Chia Sẻ Khóa Học Agentic AI Full‑Stack Master - RAG, MCP & AI Agent [Khóa 5570 A]
Xây dựng Full-Stack Agentic AI: Angular, Node.js, RAG, Vector DB, các MCP Server tùy chỉnh, Gemini & OpenAI Tool Calling.
Những điều bạn sẽ học:
- ✓ Kiến trúc và xây dựng một ứng dụng Full-Stack Agentic AI sử dụng Angular, Node.js và Express.
- ✓ Triển khai các Retrieval Augmented Generation (RAG) pipeline nâng cao với embeddings, vector search và context augmentation.
- ✓ Làm chủ Model Context Protocol (MCP) bằng cách xây dựng các MCP Server tùy chỉnh trong Node.js để cung cấp các công cụ thực tế cho các LLM.
- ✓ Xây dựng một Chat Interface sẵn sàng cho môi trường production bằng Angular, xử lý các streaming response, Markdown rendering và tool output.
- ✓ Thiết lập và quản lý các Vector Database (ChromaDB và pgVector) để lưu trữ các high-dimensional embedding cho semantic search.
- ✓ Tạo các Static RAG System bằng JSON và Cosine Similarity dựa trên toán học để hiểu các thuật toán cốt lõi của retrieval.
- ✓ Triển khai Native Tool Calling với Gemini và OpenAI để chuyển đổi ngôn ngữ tự nhiên thành các executable code function.
- ✓ Kết nối RAG Engine của bạn như một MCP Tool, tạo ra một modular system nơi các Agent có thể "lựa chọn" để tìm kiếm trong database của bạn.
Hãy ngừng xây dựng những chatbot cơ bản. Đã đến lúc xây dựng những AI Agent thông minh có khả năng thực hiện nhiều nhiệm vụ.
Chào mừng bạn đến với Khóa học Agentic AI Full-Stack Master, khóa học duy nhất bạn cần để thu hẹp khoảng cách giữa các LLM wrapper đơn giản và các Hệ thống Agentic phức tạp, sẵn sàng cho production.
Hầu hết các developer đều đang gặp khó khăn khi xây dựng các ứng dụng "chat with PDF". Trong khóa học này, chúng ta sẽ đi sâu hơn nữa. Bạn sẽ kiến trúc một ứng dụng Full-Stack Agentic từ đầu bằng Angular và Node.js, tích hợp các protocol tiên tiến như MCP (Model Context Protocol) và các RAG pipeline nâng cao.
Tại sao nên chọn khóa học này? Ngành công nghiệp đang chuyển dịch từ "Generative AI" sang "Agentic AI". Các công ty không chỉ muốn text; họ muốn các Agent có thể truy vấn cơ sở dữ liệu, thực thi công cụ và thực hiện các hành động. Khóa học này sẽ giúp bạn đón đầu xu hướng đó.
Những gì bạn sẽ xây dựng: Chúng ta sẽ xây dựng một nền tảng AI chuyên nghiệp với một Angular UI hiện đại và một Node.js/Express backend mạnh mẽ. Bạn sẽ không chỉ học cú pháp; bạn sẽ học kiến trúc đằng sau các hệ thống tự động.
1. Các kỹ thuật chính quan trọng:
- ✓ Model Context Protocol (MCP): Hãy là một trong những người đầu tiên làm chủ tiêu chuẩn này. Bạn sẽ xây dựng các Custom MCP Server bằng Node.js để kết nối AI của mình với dữ liệu thực tế (như Weather API) và cung cấp chúng như các công cụ cho Claude, Gemini hoặc OpenAI.
- ✓ Các RAG Pipeline nâng cao: Vượt xa những điều cơ bản. Chúng ta triển khai Vector Search bằng ChromaDB và pgVector, handling embeddings, chunking và nhập dữ liệu để mang đến cho bạn toàn quyền kiểm soát.
- ✓ Native Tool Calling: Tìm hiểu cách tạo các LLM (Gemini & OpenAI) dưới dạng JSON có cấu trúc chặt chẽ để kích hoạt các function trong code của bạn - xương sống của Agentic AI.
- ✓ Toán học & Lý thuyết: Chúng tôi không chỉ import các thư viện. Chúng tôi đề cập đến logic đằng sau Cosine Similarity, Vector space và Retrieval scoring để bạn hiểu tại sao retrieval của mình hoạt động.
2. Tech Stack:
- ✓ Frontend: Angular (phiên bản mới nhất), TailwindCSS.
- ✓ Backend: Node.js, Express.
- ✓ AI Model: Google Gemini, OpenAI (ChatGPT Version).
- ✓ Vector Database: ChromaDB, pgVector (PostgreSQL).
- ✓ Protocol: MCP (Model Context Protocol).
Hãy bắt đầu xây dựng các hệ thống agentic thông minh, có khả năng tự vận hành, hãy đăng ký ngay. Chúng ta sẽ cùng nhau code.
3. Bạn sẽ học được những gì trong khóa học của bạn?
- ✓ Kiến trúc và xây dựng một ứng dụng Full-Stack Agentic AI sử dụng Angular, Node.js và Express.
- ✓ Triển khai các Retrieval Augmented Generation (RAG) pipeline nâng cao với embeddings, vector search và context augmentation.
- ✓ Làm chủ Model Context Protocol (MCP) bằng cách xây dựng các MCP Server tùy chỉnh trong Node.js để cung cấp các công cụ thực tế cho các LLM.
- ✓ Xây dựng một Chat Interface sẵn sàng cho production bằng Angular, xử lý streaming responses, Markdown rendering và tool output.
- ✓ Thiết lập và quản lý Vector Database (ChromaDB và pgVector) để lưu trữ các high-dimensional embedding cho semantic search.
- ✓ Tạo các Static RAG System bằng JSON và Cosine Similarity dựa trên toán học để hiểu các thuật toán cốt lõi của retrieval.
- ✓ Triển khai Native Tool Calling với Gemini và OpenAI để chuyển đổi ngôn ngữ tự nhiên thành các executable code function.
- ✓ Kết nối RAG Engine của bạn làm một MCP Tool, tạo ra một modular system nơi các Agent có thể "lựa chọn" để tìm kiếm trong database của bạn.
4. Yêu cầu (Điều kiện tiên quyết):
- ✓ Nắm vững JavaScript và TypeScript: Bạn phải thành thạo Async/Await, Promises và ES6+ syntax.
- ✓ Kiến thức cơ bản về Node.js và Express: Chúng ta sẽ xây dựng một backend API, vì vậy bạn cần biết cách thiết lập server và các route.
- ✓ Frontend Fundamentals: Kinh nghiệm với Angular (hoặc React/Vue) là bắt buộc. Chúng tôi làm việc rất nhanh chóng trong phần UI.
- ✓ Không cần kinh nghiệm về AI: Tôi sẽ dạy bạn RAG, Vector DB và MCP từ những kiến thức cơ bản nhất.
5. Khóa học này dành cho ai?
- ✓ Các Full-Stack Developer muốn chuyển đổi từ các ứng dụng web truyền thống sang xây dựng các hệ thống Agentic được hỗ trợ bởi AI.
- ✓ Những người đam mê AI muốn làm chủ Model Context Protocol (MCP) và các tiêu chuẩn Tool Calling hiện đại.
- ✓ Các Software Engineer cần triển khai RAG và Vector Search mà không cần dựa vào các "black box" framework như LangChain.
- ✓ Freelancer & Consultant muốn cung cấp dịch vụ "Custom AI Agent" chất lượng cao cho khách hàng.
Mục lục:
- ✓ 1. Giới thiệu khóa học: Bức tranh tổng quan về Agentic AI - RAG, MCP và Tương lai.
- ✓ 2. Thiết lập môi trường.
- ✓ 3. Tìm hiểu sâu về RAG: Architecture, Embeddings & Vector Search SEO.
- ✓ 4. Xây dựng một AI Chatbot hiện đại: Angular, NodeJS & Gemini API.
- ✓ 05. Static RAG Q&A Bot: JSON, Embeddings & Cosine Similarity.
- ✓ 6. Xây dựng một Custom MCP Server: Node.js, Weather API & Tool Calling.
- ✓ 07. Xây dựng các AI Agentic System (Phần 1): Architecture & Patterns.
- ✓ 8. Tìm hiểu về Vector Database.
- ✓ 09. Xây dựng các AI Agentic System (Phần 2): Vector Database Bootcamp.
- ✓ 10. Xây dựng các AI Agentic System (Phần 3): MCP + RAG (pgvector & ChromaDB) + AI LLM.
Khóa học này dành cho ai:
- ✓ Các Full-Stack Developer muốn chuyển đổi từ các ứng dụng web truyền thống sang xây dựng các hệ thống Agentic được hỗ trợ bởi AI.
- ✓ Những người đam mê AI muốn làm chủ Model Context Protocol (MCP) và các tiêu chuẩn Tool Calling hiện đại.
- ✓ Các Software Engineer cần triển khai RAG và Vector Search mà không cần dựa vào các "black box" framework như LangChain.
- ✓ Freelancer & Consultant muốn cung cấp dịch vụ "Custom AI Agent" chất lượng cao cho khách hàng.
NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU