GH-600T00: Developing in Agentic AI Systems
صمّم وكلاء الذكاء الاصطناعي وادمجهم واحكمهم داخل دورة حياة تطوير البرمجيات مع GitHub. تتناول بنية الوكلاء، والأدوات وبروتوكول MCP، وتنسيق الوكلاء المتعددين، والذاكرة والتقييم، والضوابط اللازمة لتشغيلهم بأمان في الإنتاج.
نظرة عامة
صمّم وكلاء الذكاء الاصطناعي وادمجهم واحكمهم داخل دورة حياة تطوير البرمجيات مع GitHub. تتناول بنية الوكلاء، والأدوات وبروتوكول MCP، وتنسيق الوكلاء المتعددين، والذاكرة والتقييم، والضوابط اللازمة لتشغيلهم بأمان في الإنتاج.
المنهاج
المحتوى التقني أدناه معروضٌ باللغة الإنجليزية كما ورد في منهاج الدورة، حفاظاً على دقّة المصطلحات.
- Define agentic AI in the SDLC
- Explain the agent lifecycle - plan, act, evaluate
- Describe GitHub as the system of record and control plane
- Identify responsibilities, risks, anti-patterns, and traceability needs
- Apply the contributor model to agent-generated work
- Map agent responsibilities to the SDLC
- Define inputs, outputs, and success criteria
- Separate planning, reasoning, and execution
- Examples of implementing PR governance with templates, checks, CODEOWNERS, rules, and environment gates
- Build reliable workflows - outputs, contexts, triggers, and cross-job handoffs
- Control and operate agents - observability, tools, MCP, secrets, hooks, and reliability
- How agents interact with GitHub APIs and workflows
- Model Context Protocol (MCP) servers, registries, and allow lists
- Execution context and boundaries
- Agent execution limits and protections
- Module assessment
- Define multi-agent responsibilities in the SDLC
- Orchestrate agents using GitHub workflows
- Isolate execution - branches, workflows, permissions, and concurrency
- Detect and resolve conflicts using GitHub-native arbitration
- Make the system observable - attribution, evidence, and handoffs
- Operate reliably at scale - diagnose failures and recover safely
- Implement agent memory strategies
- Persist agent state and manage context drift
- Ensure continuity of agent memory and state across tools and environments
- Define evaluation signals and enforce quality gates
- Analyze agent failures and improve behavior
- Define risk-based autonomy and action boundaries
- Enforce governance with GitHub controls
- Design human-in-the-loop workflows
- Control agent capabilities using least privilege
- Make actions observable, traceable, and auditable
- Maintain governance and operational reliability
لمن هذه الدورة
المطوّرون المتمرّسون ومهندسو المنصّات وقادة DevOps الذين يُدخلون الوكلاء إلى خطوط التسليم.
قبل أن تبدأ
لا متطلبات مسبقة رسمية. يكفي الفضول والاستعداد للتطبيق العملي.
دورات ذات صلة
المزيد في الذكاء الاصطناعي وتعلّم الآلة ←Accelerated Delivery Using AI
الذكاء الاصطناعي وتعلّم الآلة
تفاصيل الدورة ←Accelerating Data Engineering Pipelines
الذكاء الاصطناعي وتعلّم الآلة
تفاصيل الدورة ←Agentic Fundamentals for Business Professionals
الذكاء الاصطناعي وتعلّم الآلة
تفاصيل الدورة ←AI Agents with Google's ADK Bootcamp: Build with Gemini, Protocols, & AgentOps
الذكاء الاصطناعي وتعلّم الآلة
تفاصيل الدورة ←AI Driven Road Management
الذكاء الاصطناعي وتعلّم الآلة
تفاصيل الدورة ←AI Ethical Use and Responsibility - Beginner
الذكاء الاصطناعي وتعلّم الآلة
تفاصيل الدورة ←لنرسم خطوتك التالية معاً.
أخبرنا بالدورة أو الشهادة التي تهمّك، ونرسل لك المنهاج والمواعيد القادمة والرسوم وخيارات التدريب الخاص لفريقك.