感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
理解 Mastra 架構與運作概念
- 核心組件及其在生產環境中的角色
- 適用於企業環境的整合模式
- 安全性與治理考量
為代理部署準備環境
- 設定容器執行時環境
- 為 AI 代理工作負載準備 Kubernetes 叢集
- 管理金鑰、憑證與設定儲存庫
部署 Mastra AI 代理
- 打包代理以進行部署
- 使用 GitOps 與 CI/CD 實現自動化交付
- 透過結構化測試驗證部署
生產環境 AI 代理的擴展策略
- 水平擴展模式
- 使用 HPA、KEDA 及事件驅動觸發器進行自動擴展
- 負載分佈與請求處理策略
AI 代理的可觀察性、監控與記錄
- 遙測標記的最佳實務
- 整合 Prometheus、Grafana 及記錄堆疊
- 追蹤代理效能、漂移及運作異常
優化效能與資源效率
- 剖析代理工作負載
- 提升推理效能並降低延遲
- 大規模代理部署的成本優化方法
可靠性、韌性與故障處理
- 在高負載下設計韌性
- 實作斷路器、重試機制與速率限制
- 基於代理系統的自然災害恢復規劃
將 Mastra 整合至企業生態系統
- 與 API、數據管線及事件匯流排介面整合
- 使代理部署與企業 DevSecOps 對齊
- 調整架構以適應現有平台環境
總結與下一步
最低要求
- 理解容器化與編排技術
- 具備 CI/CD 工作流經驗
- 熟悉 AI 模型部署概念
目標受眾
- DevOps 工程師
- 後端開發人員
- 負責 AI 工作負載的_platform 工程師
21 小時