成为会员时间：2020
智能体基础知识
Earned Sep 12, 2026 EDT
使用 ADK 和 MCP 构建协作式多智能体系统
Earned Sep 10, 2026 EDT
Transformer 模型和 BERT 模型
Earned Jul 2, 2025 EDT
适用于生成式 AI 的机器学习运维 (MLOps)
Earned Jun 28, 2025 EDT
生成式 AI 简介
Earned Jun 28, 2025 EDT
本课程将介绍 AI 智能体的基础知识，并探讨智能体在现实世界中的价值所在。它为想要从自主、目标导向行为的角度理解 AI 系统的开发者、架构师和技术决策者奠定了基础。
学习如何使用 Google 的智能体开发套件 (ADK) 和 Model Context Protocol (MCP) 设计、协调和部署多智能体系统。以旅行礼宾为例，您将学习如何编排由专用智能体组成的网络，并为其配置自定义护栏。学完本课程后，您将了解构建稳健、可伸缩的 AI 工作流所需的设计模式和部署策略。
本课程向您介绍 Transformer 架构和 Bidirectional Encoder Representations from Transformers (BERT) 模型。您将了解 Transformer 架构的主要组成部分，例如自注意力机制，以及该架构如何用于构建 BERT 模型。您还将了解可以使用 BERT 的不同任务，例如文本分类、问答和自然语言推理。完成本课程估计需要大约 45 分钟。
本课程致力于为您提供所需的知识和工具，让您能够了解 MLOps 团队在部署和管理生成式 AI 模型以及探索 Vertex AI 如何帮助 AI 团队简化 MLOps 流程时面临的独特挑战，并帮助您在生成式 AI 项目中取得成功。
这是一节入门级微课程，旨在解释什么是生成式 AI、它的用途以及与传统机器学习方法的区别。该课程还介绍了可以帮助您开发自己的生成式 AI 应用的各种 Google 工具。