studio%20Code%20and%20GitHub%20Copilot%20Deep%20Dive/0.%20Introduction/01%20-%20Unlocking%20the%20potential%20of%20GitHub%20Copilot%20in%20VS%20Code.mp4 52 2026-02-04T00:00:00+03:30 دوره آموزشی باز کردن جعبه هوش مصنوعی: بررسی عمیق Visual Studio Code و GitHub Copilot Unboxing AI: Visual Studio Code and GitHub Copilot Deep Dive Morten Rand-Hendriksen https://lyndakade.ir/learning/vibe-coding-with-bolt-new 2026-06-21T23:23:29+03:30 weekly 1 https://dl.lyndakade.ir/courses/2026/02/Vibe%20Coding%20with%20Bolt.new/preview.webp دوره آموزشی وایب کدینگ با Bolt.new در این دوره یاد می‌گیرید چگونه با استفاده از ابزار Bolt، اپلیکیشن‌های خود را به‌صورت ساده، گفتگومحور (Chat-driven) و مبتنی بر هوش مصنوعی بسازید؛ بدون اینکه نیاز به دانش عمیق برنامه‌نویسی داشته باشید. مدرس دوره، Denys Linkov، شما را مرحله‌به‌مرحله همراهی می‌کند تا یک پروژه واقعی را از مرحله ایده‌پردازی (Ideation) تا ساخت، اصلاح و در نهایت استقرار (Deployment) پیش ببرید. در طول مسیر، با مفاهیم مهمی مثل رابط‌های Vibe Coding آشنا می‌شوید؛ یعنی محیط‌هایی که در آن‌ها با توصیف متنی، اپلیکیشن ساخته می‌شود. همچنین یاد می‌گیرید چگونه منطق برنامه، اتصال‌ها و بخش‌های مختلف اپلیکیشن را طراحی کنید. یکی از بخش‌های مهم دوره، اتصال به Supabase است که برای ذخیره‌سازی داده‌ها (Database & Backend) استفاده می‌شود و به شما کمک می‌کند اپلیکیشن واقعی و کاربردی بسازید. در کنار این مزایا، محدودیت‌های Vibe Coding نیز بررسی می‌شود تا بدانید چه زمانی این ابزار کافی نیست و چه زمانی باید از توسعه‌دهندگان حرفه‌ای کمک بگیرید. 🎯 اهداف یادگیری توصیف فرآیند طراحی و ساخت اپلیکیشن با حداقل دانش کدنویسی ایده‌پردازی و ساخت اپلیکیشن‌های کاربردی با ابزار Bolt ساخت، دیباگ (Debug) و دیپلوی اپلیکیشن‌های سطح متوسط اتصال اپلیکیشن به Supabase برای ذخیره داده‌ها درک مفهوم Vibe Coding و کاربرد آن در توسعه سریع شناسایی محدودیت‌های ابزارهای AI App Builder تصمیم‌گیری درباره زمان استفاده از توسعه‌دهندگان حرفه‌ای طراحی منطق و جریان اپلیکیشن بدون کدنویسی سنگین تبدیل ایده به محصول واقعی با کمک AI https://dl.lyndakade.ir/courses/2026/02/Vibe%20Coding%20with%20Bolt.new/preview.webp دوره آموزشی وایب کدینگ با Bolt.new در این دوره یاد می‌گیرید چگونه با استفاده از ابزار Bolt، اپلیکیشن‌های خود را به‌صورت ساده، گفتگومحور (Chat-driven) و مبتنی بر هوش مصنوعی بسازید؛ بدون اینکه نیاز به دانش عمیق برنامه‌نویسی داشته باشید. مدرس دوره، Denys Linkov، شما را مرحله‌به‌مرحله همراهی می‌کند تا یک پروژه واقعی را از مرحله ایده‌پردازی (Ideation) تا ساخت، اصلاح و در نهایت استقرار (Deployment) پیش ببرید. در طول مسیر، با مفاهیم مهمی مثل رابط‌های Vibe Coding آشنا می‌شوید؛ یعنی محیط‌هایی که در آن‌ها با توصیف متنی، اپلیکیشن ساخته می‌شود. همچنین یاد می‌گیرید چگونه منطق برنامه، اتصال‌ها و بخش‌های مختلف اپلیکیشن را طراحی کنید. یکی از بخش‌های مهم دوره، اتصال به Supabase است که برای ذخیره‌سازی داده‌ها (Database & Backend) استفاده می‌شود و به شما کمک می‌کند اپلیکیشن واقعی و کاربردی بسازید. در کنار این مزایا، محدودیت‌های Vibe Coding نیز بررسی می‌شود تا بدانید چه زمانی این ابزار کافی نیست و چه زمانی باید از توسعه‌دهندگان حرفه‌ای کمک بگیرید. 🎯 اهداف یادگیری توصیف فرآیند طراحی و ساخت اپلیکیشن با حداقل دانش کدنویسی ایده‌پردازی و ساخت اپلیکیشن‌های کاربردی با ابزار Bolt ساخت، دیباگ (Debug) و دیپلوی اپلیکیشن‌های سطح متوسط اتصال اپلیکیشن به Supabase برای ذخیره داده‌ها درک مفهوم Vibe Coding و کاربرد آن در توسعه سریع شناسایی محدودیت‌های ابزارهای AI App Builder تصمیم‌گیری درباره زمان استفاده از توسعه‌دهندگان حرفه‌ای طراحی منطق و جریان اپلیکیشن بدون کدنویسی سنگین تبدیل ایده به محصول واقعی با کمک AI https://dl.lyndakade.ir/courses/2026/02/Vibe%20Coding%20with%20Bolt.new/0.%20Introduction/01%20-%20Vibe%20coding%20with%20Bolt.mp4 33 2026-02-04T00:00:00+03:30 دوره آموزشی وایب کدینگ با Bolt.new Vibe Coding with Bolt.new Denys Linkov