Kamal Kant Jain
成为会员时间:2025
黄金联赛
6821 积分
成为会员时间:2025
大致了解 AI 智能体的概念。了解 AI 智能体如何通过自主行动和推理来解决复杂问题。您将探索技术架构(模型、工具和编排),该架构使智能体能够学习、规划,并为您实现目标。
“生成式 AI 应用:改变工作方式”是 Generative AI Leader 学习路线的第四门课程。本课程介绍 Google 的生成式 AI 应用,例如 Gemini for Workspace 和 NotebookLM。它将引导您逐一了解接地、检索增强生成、构建有效提示和构建自动化工作流等概念。
“生成式 AI:全面了解生成式 AI”是“Gen AI Leader”学习路线中的第三门课程。生成式 AI 正在改变我们的工作方式以及与世界的互动方式。作为领导者,应该如何利用生成式 AI 来推动实际业务成果?在本课程中,您将探索构建生成式 AI 解决方案的不同层级、Google Cloud 的产品/服务,以及选择解决方案时需要考虑的因素。
生成式 AI:剖析基本概念是“Gen AI Leader”学习路线的第二门课程。在本课程中,您将探索 AI、机器学习和生成式 AI 之间的差异,了解各种数据类型如何赋能生成式 AI 来应对业务挑战,从而了解生成式 AI 的基本概念。您还将深入了解 Google Cloud 应对基础模型局限性的策略,以及负责任和安全的 AI 开发与部署面临哪些关键挑战。
本课程将介绍 Gemini Enterprise,它是一个集 AI 智能体、企业搜索、Gemini Notebook 和智能数据访问功能于一身的强大平台,旨在帮助组织应对各种挑战。学员通过学习真实案例并动手实操,将能够把 Gemini Enterprise 的各项功能与实际的业务需求联系起来,说明 Gemini Enterprise 的架构以及它如何处理不同角色的数据访问和隐私安全问题。
生成式 AI:不只是聊天机器人是 Gen AI Leader 学习路线的第一门课程,没有前提条件要求。本课程旨在带您超越对聊天机器人的浅层认知,深入挖掘生成式 AI 为您的组织带来的真正潜力。您将探索基础模型和提示工程等概念,它们对于利用生成式 AI 的强大功能至关重要。本课程还将提供指导,让您了解在为组织制定成功的生成式 AI 策略时,应考虑哪些重要因素。
在本课程中,您将学习如何利用生成式 playbook 为 Conversational Agents 构建出色的对话体验。您首先会了解 playbook 的大致情况,然后学习如何设置您的首个 playbook。您还将了解测试的重要性,以及配额限制和集成等关键生产注意事项。课程最后将通过一个案例研究展示如何利用 playbook 改变内容生成方向。
“生成式 AI 智能体:助力组织转型”是“Gen AI Leader”学习路线中的第五门课程,也是最后一门课程。本课程探讨了组织如何使用量身定制的生成式 AI 智能体,帮助应对特定的业务挑战。您将亲自动手构建一个基本的生成式 AI 智能体,并探索这些智能体的组成部分,例如模型、推理循环以及各种工具。
完成部署多智能体架构这一高级技能徽章课程,展示您在以下方面的技能: 使用 ADK 构建多智能体系统;通过 Agent-to-Agent (A2A) protocol 连接智能体, 通过 Model Context Protocol (MCP) 集成外部工具,并将完整的多智能体解决方案部署到 Agent Engine。
在本课程中,您将学习如何使用 Google 智能体开发套件构建复杂的多智能体系统。您将构建搭载工具的智能体,利用父子层级关系和工作流进行连接,以此定义它们的交互方式。您将在本地运行智能体,并将其部署到 Gemini Enterprise Agent Platform 上的 Agent Runtime,以托管式智能体流程的形式运行,而基础设施决策和资源扩缩均由 Agent Runtime 统一处理。请注意,这些实验基于此产品的预发布版本。在进行维护更新时,这些实验可能会出现一些延迟。
本结构化课程面向对使用智能体开发套件 (ADK) 构建智能体感兴趣的开发者。它结合了实操体验、核心概念和实际应用,旨在提供 ADK 的全面使用指南。您还可以加入我们的 Google Cloud 专家和同行社区,提出问题、讨论答案,并与开发您日常使用的产品的 Google 员工交流互动。