کلود با آمازون بستر توسط آنتروپیک

مدرس Anthropic

انتشار 2026/03/31

مدت زمان 7h 26m

سطح مناسب همه

فایل تمرینی دارد

آموزش Claude with Amazon Bedrock by Anthropic

ساخت برنامه‌های کاربردی هوش مصنوعی با Claude به چیزی بیش از دسترسی به API نیاز دارد—شما به سیستم‌هایی نیاز دارید که بازیابی، استفاده از ابزار، حافظه پنهان و مقیاس را مدیریت کنند. Amazon Bedrock زیرساخت مدیریت شده را برای ساخت این سیستم ها در اکوسیستم AWS فراهم می کند. این دوره به شما می آموزد که API کلود را پیاده سازی کنید، برنامه های کاربردی آماده تولید ایجاد کنید، و قابلیت های پیشرفته ای از جمله استفاده از ابزار، تولید تقویت شده بازیابی (RAG) و عوامل مستقل را به کار ببرید.با الگوهای اجرای API اصلی شروع کنید، سپس نحوه ساخت سیستم های RAG و خطوط لوله هوش مصنوعی مکالمه را بیاموزید. در طول راه، نحوه توسعه عوامل مستقل برای کارهایی مانند تولید کد و اشکال زدایی را بیاموزید و تکنیک های بهینه سازی عملکرد از جمله حافظه پنهان و طراحی معماری مقیاس پذیر را بیاموزید.توجه: این دوره به مهارت اولیه برنامه نویسی Python و درک اولیه خدمات AWS و Amazon Bedrock نیاز دارد.این دوره توسط Anthropic ایجاد شده است. ما خوشحالیم که میزبان این آموزش در کتابخانه خود هستیم.

AI Agents Amazon Bedrock Anthropic Claude Application Development Artificial Intelligence (AI) Retrieval-Augmented Generation (RAG)

Introduction

Welcome to the course ()

Overview of Claude models ()

1. Working with the API

Accessing the API ()

Making a request ()

Multiturn conversations ()

Chatbot exercise ()

System prompts ()

System prompt exercise ()

Temperature ()

Streaming ()

Controlling model output ()

Structured data ()

Structured data exercise ()

2. Prompt Evaluations

Prompt evaluation ()

A typical eval workflow ()

Generating test datasets ()

Running the eval ()

Model-based grading ()

Code-based grading ()

Exercise on prompt evals ()

3. Prompt Engineering

Prompt engineering ()

Being clear and direct ()

Being specific ()

Structure with XML tags ()

Providing examples ()

Exercise on prompting ()

4. Tool Use

Introducing tool use ()

Tool functions ()

JSON schema for tools ()

Handling tool use responses ()

Running tool functions ()

Sending tool results ()

Multiturn conversations with tools ()

Adding multiple tools ()

Batch tool use ()

Structured data with tools ()

Flexible tool extraction ()

The text editor tool ()

5. Retrieval-Augmented Generation (RAG)

Introducing retrieval-augmented generation (RAG) ()

Text chunking strategies ()

Text embeddings ()

The full RAG flow ()

Implementing the RAG flow ()

BM25 lexical search ()

A multisearch RAG pipeline ()

Reranking results ()

Contextual retrieval ()

6. Features of Claude

Extended thinking ()

Image support ()

PDF support ()

Citations ()

Prompt caching ()

Rules of prompt caching ()

Prompt caching in action ()

7. Model Context Protocol (MCP)

Introducing MCP ()

MCP clients ()

Project setup ()

Defining tools with MCP ()

The MCP Inspector ()

Implementing a client ()

Defining resources ()

Accessing resources ()

Defining prompts ()

Prompts in the client ()

MCP review ()

8. Agents

Agents overview ()

Claude Code setup ()

Claude Code in action ()

Enhancements with MCP servers ()

Parallelizing Claude Code ()

Automated debugging ()

Computer use ()

How computer use works ()

Qualities of agents ()

Conclusion

Course wrap-up ()

Ex_Files_Claude_Amazon_Bedrock.zip (5.5 MB)

دانلود فایل فشرده

با توجه به امکانات آموزش و همچنین امکانات بسته انتخاب شده لینک دانلود فایل فشرده آماده خواهد شد. با در نظر داشتن این شرایط لطفا بسته مورد نظر خود را انتخاب کرده و روی دکمه درخواست لینک دانلود کلیک کنید

در حال به روزرسانی اطلاعات

درخواست لینک دانلود

در حال به روزرسانی اطلاعات

لطفا قبل از فعالسازی لینک دانلود به موارد زیر توجه کنید:

پسورد فایل‌های فشرده است.
لینک‌های آماده شده تا 8 روز پس از فعالسازی منقضی خواهند شد.
حجم فایل‌ها تخمینی هستند.
در صورتی که لینک دانلود تا 15دقیقه پس از درخواست آماده نشد، از بخش پشتیبانی پیگیری نمایید.