Építs működő AI-agenteket, ne csak demókat

1. modul

AI-agentek alapjai és eszközhasználat

Áttekintjük a meghatározó AI-modellcsaládokat, köztük az OpenAI, az Anthropic, a Perplexity, a Grok és a Google modelljeit. Megnézzük, milyen feladatokra alkalmasak, és hogyan változnak a lehetőségek attól függően, hogy webes chatben, asztali alkalmazásban, terminálból vagy fejlesztői környezetben használod őket. Bemutatunk munkavégző asszisztenseket, számítógépet vezérlő agenteket és néhány kutatásra, dokumentumfeldolgozásra vagy automatizálásra szakosodott eszközt is.

Erre építve tisztázzuk a token, a kontextusablak, a prompt és a strukturált kimenet szerepét. Megtanulod, hogyan lesz egy modellből eszközöket használó AI-agent, majd a gyakorlatban felépítesz egy egyszerű agent loopot.

A modul végére

• meg tudod különböztetni a modell képességeit az alkalmazás által biztosított funkcióktól és hozzáférésektől;
• létrehozol egy konkrét feladatra használható, eszközt kezelő agentet;
• meghatározod a bemenetet, a kimeneti sémát, a leállási feltételeket és az emberi jóváhagyás helyét.

2. modul

AI-workflow-k és rendszerarchitektúra

Egy megbízható AI-rendszerben nem minden lépést kell a modellre bízni. Megtanulod szétválasztani a rögzített üzleti szabályokat, a modellfeladatokat, az agentdöntéseket és az emberi beavatkozást.

Áttekintjük az állapotkezelés, az események, a várakozó feladatok és a rendszerhatárok szerepét. Konkrét feladatok alapján vizsgáljuk a modell-, eszköz- és platformválasztást: milyen kontextusra, adatkezelésre, integrációkra és felügyeletre van szükség, illetve mikor célszerű kész alkalmazást, automatizálási platformot vagy saját megoldást használni.

A modul végére

• elkészíted egy AI-val támogatott folyamat működési és állapotábráját;
• kijelölöd a komponensek feladatait, és szakmai szempontokkal támasztod alá a technológiaválasztást;
• megtervezed a hibautakat, a megszakításokat és a biztonságos visszatérést.

3. modul

Integrációk: API, webhook és MCP

Az AI-agent akkor válik igazán használhatóvá, amikor hozzáférhet a vállalati rendszerekhez, adatokhoz és műveletekhez. Ebben a modulban az API-k, webhookok, connectorok és az MCP szerepét tanulod meg.

Gyakorlatban is áttekintjük az MCP host, client és server működését, valamint a toolok, resource-ok és promptok feladatát. Tisztázzuk azt is, hogyan kapcsolódnak ehhez a skillek és a pluginok.

A modul végére

• kialakítasz egy működő vagy részletesen konfigurált rendszerkapcsolatot;
• meghatározod egy tool vagy MCP-interfész bemenetét, kimenetét és hibakezelését;
• megtervezed a jogosultságokat, a hitelesítést, a jóváhagyási pontokat és a naplózást.

4. modul

RAG, agentmemória és központi megosztott memória

Megtanulod elkülöníteni az aktuális kontextust, az agent tartós memóriáját és a dokumentumokra épülő RAG-rendszert. Foglalkozunk a dokumentumok darabolásával, az embeddingekkel, a visszakereséssel, a találatok újrarangsorolásával és a forráshivatkozásokkal.

Innen továbblépünk a több AI-eszközből elérhető, központi memóriához. Megnézzük, hogyan használhatják különböző asszisztensek és agentek ugyanazokat a projektismereteket, korábbi döntéseket és tapasztalatokat — beszélgetéseken és munkakörnyezeteken át.

Az egyszerű, MCP-n keresztül elérhető közös memóriatárolótól eljutunk az összetettebb memóriarendszerekig. A Hindsight, a Graphiti és a Cognee példáin vizsgáljuk a tudás rendszerezését, az összefüggések visszakeresését és az információk időbeli változásának kezelését.

A modul végére

• felépítesz egy forrásokra támaszkodó RAG-folyamatot;
• egy gyakorlati példán keresztül megtanulod, hogyan kapcsolhatók különböző AI-eszközök közös memóriához;
• meg tudod választani a feladathoz illő memóriamegoldást, és megtervezed a hozzáférési, elkülönítési, frissítési és törlési szabályokat.

5. modul

Megfigyelhetőség és hibakeresés

Egy AI-rendszer hibája gyakran nem egyetlen komponensben keletkezik. A probléma forrása lehet a prompt, a modellválasz, egy toolhívás, a visszakeresett dokumentum vagy egy hibás rendszerállapot.

Megtanulod a tracing, a naplózás és a mérőszámok használatát, hogy végigkövethető legyen a rendszer döntési és végrehajtási lánca.

A modul végére

• műveleti nyomkövetést alakítasz ki egy AI-folyamathoz;
• a trace-ek és naplók alapján feltárod egy hiba valódi okát;
• mérhetővé teszed a válaszidőt, a modell- és eszközhasználatot, valamint a költséget.

6. modul

AI-rendszerek tesztelése és evalok

Az AI-rendszerek viselkedése nem minden esetben ellenőrizhető hagyományos tesztekkel. Megtanulod, hogyan lehet mégis ismételhetően mérni a válaszok minőségét, a toolhasználat helyességét és a teljes folyamat megbízhatóságát.

A modulban teszteseteket, golden setet és értékelési szempontokat készítesz. Megismered a szabályalapú ellenőrzést, a szemantikai értékelést, az LLM-as-a-judge módszert és az emberi felülvizsgálat helyét.

A modul végére

• összeállítasz egy újrahasználható teszteset- és értékelési készletet;
• létrehozol egy futtatható vagy részletesen konfigurált evalfolyamatot;
• meghatározod, milyen eredmények mellett tekinthető elfogadhatónak egy változtatás.

7. modul

Üzembiztos és biztonságos AI-rendszerek

Egy működő prototípus még nem üzembiztos rendszer. Megtanulod kezelni a megszakadó folyamatokat, az ismételt végrehajtást, az időtúllépést, a szolgáltatási korlátokat és a külső rendszerek hibáit.

Foglalkozunk a checkpointokkal, retry szabályokkal, idempotens műveletekkel, fallback megoldásokkal és költségkorlátokkal. A biztonsági rész kitér a titkok kezelésére, a legkisebb szükséges jogosultság elvére, a prompt injection kockázatára és az emberi jóváhagyásra.

A modul végére

• újraindítható és ellenőrizhető AI-workflow-t tervezel;
• elkészíted a rendszer biztonsági és üzembiztonsági ellenőrzőlistáját;
• meghatározod az üzemeltetési korlátokat, a riasztási pontokat és az incidenskezelés menetét.

8. modul

Többagentes rendszerek

Nem minden összetett feladat igényel több agentet. Ebben a modulban megtanulod felismerni, mikor indokolt a feladatok és felelősségek szétválasztása, és mikor okozna a többagentes megoldás csak fölösleges bonyolultságot.

Megismered az orchestrator–specialist, a router és a subagent-as-tool működési mintákat. Foglalkozunk az átadási szabályokkal, a közös állapottal, az üzenetszerződésekkel, a jogosultságokkal és a végtelen végrehajtási hurkok felismerésével.

A modul végére

• meg tudod indokolni, hogy egy problémához szükséges-e többagentes architektúra;
• meghatározod az agentek szerepeit, jogosultságait és átadási szabályait;
• elkészítesz egy többagentes prototípust vagy részletes megvalósítási tervet.