Chia Sẻ Khóa Học Build Các AI Agent Không Bao Giờ Ngủ [Khóa 5076 A]
Xây dựng một agent ứng phó sự cố có khả năng điều tra một service được mô phỏng, thực hiện hành động, chờ con người phê duyệt và tiếp tục sau khi thất bại. Tìm hiểu cách đưa harness vào tầm kiểm soát với durable execution, event, safe retry và observable state.
Xây dựng các Node.js agent bền bỉ với Inngest, Inngest, event-driven execution, human approval và reliable recovery:
Giao cho agent một mục tiêu, đóng tab và quay lại khi nó cần bạn. Trong khóa học thực hành này, bạn sẽ xây dựng một agent ứng phó sự cố (incident-response agent) để investigate một simulated service, chọn một remediation, chờ phê duyệt khi có yêu cầu, xác minh quá trình recovery và tạo một incident report.
Bắt đầu với một small agent loop trong Node.js và TypeScript, bạn sẽ giao cho harness quản lý state, xác thực hành động và quá trình hoàn thành. Sau đó, bạn sẽ sử dụng Inngest để đảm bảo việc thực thi bền vững, tạm dừng để chờ các event bên ngoài và quyết định của con người, cũng như phục hồi an toàn sau các lỗi. Bạn sẽ cố tình restart agent, duplicate event và làm mất các tool response để xem durable execution xử lý những gì và những biện pháp bảo vệ cấp ứng dụng nào vẫn cần thiết.
Một local UI & event simulator có sẵn sẽ giúp bạn tập trung vào agent và harness của nó. Mỗi bài học bao gồm live coding, các Markdown note với các code change chính xác và một catch-up break. Mọi thứ đều chạy local với LLM API key của bạn; không yêu cầu triển khai (deployment). Vào cuối ngày, bạn sẽ có một kiến trúc tham chiếu (reference architecture) đang hoạt động và một mô hình tư duy rõ ràng về thời điểm các agent chạy ngầm trở nên hữu ích, cách chúng tạm dừng và tiếp tục, cũng như cách kiểm tra hành vi của chúng.
Bạn sẽ làm chủ những gì (Senior Engineer Toolkit):
- ✓ Hiểu cách thực thi nền (background execution) khác với một chat interface như thế nào và khi nào agent cần một durable lifecycle.
- ✓ Build một Node.js agent harness để quan sát trạng thái hiện tại, xác thực các hành động do mô hình chọn và xác minh việc hoàn thành.
- ✓ Sử dụng Inngest để checkpoint model call và tool execution để các lần chạy có thể tiếp tục sau khi ứng dụng restart.
- ✓ Đình chỉ các lần chạy cho đến khi event, timer hoặc human decision đến, sau đó đánh giá lại trạng thái hiện tại.
- ✓ Yêu cầu phê duyệt đối với các hành động gây gián đoạn và xử lý các rejection, expiry & changed condition trước khi thực thi.
- ✓ Đảm bảo việc thử lại an toàn với action idempotency, timeout, run limit & cancellation.
- ✓ Sử dụng một local event simulator và Inngest traces để tái tạo lỗi và giải thích những gì một lần chạy đã thực hiện.
- ✓ Kết thúc với một incident-response agent đang hoạt động và một kiến trúc tham chiếu mà bạn có thể áp dụng cho các background workflow của riêng mình.
Điều kiện tiên quyết:
- ✓ Thành thạo JavaScript hoặc TypeScript hiện đại và các kiến thức Node.js development cơ bản.
- ✓ Có khả năng chạy một local Node.js project, cài đặt các dependency với npm và làm việc trên terminal.
- ✓ Làm quen với async/await, API và các khái niệm server cơ bản.
- ✓ Hiểu biết cơ bản về các LLM API hoặc từng sử dụng một AI SDK là một lợi thế, nhưng không bắt buộc.
- ✓ Mang theo laptop đã cài đặt sẵn Node.js LTS, npm, Git và một editor.
- ✓ Khuyến nghị có một LLM API key cho các bài tập thực hành.
Khóa học này dành cho ai?
Khóa học này dành cho các nhà phát triển đã có kinh nghiệm về JavaScript hoặc TypeScript và muốn tiến xa hơn những demo AI dạng chat để bước vào các hệ thống agent thực tế. Nó đặc biệt hữu ích cho các full-stack engineer, backend engineer và technical founder đang xây dựng các hệ thống tự động hóa, internal tool hoặc các tính năng sản phẩm nơi công việc cần tiếp tục chạy nền bất đồng bộ. Có kinh nghiệm về agent từ trước là một lợi thế nhưng không bắt buộc.
Nội dung chính:
- ✓ Giao cho agent một mục tiêu.
- ✓ Checkpoint & Resume với Inngest.
- ✓ Event, timer & fresh state.
- ✓ Human in the Loop.
- ✓ Retries (idempotency, run limits, v.v.).
- ✓ Chạy một incident drill.
- ✓ Tổng kết, tradeoffs và các bước tiếp theo.