آموزش و راهنما
Manus AI چیست؟ آموزش کامل ساخت سایت و اپلیکیشن با ایجنت هوش مصنوعی
Manus AI یک ایجنت عمومی برای تحقیق، تحلیل داده، اتوماسیون و ساخت اپلیکیشن است. در این آموزش با قابلیت‌های آن آشنا می‌شویم و یک ابزار فارسی متصل به API درواره می‌سازیم.
آموزش و راهنما
آموزش‌ها و راهنماهای کاربردی برای استفاده از هوش مصنوعی، API درواره، مدل‌های پیشرفته و ابزارهای توسعه، به‌صورت گام‌به‌گام و عملی. توجه: آموزش‌های این مقاله با هدف یادگیری و آشنایی با فناوری‌های هوش مصنوعی ارائه شده‌اند. اجرای دستورالعمل‌ها، کدها و تنظیمات معرفی‌شده بر عهده کاربر است و درواره مسئولیتی در قبال نتایج، خطاها یا خسارت‌های احتمالی ناشی از استفاده از آن‌ها ندارد.
آموزش و راهنما
Google Antigravity چیست؟ آموزش برنامه‌نویسی و ساخت اپلیکیشن با هوش مصنوعی
Google Antigravity محیط عامل‌محور گوگل برای برنامه‌نویسی است. در این آموزش با قابلیت‌های آن آشنا می‌شویم و یک اپلیکیشن فارسی متصل به API هوش مصنوعی درواره می‌سازیم.
آموزش و راهنما
Google AI Studio چیست؟ آموزش Gemini و دریافت API Key
Google AI Studio محیط تحت وب گوگل برای آزمایش مدل‌های Gemini، ساخت پرامپت، دریافت API Key و تولید کد است. در این راهنما از Playground تا اتصال Gemini API و استفاده از API درواره را بررسی می‌کنیم.
آموزش و راهنما
MCP Server Discovery چیست؟ آموزش server/discover و حذف initialize
در نسخه ۲۰۲۶ پروتکل MCP، متد server/discover جایگزین مهمی برای شناسایی اولیه Server است. در این راهنما ساختار پیام‌ها، حذف initialize و کاربرد Discovery در AI Agentهای متصل به API درواره را بررسی می‌کنیم.
آموزش و راهنما
Multi Round-Trip Requests چیست؟ معماری MRTR در MCP
Multi Round-Trip Requests یا MRTR الگوی جدید MCP برای اجرای تعامل‌های چندمرحله‌ای است. در این راهنما با InputRequiredResult، inputRequests، requestState و اتصال این معماری به API درواره آشنا می‌شوید.
آموزش و راهنما
MCP Sampling منسوخ شد؛ راهنمای مهاجرت به LLM API مستقیم
قابلیت Sampling در نسخه ۲۸ ژوئیه ۲۰۲۶ پروتکل MCP رسماً Deprecated شد. در این راهنما معماری قدیمی، دلیل این تصمیم و روش جایگزینی Sampling با اتصال مستقیم MCP Server به API درواره را بررسی می‌کنیم.
آموزش و راهنما
MCP Tasks چیست؟ اجرای وظایف طولانی در AI Agentها
با MCP Tasks می‌توان Toolهای طولانی را بدون باز نگه‌داشتن اتصال اجرا کرد، وضعیت آن‌ها را پیگیری کرد، ورودی کاربر را در میانه کار دریافت کرد و نتیجه را پس از اتصال مجدد بازیابی کرد.
آموزش و راهنما
Progressive Tool Discovery چیست؟ مدیریت صدها ابزار در AI Agent
وقتی AI Agent به صدها ابزار متصل است، ارسال تمام Tool Schemaها به مدل باعث مصرف زیاد Token و کاهش دقت می‌شود. در این راهنما Progressive Tool Discovery، Tool Search و Dynamic Tool Loading را پیاده‌سازی می‌کنیم.
آموزش و راهنما
MCP Elicitation چیست؟ دریافت ورودی کاربر در AI Agentها
در این آموزش با MCP Elicitation، تفاوت Form Mode و URL Mode، دریافت اطلاعات در میانه اجرای ابزار، معماری Multi Round-Trip، نکات امنیتی و کاربرد آن در AI Agentها آشنا می‌شوید.
آموزش و راهنما
Instructor چیست؟ آموزش Structured Output با Python و API درواره
Instructor کتابخانه‌ای سبک برای تبدیل پاسخ مدل‌های زبانی به اشیای معتبر Pydantic است. در این آموزش یک سیستم استخراج اطلاعات با Python، FastAPI و API درواره می‌سازیم.
آموزش و راهنما
Speculative Decoding چیست؟ افزایش سرعت تولید Token در مدل‌های زبانی
Speculative Decoding روشی برای کاهش Latency مدل‌های زبانی است که در آن یک مدل کوچک چند Token را پیشنهاد می‌دهد و مدل اصلی آن‌ها را هم‌زمان بررسی می‌کند. در این راهنما، سازوکار، محدودیت‌ها و روش پیاده‌سازی آن را بررسی می‌کنیم.
آموزش و راهنما
Test-Time Scaling چیست؟ افزایش قدرت استدلال مدل‌های زبانی هنگام اجرا
Test-Time Scaling به مدل زبانی اجازه می‌دهد هنگام پاسخ‌گویی زمان و محاسبات بیشتری صرف کند، چند پاسخ بسازد، آن‌ها را بررسی کند و بهترین نتیجه را انتخاب کند. در این راهنما، روش‌ها، مزایا، هزینه‌ها و پیاده‌سازی عملی آن را بررسی می‌کنیم.