Retour à la recherche

learn-agentic-ai

AgentGitHubDormantJupyter Notebook

Ressource d'apprentissage sur l'IA agentique utilisant le modèle de conception Dapr Agentic Cloud Ascent avec OpenAI Agents SDK, MCP, A2A et technologies cloud natives.

Provenance de la description: Reformulé

Ouvrir la source canonique

Mesuré: 18 oct. 2026 · 63 observations

Domaines & Usages

Domaines
Agents, skills et MCP

À vérifier à la source

Compatibilité et prérequis sont à vérifier dans la documentation officielle.

https://github.com/panaversity/learn-agentic-ai

Classifications

Nature
Ressource

Historique des mesures

Les relevés comparables sont regroupés par signal et unité.

Étoiles

4 385étoiles · 18 oct. 2026

+12 (+0,3 %)depuis le 19 sept. 2026

19 sept. 2026 : 4 373 étoiles20 sept. 2026 : 4 375 étoiles22 sept. 2026 : 4 378 étoiles23 sept. 2026 : 4 378 étoiles24 sept. 2026 : 4 378 étoiles25 sept. 2026 : 4 378 étoiles26 sept. 2026 : 4 380 étoiles27 sept. 2026 : 4 381 étoiles28 sept. 2026 : 4 382 étoiles29 sept. 2026 : 4 382 étoiles30 sept. 2026 : 4 385 étoiles1 oct. 2026 : 4 385 étoiles2 oct. 2026 : 4 386 étoiles3 oct. 2026 : 4 386 étoiles4 oct. 2026 : 4 387 étoiles5 oct. 2026 : 4 387 étoiles6 oct. 2026 : 4 386 étoiles7 oct. 2026 : 4 386 étoiles8 oct. 2026 : 4 386 étoiles9 oct. 2026 : 4 386 étoiles10 oct. 2026 : 4 383 étoiles11 oct. 2026 : 4 385 étoiles12 oct. 2026 : 4 385 étoiles13 oct. 2026 : 4 385 étoiles14 oct. 2026 : 4 387 étoiles15 oct. 2026 : 4 384 étoiles16 oct. 2026 : 4 385 étoiles17 oct. 2026 : 4 384 étoiles18 oct. 2026 : 4 385 étoiles
Valeurs exactes · 29 relevés
MesuréétoilesÉcart
4 385+1
4 384-1
4 385+1
4 384-3
4 387+2
4 3850
4 3850
4 385+2
4 383-3
4 3860
4 3860
4 3860
4 386-1
4 3870
4 387+1
4 3860
4 386+1
4 3850
4 385+3
4 3820
4 382+1
4 381+1
4 380+2
4 3780
4 3780
4 3780
4 378+3
4 375+2
4 373·