Roadmap ng Developer sa Pagdidisenyo ng Arkitektura para sa mga Agent

Mga Tala ng Sesyon

Roadmap ng developer

• arkitekto sa hinaharap
• Pagbuo ng content
• Pag-aaral ng RAG
• Pagpapahusay ng mga kasanayan sa development
• Pagbuo ng AI Agent
• Pag-integrate ng MCP
• Agentic communication Mabilis ang paglago nito... Agentic Development
• Pag-develop KASAMA ang agent
• Pagbuo ng code
• AI-DLC (AI-Driven Development Lifecycle, isang modernong metodolohiya sa software development na nagtatakda sa artificial intelligence bilang pangunahing katuwang)
• Agentic IDE
• Vibe coding
• Spec-driven na pag-develop PARA sa agent
• Pag-scale
• Deployment Pag-develop ng Agent
• Single-agent kumpara sa Multi-Agent
• MCP
• Mga guardrail
• Observability
• Pinakamahuhusay na kasanayan
• API Agentic AI Systems
• Binuo Gamit ang
• Agent
• Malayang Pagpapasya
• Paulit-ulit na Paglutas ng Problema
• Pag-uugaling Nakatuon sa Layunin Mga Agentic Pattern
• Mga Uri ng Pattern
• Pagninilay
• Paggamit ng Tool
• Pagpaplano
• Pagbuo ng Content gamit ang Multi-Agent
• Piliin ang iyong mga model
• Prompt engineering
• Mga parameter
• Paano makipag-ugnayan sa Bedrock API RAG gamit ang Amazon Bedrock Knowledge Base
• Gamitin ang RetrieveAndGenerate API
• I-set up ang iyong RAG
• Pumili ng angkop na model

KIRO

• Ang AI IDE mula prototype hanggang production
• Spec-based Development
• Steering (ang proseso ng paggabay o pagkontrol sa pag-uugali, mga tugon, at development ng isang AI system tungo sa nais na direksiyon. Maaaring kabilang dito ang fine-tuning ng mga model para sa mga partikular na gawain)
• Mag-automate gamit ang Agent Hooks (mga automated trigger sa loob ng development environment (IDE) na nagpapatupad ng mga paunang itinakdang aksiyon ng AI agent bilang tugon sa mga partikular na event, gaya ng pag-save o paggawa ng file. Dinisenyo ang mga ito upang i-automate ang mga paulit-ulit na gawain, tiyakin ang consistency, at gawing mas episyente ang development workflow)
• Paglalagay ng checkpoint
• Property-based testing - PBT (metodolohiya sa software testing na nakatuon sa pag-verify ng mga pangkalahatang property o invariant ng system na sinusuri, sa halip na suriin ang mga partikular na halimbawang may paunang itinakdang input at inaasahang output. Gumagamit ang PBT ng generative engine upang awtomatikong lumikha ng sari-sari at randomized na input at masusing tuklasin ang input space.) Binabago ng AI sa pamamagitan ng agent ang development
• Agentic Development
• Pag-develop KASAMA ang agent
• Pag-develop PARA sa agent
• Pag-develop ng Agent Kalagayan ng mga multi-agent pattern
• Graph
• Workflow
• Swarm (nagbibigay-daan sa mga specialized agent na magtulungan sa pamamagitan ng pagpapasa ng kontrol sa isa't isa, na lumilikha ng mas kumplikado at matatag na workflow kaysa sa kayang makamit ng isang agent nang mag-isa.) Multi-agent — Swarm
• Mga dynamic handoff sa pagitan ng mga specialized agent
• Mga umuusbong na landas - nagpapasya ang mga agent kung kanino susunod na ipapasa ang gawain
• Nakabahaging context at working memory sa lahat ng agent
• Malayang pakikipagtulungan na may kaunting orchestration
• Use Case: Mga development project, mga research project “Ano ang magiging hitsura ng hinaharap kasama ang GenAI?”
• Ang hinaharap ng microservices ay hindi lamang tungkol sa mas mahuhusay na API - tungkol ito sa mga intelligent service na nakikipag-ugnayan sa pamamagitan ng mga AI agent
• Kayang isulat ng GenAI ang iyong code at patakbuhin ang iyong mga workflow, ngunit hindi nito mapapalitan ang pag-unawa mo kung bakit kailangang umiral ang system.

Proof of concept ng agentic communication

Inilalarawan ng architecture diagram na ito ang isang AWS-based system para sa mga agentic AI application gamit ang

Amazon Bedrock AgentCore Runtime at Strands Agents SDK. Ginagamit ng system ang Model

Context Protocol (MCP) upang mag-integrate sa iba't ibang microservice na ipinatupad sa pamamagitan ng AWS Lambda

at Amazon DynamoDB.

• AgentCore Runtime: Ang pangunahing execution platform para sa pagpapatakbo ng mga AI agent na may enterprise-grade na feature gaya ng session isolation (gamit ang microVMs), scalability, at observability.
• Strands Agents: Isang open-source, code-first na Python SDK para sa pagbuo ng logic ng agent, kabilang ang pangangasiwa ng state, tool orchestration, at multi-step reasoning.
• AgentCore Gateway: Nagbibigay ng secure ingress connectivity at iisang interface para ma-access ng mga agent ang mga tool, kabilang ang mga kasalukuyang MCP server, REST API, at Lambda function.
• Model Context Protocol (MCP): Isang open standard at client-server architecture na nagbibigay-daan sa mga AI model na makipag-ugnayan sa mga panlabas na data source at tool.
• MCP Servers: Mga magagaan na program na naglalantad ng mga partikular na kakayahan (mga tool) sa AI agent.
• Microservices: Binubuo ang system ng ilang serverless microservice), na bawat isa ay ipinatupad gamit ang mga AWS Lambda function at sinusuportahan ng Amazon DynamoDB para sa data persistence.
• Workflow: Ang mga Strands Agent na tumatakbo sa AgentCore Runtime ay maaaring magpasya at gumamit ng mga tool sa pamamagitan ng pakikipag-ugnayan gamit ang AgentCore Gateway upang i-invoke ang iba't ibang MCP server, na siya namang nagti-trigger sa mga kaugnay na microservice.