Mortadha Mannai MCP

2026年突尼斯人工智能之旅-谷歌顶点人工智能代理工作坊系列

（涵盖突尼斯北部至南部的所有大学）

用xAI构建代理AI工作流——从代码到行动

此存储库包含在 谷歌顶点人工智能代理工作坊系列，在 2026年突尼斯人工智能大学之旅 .

它演示了如何 逐步构建智能人工智能系统，从a开始 本地AI代理 并朝着 Google Vertex AI上的云级代理工作流，重点关注 可解释性（xAI） 负责任的AI。

______________________________________________________________________

什么是突尼斯AI巡回赛'26？

突尼斯AI巡回赛'26 是一次全国性的教育之旅，带来实践 代理人工智能研讨会 突尼斯各地的大学。

从数据到部署，参与者不仅学习人工智能 构建真正的智能代理 使用行业工具，如 谷歌顶点AI.

除了技术，这次巡演还植根于影响力 研讨会收益的50%捐赠 通过 突尼斯红新月会.

教育、机会和责任在全国范围内共同发展。 🇹🇳✨

达到目标：+3000名学生！

______________________________________________________________________

仓库结构

Google vertex-AI agent-workshop/
│
├── local-ai-agent/                 # Demo 1: Local agent (Ollama + Python)
│   ├── agent.py
│   ├── llm.py
│   ├── main.py
│
├── agent-demo (VScode) demo 2/      # Demo 2: Agentic AI with prediction + actions
│
├── Vertex AI Agent Builder/         # Vertex AI managed agent approach
│
├── Presentation/                   # Slides used during the workshop
├── Ressources/                     # Reading material and references
│
├── GOOGLE VERTEX AI DEMO TAKEWAY.pdf
├── ressources links.pdf
└── README.md

______________________________________________________________________

你将学到什么

通过跟踪此存储库，您将学习如何：

• 理解 代理 AI vs 生成 AI
• 建立一个 多步自主人工智能代理
• 分开 基于代理控制的LLM推理
• 实施 计划、记忆、自主性和停止逻辑
• 添加 可解释性（xAI） 代理决策
• 将代理扩展到 顶点AI管道和代理生成器

此存储库旨在用于：

• 学生
• 开发者
• 数据科学家
• 人工智能工程师
• 教育工作者举办实践研讨会

______________________________________________________________________

架构概述

研讨会遵循 进步建筑，从本地开始，扩展到Google Vertex AI。

______________________________________________________________________

美人鱼图-代理AI架构（GitHub渲染）

flowchart TD
    U[User Goal or Prompt]

    A[AI Agent Control Layer
    Planning
    Memory
    Autonomy
    Stopping Logic]

    LLM[LLM Reasoning Engine
    Ollama or Vertex LLM]

    T[Tools and Actions
    APIs
    Models
    Databases
    External Systems]

    XAI[Explainable AI Layer
    SHAP
    Reason Logs
    Auditability]

    O[Final Output or Action]

    U --> A
    A --> LLM
    A --> T
    LLM --> A
    T --> A
    A --> XAI
    XAI --> O

______________________________________________________________________

为什么这种架构很重要

• 这 LLM不是代理人
• 代理人拥有规划、记忆和决策
• 可解释性是设计固有的
• 相同的结构在本地和生产中都适用
• 这反映了真实的企业人工智能系统

______________________________________________________________________

演示1：本地代理AI（从头开始）

此演示运行 100%本地 使用 奥拉玛 和Python。 没有API密钥。不需要云。

\[安装、代码和执行步骤与上一版本完全相同\]

______________________________________________________________________

演示2：代理AI+预测+xAI

场景

一个AI助手：

1. 从API收集数据
2. 使用训练好的模型运行预测
3. 使用xAI技术解释决策
4. 自主行动
5. 记录每一步以实现可追溯性

______________________________________________________________________

顶点AI架构

本节展示了相同的代理架构是如何映射的 直接 谷歌云顶点AI。

______________________________________________________________________

美人鱼图-顶点AI生产架构

flowchart TD
    U[User or Application]

    AG[Vertex AI Agent Builder
    Agent Logic
    Orchestration]

    M[Vertex AI Models
    Gemini
    Custom Models]

    P[Vertex AI Pipelines
    Workflow Automation]

    FS[Feature Store
    Data Sources]

    XAI[Vertex Explainable AI
    SHAP
    Attribution
    Monitoring]

    ACT[Actions
    APIs
    Cloud Functions
    External Systems]

    LOG[Logging
    Monitoring
    Governance]

    U --> AG
    AG --> M
    AG --> P
    AG --> ACT
    M --> XAI
    P --> LOG
    ACT --> LOG
    XAI --> LOG

______________________________________________________________________

顶点AI组件详解

• 代理生成器

管理代理逻辑、自主性和编排

• 顶点AI模型

用于推理和推断的LLM和预测模型

• 顶点管道

端到端工作流自动化和执行

• 可解释的AI

透明度、信任和监管准备

• 治理和监控

记录、审计和安全生产

______________________________________________________________________

本地到云映射

______________________________________________________________________

教学笔记

• 聊天机器人响应
• 代理人决定
• xAI解释
• 生产系统审核一切

______________________________________________________________________

资源

• https://docs.cloud.google.com/agent-builder/overview
• https://cloud.google.com/vertex-ai/docs
• https://codelabs.developers.google.com/building-ai-agents-vertexai
• https://cloud.google.com/discover/what-are-ai-agents
• https://bbycroft.net/llm
• https://n8n.io

______________________________________________________________________

作者和研讨会负责人

工程师Manai Mohamed Mortadha先生

• 美国网飞公司高级人工智能工程师
• 人工智能专家顾问，Tegus美国
• 加拿大圣玛莉大学可解释人工智能（xAI）博士生
• 国际人工智能演讲者（领英顶级人工智能声音）
• Man.AI Global首席执行官兼人工智能研发主管
• 英国Packt出版社人工智能专家审稿人兼作者

链接：

• 社会化媒体：https://taplink.cc/manaimortadha
• LinkedIn个人资料：https://www.linkedin.com/in/mannai-mortadha/
• GitHub投资组合：https://github.com/MortadhaMannai
• Leetcode配置文件：https://leetcode.com/u/mannaimortadha898/
• Meduim博客：https://www.google.com/url?q=https://manaimortadha.medium.com/
• 会话配置文件：https://www.google.com/url?q=https://sessionize.com/Mortadha_Mannai
• 电子邮件：mannaimortadha898@gmail.com

2026年突尼斯人工智能大学之旅 *在Google Vertex AI上使用xAI构建代理AI工作流——从代码到操作*