Memuat…

Course Forum Asisten Sumber Cara belajar RAG Peta modul

Masuk Mulai →

socrates

Semua tentang AI, satu jalur belajar. Gratis, bersumber terbuka, dan setiap jawaban punya rujukan.

Navigasi

Course
Forum
Asisten
Sumber
Cara belajar
RAG
Peta modul

Dibangun dengan

Next.js · Tailwind ·
Lenis + GSAP · SQLite + BM25
(RAG hybrid: cosine + BM25, RRF)

© 2026 socratesgratis · terbuka · sumber selalu dicantumkan

AI Agents — socrates · socrates

AI Agents

Lima babak. Nol sampai produksi.

A0–A4: dari fondasi sampai agen produksi — tiap modul menghasilkan artefak nyata di agent-lab.

Modul: 5
Lesson: 20
Project: 5
Durasi: ±7 minggu

Progress Lintasan Inti0/20 lesson

Fondasi Agent & Lingkungan

Agen vs workflow, komponen agen, pilih framework, setup repo

Buka bab lengkap →

Agent vs workflow: kapan agen benar-benar dibutuhkan Anatomi agen: model, tools, memory, orchestrator Pilih senjata: kerangka kerja vs loop sendiri Project: repo agent-lab + REPL model pertama

1 mgg0/4 selesai

Loop & Tool Calling

Loop read→think→act dengan batas, schema tool, structured output

Buka bab lengkap →

Loop yang aman: max steps, kondisi berhenti, guard budget Tool schema & dispatch: kontrak JSON yang menentukan kualitas Structured output: kapan model menjawab vs memanggil tool Project: agen sysadmin — 3 tool, batas loop, log langkah

1.5 mgg0/4 selesai

Memory & Konteks

Riwayat pesan, ringkasan, memory persisten, cache hasil tool

Buka bab lengkap →

Riwayat & windowing: konteks penuh bukan konteks baik Summarization: memory rolling untuk sesi panjang Memory jangka panjang: file, SQLite, vector store Project: agen beringat — fakta lintas sesi + ringkasan

1.5 mgg0/4 selesai

MCP & Ekosistem

Model Context Protocol: server, client, tool/resources, hosts

Buka bab lengkap →

MCP: standar koneksi model ↔ tool/data Anatomi server MCP: skema, handler, sesi Host & klien: mendaftarkan server ke agenmu Project: server MCP "notes" — daftarkan & panggil dari agen

1.5 mgg0/4 selesai

Observability, Eval & Produksi

Tracing, evaluasi agent, guardrail, capstone mini agent produksi

Buka bab lengkap →

Tracing: lihat tiap langkah agency sebelum percaya padanya Eval agent: golden, deteksi loop, validitas tool Guardrail: batas keras sebelum agent menyentuh dunia nyata Capstone: agen produksi mini di agent-lab

1.5 mgg0/4 selesai

Mode lesson

TEXT: — baca terstruktur
VIDEO: — playlist kurasi
ARTICLE: — paper & medium
PROJECT: — langsung bangun

PROJECT = learning-by-doing: kerjakan, commit, dan tandai selesai.

Mulai dari nol — tanpa daftar, tanpa paywall

Mulai: A0 Fondasi Agent & Lingkungan →

Halaman lesson per-babak + tracking progress.