مهندسی هارنس عامل گرا — طراحی هارنس برای مهندسان هوش مصنوعی

مهندسی هارنس عامل برای هوش مصنوعی با هدف پشتیبانی از عوامل طولانی‌مدت که کد اجرا می‌کنند و پایدار می‌مانند. در این دوره شما یاد می‌گیرید: - ساخت یک هارنس جامع: طراحی و پیاده‌سازی یک هارنس چندسطحه برای عامل‌ها از صفر با استفاده از پایتون خام و حلقه‌های اجرای سفارشی. - پیاده‌سازی حافظه چندجلسه‌ای: استفاده از استاندارد فایل حافظه AGENTS.md همراه با بازیابی با نمایه‌های برداری برای یادآوری پایدار میان نشست‌ها. - مقابله با فرسودگی زمینه: پیاده‌سازی قلاب‌های فشرده‌سازی پیشرفته و میدل‌ویر خروجی ابزار برای حفظ عملکرد مدل در اجراهای طولانی. - اجرای ایمن کد: طراحی sandboxهای داکر ایزوله با محدودیت‌های زمانی اجرا، فهرست مجاز فرمان‌ها و محدودیت‌های شبکه خروجی. - بهینه‌سازی با ردیابی لانگ‌اسمیت: ایجاد هارنس ارزیابی دقیق برای پروفایل رد‌ی‌های عامل، تشخیص خطاها و اندازه‌گیری نرخ موفقیت. - مدیریت وظایف با طول عمر بلندمدت: پیاده‌سازی حلقه رالف برای جلوگیری از خروج زودهنگام عامل و حفظ پیگیری هدفمند و خودران.