Phase 5: Erkundung von KI-Anwendungsszenarien
Ein kostenloser KI-Agenten-Kurs von Hugging Face, der das Erlernen der KI-Agentenentwicklung von Anfänger- bis Expertenniveau ermöglicht.
Hugging Face AI Agents Kurs – Projektvorstellung
Projektübersicht
Der Hugging Face AI Agents Kurs ist ein kostenloser Online-Kurs, der Lernenden helfen soll, von Anfängern zu Experten für KI-Agenten zu werden. Der Kurs wurde vom Hugging Face-Team entwickelt und ist ein aktives Open-Source-Projekt, das kontinuierlich auf der Grundlage von Community-Feedback verbessert wird.
Hauptmerkmale
🎯 Lernziele
- Theorie und Praxis im Gleichgewicht: Erlernen der Theorie, des Designs und der Praxis von KI-Agenten
- Beherrschung von Bibliotheken und Tools: Erlernen der Verwendung etablierter KI-Agenten-Bibliotheken wie smolagents, LlamaIndex und LangGraph
- Community-Sharing: Teilen Sie Ihre Agenten auf dem Hugging Face Hub und erkunden Sie von der Community erstellte Agenten
- Wettbewerbsherausforderungen: Nehmen Sie an Herausforderungen teil, um Ihre Agenten mit denen anderer Studenten zu vergleichen
- Zertifizierung: Erhalten Sie ein Abschlusszertifikat durch das Erledigen von Aufgaben
📚 Kursstruktur
Haupteinheiten
Kapitel | Thema | Beschreibung |
---|---|---|
0 | Onboarding | Einrichtung von Tools und Plattformen |
1 | Agent Fundamentals | Erläuterung von Tools, Denken, Handeln, Beobachten und deren Format; Erläuterung von LLMs, Nachrichten, speziellen Token und Chat-Vorlagen; Verwendung von Python-Funktionen als Tools zur Demonstration einfacher Anwendungsfälle |
2 | Frameworks | Verständnis der Implementierung grundlegender Konzepte in beliebten Bibliotheken: smolagents, LangGraph, LLamaIndex |
3 | Use Cases | Aufbau realer Anwendungsfälle |
4 | Final Assignment | Erstellung eines Agenten für einen ausgewählten Benchmark und Nachweis Ihres Verständnisses von Agenten in einer Studenten-Rangliste |
Zusätzliche Bonus-Einheiten
- Bonus Unit 1: Fine-tuning eines LLM für Function-calling
- Bonus Unit 2: Agent Observability and Evaluation
- Bonus Unit 3: Agents in Games with Pokemon
🛠️ Technische Anforderungen
Vorkenntnisse
- Python-Grundkenntnisse
- LLMs-Grundkenntnisse (es gibt ein Wiederholungs-Kapitel im Kurs)
Benötigte Tools
- Computer mit Internetverbindung
- Hugging Face-Konto (kostenlose Registrierung)
📋 Lernweise
Kurszusammensetzung
- Grundlageneinheiten: Erlernen der Theorie der Agentenkonzepte
- Praktische Übungen: Erlernen der Verwendung etablierter KI-Agenten-Bibliotheken, um Ihre Agenten in einzigartigen Umgebungen zu trainieren. Diese praktischen Abschnitte werden Hugging Face Spaces mit einer vorkonfigurierten Umgebung sein
- Anwendungsfallaufgaben: Anwendung der erlernten Konzepte zur Lösung realer Probleme
- Herausforderungen: Messen Sie Ihre Agenten mit anderen Agenten in einem Wettbewerb, und es gibt eine Rangliste, um die Leistung der Agenten zu vergleichen
Empfohlene Lerngeschwindigkeit
- Jedes Kapitel ist für den Abschluss in 1 Woche konzipiert
- Ungefähr 3-4 Stunden Lernzeit pro Woche
- Zertifizierungsfrist: 1. Juli 2025
🏆 Zertifizierungssystem
Zertifizierungstypen
- Grundzertifizierung: Erhalt nach Abschluss von Einheit 1
- Abschlusszertifizierung: Erfordert den Abschluss von Einheit 1, einer Anwendungsfallaufgabe und der abschließenden Herausforderung
Zertifizierungsanforderungen
- Völlig kostenlos
- Alle Aufgaben müssen bis zum 1. Juli 2025 abgeschlossen sein
👥 Kursteam
Hauptdozenten
- Joffrey Thomas: Hugging Face Machine Learning Engineer, der KI-Agenten in Produktionsumgebungen entwickelt und bereitstellt
- Ben Burtenshaw: Hugging Face Machine Learning Engineer, mit Erfahrung in der Bereitstellung von Kursen auf mehreren Plattformen
- Thomas Simonini: Hugging Face Machine Learning Engineer, Ersteller von Deep RL- und ML for Games-Kursen
- Sergio Paniego: Hugging Face Machine Learning Engineer, der Inhalte zu mehreren Einheiten beigetragen hat
🌟 Projektmerkmale
Open-Source-Community-getrieben
- GitHub Open-Source-Projekt, Beiträge sind willkommen
- Discord-Community-Unterstützung und -Diskussion
- Kontinuierliche Verbesserung basierend auf Feedback
Praxisorientiert
- Vorkonfigurierte Hugging Face Spaces-Umgebungen
- Reale Anwendungsfälle
- Rangliste der Agentenleistung
Interaktives Lernen
- Quiz und Aufgaben
- Community-Lerngruppen
- Live-Sitzungen und interaktive Inhalte
📊 Technologiestack
Hauptframeworks und -bibliotheken
# Hauptsächlich verwendete KI-Agenten-Bibliotheken
- smolagents
- LangGraph
- LlamaIndex
Plattformunterstützung
- Hugging Face Hub
- Hugging Face Spaces
- GitHub-Zusammenarbeit
- Discord-Community
🎮 Besondere Inhalte
Pokemon-Agenten-Spiel
In Bonus-Einheit 3 können Lernende Agenten erstellen, um Pokemon-Kämpfe durchzuführen, ein unterhaltsames praktisches Projekt.
Produktionsreife Agenten
Der Kurs vermittelt nicht nur Theorie, sondern auch die Beobachtbarkeit und Bewertung von Agenten, um Sie auf Produktionsumgebungen vorzubereiten.
Zusammenfassung
Der Hugging Face AI Agents Kurs ist eine umfassende, praxisorientierte Lernplattform für KI-Agenten, die theoretisches Lernen, praktische Übungen, Community-Interaktion und ein Zertifizierungssystem kombiniert. Es ist ein aktives Projekt, das sich mit Ihrem Feedback und Ihren Beiträgen ständig weiterentwickelt. Der Kurs ist für Lernende mit Python-Grundkenntnissen geeignet und bietet Vorteile für KI-Agenten-Entwickler vom Anfänger- bis zum Expertenniveau.