Tools ו-function calling
איך מודל קורא לפונקציות שלכם: הגדרת כלי, לולאת השימוש בכלים, תוצאות ושגיאות, ה-JSON הגולמי על הקו, ה-tool runner של ה-SDK, ואיך כותבים כלים טובים.
בינה מלאכותית: Tools ו-Agents
סדרה 3 מתוך 5 בבינה מלאכותית. איך מודל פועל בעולם. Tools, MCP, סוכנים, דפוסי workflow, זיכרון ומערכות מרובות סוכנים.
8 חלקים
- חלק 1
- חלק 2
MCP: פרוטוקול ההקשר למודלים
מה זה MCP, למה הוא קיים, hosts, clients ו-servers, כלים, משאבים ו-prompts, שני ה-transports, ושרת MCP קטן ב-Python.
- חלק 3
סוכנים: מודל עם כלים בלולאה
מה הופך מערכת לסוכן, במה הוא שונה מ-workflow, מתי סוכן שווה את זה ומתי לא, סוכן מינימלי ב-Python, ו-Claude Agent SDK.
- חלק 4
חמישה דפוסי workflow
Prompt chaining, routing, parallelization, orchestrator-workers ו-evaluator-optimizer: הדפוסים שפותרים את רוב משימות ה-LLM בלי סוכן מלא, עם Python קצר לכל אחד.
- חלק 5
זיכרון וניהול הקשר
איך סוכנים ממשיכים לעבוד כשמשימה גדלה מעבר לחלון ההקשר: context engineering, דחיסה (compaction), ניקוי תוצאות כלים, הערות וכלי הזיכרון, עם טיפול בטוח בקבצים.
- חלק 6
מערכות מרובות סוכנים וסוכני משנה
מתי כמה סוכנים עדיפים על אחד: מבנה ה-orchestrator וסוכני המשנה, מה Anthropic מדדו במערכת המחקר שלהם, עלות הטוקנים, וסוכני משנה ב-Claude Agent SDK.
- חלק 7
Computer use ו-Agent Skills
סוכנים שמפעילים שולחן עבודה דרך צילומי מסך, עכבר ומקלדת, ו-skills: תיקיות של הוראות וסקריפטים שנותנות לסוכן מומחיות רק כשהוא צריך אותה.
- חלק 8
WebMCP: דפי אינטרנט ככלים לסוכני AI
מה זה WebMCP ומה הקשר שלו ל-MCP: דף רושם כלים עם document.modelContext, טופס הופך לכלי עם שתי תכונות, annotations, iframes, ניסוי ב-Chrome, והסיכונים באבטחה.