รู้จักสินค้านี้
Building Applications with AI Agents
Generative AI ได้เปลี่ยนโซลูชันในองค์กรต่างๆ
ทำให้การพัฒนาจากแนวคิดไปสู่ต้นแบบ และไปสู่โซลูชันจริงเกิดได้เร็วขึ้น และเมื่อโมเดลมีความสามารถเพิ่มขึ้นเราก็ได้เห็นรูปแบบใหม่นั่นคือ AI AgentAI Agent ไม่ใช่เป็นแค่แชทบอต
แต่คือ “พนักงานดิจิตอล” ที่ทำงานแทนเราได้จริง! ด้วยการผสานเครื่องมือ,ความรู้, ความจำและการเรียนรู้ เข้ากับโมเดลรากฐานระดับสูง (foundationmodel) ทำให้เราสามารถนำการประมวลผลของแต่ละโมเดลมาทำงานร่วมกันเพื่อแก้ปัญหาที่คลุมเครือและซับซ้อนได้หนังสือเล่มนี้จะพาผู้อ่านเจาะลึกความซับซ้อนเหล่านี้
ตั้งแต่การวางโครงสร้างสถาปัตยกรรมเอเจนต์ (AgentArchitecture), การจัดการด้านความจำ(Memory)
และการนำเครื่องมือต่างๆ มาใช้โดยผู้เขียนได้แนะนำแนวทางเชิงปฏิบัติสำหรับการออกแบบและพัฒนาระบบเอเจนต์ทั้งแบบเดี่ยวและแบบหลายเอเจนต์ พร้อมระบบเฝ้าระวังและการกำกับดูแลเอเจนต์ให้ปลอดภัย —ครบทุกมิติที่องค์กร "ต้องรู้" ก่อนลงมือพัฒนาโซลูชันจริง
· เจาะแนวความคิดทางสถาปัตยกรรมและการรักษาความปลอดภัยที่วิศวกร AI ระดับโลกใช้จริง
· รู้จักกับองค์ประกอบที่สำคัญและหลักการออกแบบระบบที่ใช้ AI Agent
· เผยพิมพ์เขียวสถาปัตยกรรมที่เอเจนต์ทำงานประสานกันเพื่อกลายเป็นโซลูชันให้กับองค์กร
· ลงมือสร้างตั้งแต่เวิร์คโฟลว์แรกไปจนถึงการปรับใช้ในระดับโปรดักชั่น
พร้อมภาคผนวก
สัมผัสประสบการณ์กับเครื่องมือพัฒนาระดับโลก:LangChain, n8n, Claude Cowork, OpenClaw, Gemini CLI, AWS Workflow Builder,Microsoft Copilot Workspace, OpenAI Agent Builder และManus My Computer
อ่านสารบัญบางส่วนของเล่มได้ที่ภาพด้านบน
งานด้านวิศวกรรมข้อมูลได้เติบโตอย่างรวดเร็วในช่วงทศวรรษที่ผ่านมา ทำให้วิศวกรซอฟต์แวร์, นักวิทยาศาสตร์ข้อมูล และนักวิเคราะห์จำนวนมาก ต่างศึกษาและมองหาแนวทางปฏิบัติที่ครอบคลุมกระบวนการต่างๆ ในวงจรชีวิตของวิศวกรรมข้อมูล
คุณจะได้เรียนรู้ถึงวิธีวางแผนและพัฒนาระบบ เพื่อตอบสนองความต้องการขององค์กร โดยผู้เขียนจะสร้างความเข้าใจในแต่ละช่วงของวงจรชีวิตวิศวกรรมข้อมูล เพื่อให้คุณเรียนรู้ถึงแนวคิดในการสร้างข้อมูล, การนำข้อมูลเข้า, การประสานงาน, การแปลง, การจัดเก็บ และการกำกับดูแล รวมถึงการประเมินเทคโนโลยีข้อมูล เพื่อให้เหมาะสมกับลักษณะการใช้งานแบบต่างๆ โดยหนังสือเล่มนี้จะทำให้คุณสามารถ
• เห็นภาพรวมของภูมิทัศน์ทางวิศวกรรมข้อมูลทั้งหมด
• ประเมินปัญหาทางวิศวกรรมข้อมูล โดยใช้กรอบแนวทางปฏิบัติแบบครบวงจร
• เลือกเทคโนโลยี, สถาปัตยกรรม และกระบวนการด้านข้อมูลที่มีประสิทธิภาพ
• ใช้วงจรชีวิตวิศวกรรมข้อมูลเพื่อออกแบบ และสร้างสถาปัตยกรรมที่แข็งแกร่ง