یادگیری خودکارسازی هوش مصنوعی در ساخت اپلیکیشنهای LLM و AI-Agents با n8n و APIها
چرا این دوره؟
اتوماسیون هوش مصنوعی دیگه یه بحث آیندهنگرانه نیست؛ همین حالا داره شکل کار کردن تیمها و کسبوکارها رو عوض میکنه. اما سؤال اصلی اینجاست: چطور میشه از ChatGPT فراتر رفت و فرآیندهای واقعی کسبوکار رو...
یادگیری خودکارسازی هوش مصنوعی در ساخت اپلیکیشنهای LLM و AI-Agents با n8n و APIها
چرا این دوره؟
اتوماسیون هوش مصنوعی دیگه یه بحث آیندهنگرانه نیست؛ همین حالا داره شکل کار کردن تیمها و کسبوکارها رو عوض میکنه. اما سؤال اصلی اینجاست: چطور میشه از ChatGPT فراتر رفت و فرآیندهای واقعی کسبوکار رو با AI خودکار کرد؟ جوابش میشه عوامل هوش مصنوعی (AI Agents).
این دوره مسیر یادگیری رو از مفاهیم پایه تا سطح پیشرفته پیش میبره — از اتوماسیون و مدلهای زبانی بزرگ (LLM) گرفته تا پایگاههای داده برداری، تولید مبتنی بر بازیابی (RAG) و ابزار n8n. قراره یاد بگیری چطور اتوماسیونهای قدرتمند بسازی، عاملهای هوشمند طراحی کنی و اونها رو بهصورت یکپارچه داخل گردشکارهای کاری و شخصیت ادغام کنی. 🚀
یه نکته کاربردی: فرض کن میخوای برای یه پروژه دانشگاهی، سیستمی بسازی که ایمیلهای ورودی رو خودکار دستهبندی کنه و به هرکدوم پاسخ مناسب بده. توی این دوره دقیقاً همین نوع سناریوها رو قدمبهقدم پیاده میکنی.
مشخصات دوره در یک نگاه
ویژگی
جزئیات
عنوان
خودکارسازی هوش مصنوعی با n8n و APIها
موضوع
LLM، AI Agents، RAG، اتوماسیون
سطح
مقدماتی تا پیشرفته
فرمت
ویدیویی + ۲۹ فایل JSON آماده
پلتفرم
مکتبخونه
وضعیت
تخفیف ویژه فعال
چه چیزهایی یاد میگیری؟
مبانی اتوماسیون، عوامل هوش مصنوعی و LLMها
آشنایی با ابزارهای ضروری: n8n، Make، Zapier، LangChain، LangGraph، Flowise
درک APIها و نقششون در اتوماسیون
مرور مدلهای زبانی بزرگ: ChatGPT، Claude، Gemini، Deepseek، Llama، Mistral و غیره
API اوپنایآی: ساختار قیمتگذاری، رعایت GDPR و راهاندازی پروژه
فراخوانی توابع (Function Calling): اتصال عاملهای AI به تقویم، ایمیل، جستجوی وب، وبهوک، Airtable و Google Sheets
RAG: مفاهیم پایگاه داده برداری و امبدینگها
مبانی n8n و اولین گردشکارها
تسلط بر اصول n8n
نصب محلی با Node.js یا استفاده از نسخه وب بدون نصب
وارد کردن، صادر کردن و اشتراکگذاری گردشکارها
راهاندازی اتوماسیون با Airtable، Google Sheets و Google Cloud
استفاده از متغیرهای ساده جاوااسکریپت
ساخت اتوماسیونهای پیشرفته مجهز به AI
اتوماسیون ایمیل با OpenAI API، Gmail و Airtable
تحلیل احساسات در زمان واقعی و ذخیره در پایگاه داده
ادغام LLMهای متنباز مثل Deepseek R1، Llama و Mistral
اتصال هر API مدل زبانی به n8n (Deepseek API، Groq API و…)
عوامل AI و چتباتهای RAG
عامل RAG با بهروزرسانی خودکار پایگاه داده برداری از Google Drive
چتبات RAG با نودهای عامل AI، امبدینگ و تکنیکهای بازیابی
عاملهای ایمیل هوشمند برای خلاصهسازی و پاسخ خودکار
مهندسی پرامپت برای عوامل AI
اصول و بهترین روشهای نوشتن پرامپت مؤثر
جلوگیری از خطا و کنترل دقیق خروجی مدل
میزبانی، رسانههای اجتماعی و اتوماسیون پیشرفته
میزبانی n8n با Render و گزینههای جایگزین
استفاده از عاملهای AI در WhatsApp و Telegram
اتوماسیون شبکههای اجتماعی با زیرگردشکار، وبهوک و وباسکرپینگ
دیباگ و بهینهسازی ادغام API
استراتژیهای دیباگ برای اتوماسیون بدون خطا
اتصال عاملهای Flowise AI با وبهوک و Google Sheets
گسترش n8n با Flowise و ابزارهای جاوااسکریپت سفارشی
شروع سریع MCP
MCP چیه و سرور و کلاینت چطور با هم تعامل دارن
میزبانی عاملهای AI با Claude Desktop و MCP
استفاده مستقیم از MCP Server و Host در n8n
ساخت کسبوکار با اتوماسیون AI
فروش اتوماسیونها و عاملهای AI بهعنوان سرویس
توسعه رباتهای RAG آماده بازار برای جذب مشتری و ادغام در وبسایت
استراتژیهای بازاریابی برای فروش راهحلهای AI
بهینهسازی چتباتهای RAG
اندازه قطعهها (Chunk Size)، همپوشانی و کیفیت داده
استفاده از Firecrawl برای استخراج داده وب به فرمت Markdown
LlamaIndex و LlamaParse برای پیشپردازش داده در Google Colab
امنیت، حریم خصوصی و ملاحظات اخلاقی
شناخت و پیشگیری از حملات Jailbreak، تزریق پرامپت و مسمومیت داده
حق کپیرایت و حفاظت داده برای محتوای تولیدشده با AI
چارچوبهای قانونی مثل EU AI Act
محتوای فصلبهفصل دوره
شماره
عنوان فصل
جلسات
مدت
1
معرفی
5
00:15
2
مبانی: اتوماسیون، LLM، فراخوانی توابع، پایگاه داده برداری و RAG
10
01:23
3
مبانی n8n – نصب، رابط کاربری و اولین جریانهای کاری
11
00:51
4
گسترش اتوماسیونها با LLM و AI
6
01:03
5
عوامل AI و چتباتهای RAG در اتوماسیون و ایمیل
10
01:50
6
مهندسی پرامپت برای عوامل AI
2
00:16
7
میزبانی و یکپارچهسازی: تلگرام، واتساپ، تقویم، وباسکرپینگ