Learn AI Agents vs Forge

Learn how AI agents work, then build your own. Learn AI Agents is a hands-on course on your phone: short lessons on LLMs, tool calling, RAG and multi-agent systems, a lab where you run real agents and watch every step, and an AI mentor for the moments you get stuck. No machine learning background needed. The lessons start from "what is an LLM agent?" and build up one step at a time, with real Python code from the first course. Think of it as an agentic AI tutorial you can follow five minutes at a time, on the bus or between meetings. WHAT YOU WILL LEARN • Under the hood: goal, tools, memory, steps and the final answer • Tool calling and function calling with real Python examples • Prompt engineering: system prompts, guardrails and step budgets • RAG and vector databases: answer questions from your own documents • Memory, planning and the ReAct loop • Multi-agent orchestration: pipelines, routers, parallel workers and critic loops • LangChain, LangGraph and LlamaIndex patterns next to plain OpenAI and Anthropic API code • Evaluation, cost control, prompt injection and other safety risks • Computer use, governance and where the field is heading AN AGENT LAB IN YOUR POCKET • Live runs: give an agent a task and watch each tool call, result and answer appear step by step • Agent Builder: pick a system prompt, tools, a step budget and a task, then save your own agents • Orchestration Lab: compare five patterns side by side — single agent, sequential pipeline, router, parallel fan-out and generator with critic • Trace viewer: read every run like a debugger and see exactly where it went wrong • Daily drill: one short question a day that keeps your streak alive PRACTICE, NOT JUST THEORY • 200+ bite-sized lessons across 60 courses, 5–10 minutes each • Hundreds of Python examples you can run right inside the lesson • Lab missions: make your first tool call, fix a broken call, read a trace, add a guardrail, route a task and split work across parallel agents • A quiz in every lesson to check what you learned • Certificate of completion: pass the final exam and show your skills YOUR AI MENTOR Not sure why your bot picked the wrong tool? Confused by embeddings or a Python error? Ask the mentor and get a clear answer in seconds, in plain language. No question is too basic. WHY AGENTIC AI? An agent does more than chat. It plans, calls tools, reads results and decides what to do next. That is where automation is heading. Knowing how such systems fail is as important as knowing how they work. This course teaches both: you watch runs succeed, you watch them break, and you learn the guardrails that keep them honest. FREE TO START Your first course, one lab pattern, your first Builder design and a daily allowance of live runs are free. Pro unlocks every course and every orchestration pattern, removes the daily run limit and removes ads. The app interface is available in 22 languages. Part of CoddyKit, a family of coding apps. Download Learn AI Agents and start your first run today. Terms of Use: https://www.apple.com/legal/internet-services/itunes/dev/stdeula/ Privacy Policy: https://www.coddykit.com/terms/privacy-policy

2026 올해 가장 뜨거운 주제, AI 에이전트를 처음부터 끝까지 마스터하세요. 이런 분을 위한 앱입니다: - LLM 기반 AI 에이전트를 직접 설계하고 구축하고 싶은 개발자 - LangGraph로 복잡한 에이전트 워크플로우를 구현하고 싶은 엔지니어 - MCP/A2A 프로토콜로 에이전트 생태계를 확장하고 싶은 실무자 - RAG와 멀티 에이전트 시스템을 실전에 적용하고 싶은 학습자 콘텐츠 구성 (20챕터 97섹션): Part 1 — 에이전트 기초 - Ch1. LLM 도구 호출의 이해: OpenAI/Anthropic API의 Tool Calling 메커니즘 - Ch2. ReAct 패턴과 에이전트 루프: Thought-Action-Observation 루프 구현 - Ch3. 대화 메모리와 상태 관리: 단기/장기 메모리 전략과 컨텍스트 윈도우 관리 Part 2 — LangGraph 핵심 - Ch4. LangGraph StateGraph 기초: 상태 정의, 노드, 엣지의 기본 패턴 - Ch5. 조건 분기와 동적 라우팅: add_conditional_edges와 서브그래프 합성 - Ch6. 체크포인트와 영속적 실행: 상태 저장·복원, 타임 트래블 디버깅 - Ch7. Human-in-the-Loop 워크플로우: 사람의 승인·수정·피드백 통합 Part 3 — 도구와 프로토콜 - Ch8. 커스텀 도구 개발: 도구 스키마 최적화, 에러 처리, 테스트 - Ch9. MCP 서버 구축: FastMCP로 도구·리소스·프롬프트 노출 - Ch10. MCP 클라이언트와 에이전트 통합: LangGraph에 MCP 도구 통합 - Ch11. A2A 프로토콜 기초: 에이전트 간 통신과 상호운용성 Part 4 — Agentic RAG - Ch12. Agentic RAG: 에이전트가 검색을 도구로 활용, Self-Corrective RAG - Ch13. Adaptive RAG와 동적 라우팅: 쿼리별 No Retrieval/Single-shot/Iterative 선택 - Ch14. GraphRAG와 Knowledge Graph: 구조화된 지식 검색 Part 5 — 멀티 에이전트 - Ch15. Supervisor/Worker 멀티 에이전트: 계층적 에이전트 시스템 - Ch16. CrewAI와 LangGraph 비교: 아키텍처·사용성·성능 분석 Part 6 — 프로덕션 - Ch17. 에이전트 평가와 LangSmith: LLM-as-Judge, 멀티턴 평가 - Ch18. 관찰가능성과 디버깅: 분산 트레이싱, 성능 병목 진단 - Ch19. 가드레일과 Structured Output: 안전한 에이전트 출력 보장 - Ch20. FastAPI 배포와 프로덕션 운영: 스트리밍, 인증, 스케일링 주요 기능: - 오프라인 캐싱 지원 — 네트워크 없이도 학습 가능 - iCloud 동기화 — 즐겨찾기와 읽기 진행률을 기기 간 공유 - 구문 강조 코드 블록 — Python 코드를 선명하게 표시 - Mermaid 다이어그램 — 아키텍처와 플로우를 시각적으로 이해 - 다크모드 지원 v1.1.1 - AI Agents 실전 완전 정복 20챕터 97섹션 수록 - 오프라인 캐싱 지원 - iCloud 동기화 (즐겨찾기, 읽기 진행) - 다크모드 지원 v1.1.1 - AI Agents 실전 완전 정복 20챕터 97섹션 수록 - 오프라인 캐싱 지원 - iCloud 동기화 (즐겨찾기, 읽기 진행) - 다크모드 지원 Forge Series는 개발자를 위한 체계적인 기술 학습 시리즈입니다. 각 주제를 실전 중심으로 구성하여, 개념 이해부터 프로덕션 적용까지 하나의 앱에서 완결합니다.