Chia Sẻ Khóa Học Agentic AI Engineering Với MERN - RAG, MCP & AI Agent [Khóa 5519 A]
Xây dựng các Autonomous Agent cấp độ sản xuất với Model Context Protocol (MCP), RAG và Tool Calling bằng cách sử dụng MERN Stack.
Những điều bạn sẽ học:
- ✓ Kiến trúc và xây dựng một ứng dụng Full-Stack (MERN) Agentic AI hoàn chỉnh sử dụng React, 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 React, 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 hệ thống Deterministic RAG bằng cách sử dụng 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 code function có thể thực thi.
- ✓ Kết nối RAG Engine của bạn như một MCP Tool, tạo một modular system nơi các Agent có thể "lựa chọn" 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 chương trình Agentic AI Engineering, khóa học duy nhất bạn cần để thu hẹp khoảng cách giữa các LLM wrapper đơn giản và các Agentic System phức tạp, sẵn sàng cho production.
Hầu hết các nhà phát triển 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 thiết kế kiến trúc một ứng dụng Full-Stack Agentic từ đầu bằng React và Node.js, tích hợp các giao thức 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 engineer một nền tảng AI chuyên nghiệp với một React UI hiện đại và Node.js/Express backend mạnh mẽ. Bạn sẽ không chỉ học cú pháp; bạn sẽ học cả kiến trúc đằng sau các autonomous system.
Các phân tích kỹ thuật chuyên sâu quan trọng:
- ✓ Model Context Protocol (MCP): Hãy là một trong những người đầu tiên nắm vững 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 tool 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 ingestion manually 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 ta 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.
Tech Stack:
- ✓ Frontend: React (phiên bản mới nhất), TailwindCSS, Vite.
- ✓ Backend: Node.js, Express, TypeScript.
- ✓ AI Model: Google Gemini, OpenAI GPT Models.
- ✓ Vector Database: ChromaDB, pgVector (PostgreSQL).
- ✓ Protocol: MCP (Model Context Protocol).
Nếu bạn đã sẵn sàng ngừng chơi đồ chơi và bắt đầu xây dựng các hệ thống agentic thông minh, có khả năng tự vận hành, hãy đăng ký ngay. Chúng ta cùng nhau viết code nhé.
Mục lục:
- ✓ 01. Giới thiệu khóa học: Bức tranh tổng quan về Agentic AI - RAG, MCP và Tương lai.
- ✓ 02. Setup Agentic Architecture & API Security.
- ✓ 03. Tìm hiểu sâu về RAG: Architecture, Embeddings & Vector Search SEO.
- ✓ 04. Build một Frontend AI Architecture: React, NodeJS & Gemini API.
- ✓ 05. Deterministic RAG Q&A Bot - JSON, Embeddings & Cosine Similarity.
- ✓ 06. Xây dựng một Custom MCP Server - NodeJS, Weather API & Tool Calling.
- ✓ 07. Xây dựng các hệ thống AI Agentic (Phần 1): Architecture & Pattern.
- ✓ 08. Tìm hiểu về các Vector Database.
- ✓ 09. Xây dựng các hệ thống AI Agentic (Phần 2): Vector DB Pipeline Engineering
- ✓ 10. Xây dựng các hệ thống AI Agentic (Phần 3): MCP + RAG (pgvector & ChromaDB) + AI LLM.
Khóa học này dành cho ai:
- ✓ Các Full-Stack (MERN) Developer muốn chuyển đổi từ các ứng dụng web truyền thống sang xây dựng các hệ thống Agentic được hỗ trợ bởi AI.
- ✓ Các Solutions Architect & Tech Lead cần triển khai tiêu chuẩn Model Context Protocol (MCP) mới trong môi trường doanh nghiệp.
- ✓ Những người đam mê AI muốn nắm vững 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.
- ✓ Các Freelancer và tư vấn viên muốn cung cấp dịch vụ "Custom AI Agent" chất lượng cao cho khách hàng.