AI Agenty to programy, które potrafią samodzielnie podejmować decyzje, używać narzędzi i realizować złożone zadania. W tym szkoleniu krok po kroku zbudujesz takich agentów, zaczynając od podstaw i przechodząc do pracy z trzema frameworkami: OpenAI Agents SDK, CrewAI i LangGraph. Poznasz wzorce ReAct, Tool Use oraz Multi‑Agent, a następnie utrwalisz je w serii praktycznych projektów.

Od podstaw do wzorców działania

Zaczynasz od zrozumienia, czym są agenci AI i czym różnią się od zwykłych chatbotów. Omawiamy, jak agent planuje kolejne kroki, kiedy podejmuje decyzje samodzielnie i w jaki sposób korzysta z narzędzi. Następnie wchodzisz w trzy kluczowe wzorce: ReAct, który łączy rozumowanie z działaniem, Tool Use, który porządkuje użycie funkcji, oraz Multi‑Agent, który dzieli pracę na role. Dzięki temu wiesz, kiedy zastosować dany schemat i jak łączyć wzorce w przejrzysty przepływ, który prowadzi do rozwiązania złożonych zadań.

OpenAI Agents SDK w praktyce

Poznasz oficjalne narzędzie do budowy agentów od OpenAI. Zaczynasz od prostego agenta z kalkulatorem, aby zobaczyć pełny przepływ od zapytania do działania. Potem dodajesz narzędzia i uczysz się obsługi Function Calling, by agent mógł wywoływać funkcje wtedy, gdy są potrzebne. Wprowadzisz także Guardrails, aby kontrolować zachowanie i zakres działania. Ten moduł daje solidną bazę do dalszej pracy z agentami w bardziej wymagających zadaniach.

Zespoły agentów w CrewAI

Przechodzisz do pracy zespołowej. W CrewAI budujesz ekipy agentów z różnymi rolami, takimi jak Researcher, Writer i Analyst. Uczysz się, jak łączyć ich kompetencje, aby współpracowali nad jednym celem. Poznajesz system pamięci i narzędzi, dzięki którym zespół może dzielić się kontekstem i konsekwentnie dowozić wynik. W praktyce tworzysz scenariusze Debaty agentów oraz projekt Research Team, w którym trzy role koordynują pracę i wymieniają się wynikami krok po kroku.

LangGraph: logika jako graf

W tym module poznasz LangGraph, który pozwala budować agentów jako grafy. Tworzysz przejścia między krokami, dodajesz warunki i pętle, aby precyzyjnie kontrolować przepływ pracy. Dzięki temu możesz tworzyć self‑improving agents, czyli agentów, którzy w pętli poprawiają swoje odpowiedzi na podstawie wcześniejszych prób. Uczysz się konstruować czytelne ścieżki decyzyjne i wykorzystywać graf do porządkowania kolejnych iteracji, aż do uzyskania satysfakcjonującego wyniku.

Projekty krok po kroku

Całość jest nastawiona na praktykę. Realizujesz serię projektów: Agent z kalkulatorem, Agent kariery odpowiadający rekruterom na pytania o CV, Agent kryptowalutowy pobierający dane z API, Agent z Web Search, Agent czytający dokumenty PDF i TXT, Agent programista, który pisze i uruchamia kod Python, Debata agentów, zespół Research Team oraz Self‑improving Agent. Każdy projekt rozbijamy na małe kroki, które łatwo powtórzyć i rozbudować.