Ce que vous devez savoir avant
Vous commencez

Débute 19 June 2026 09:57

Se termine 19 June 2026

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Conception de systèmes multi-agents : support client IA avec n8n

Concevoir et déployer un pipeline de support client IA à 4 agents en utilisant n8n, MCP et RAG, avec classification GPT-4o-mini, flux d'approbation HITL et déploiement prêt pour la production.
LearnKartS via Coursera

LearnKartS

2918 Cours


3 weeks, 2 hours a week

Amélioration optionnelle disponible

Débutant

Progressez à votre rythme

Paid Course

Amélioration optionnelle disponible

Aperçu

The challenge for most enterprises is not awareness of AI. It is the gap between knowing what AI can do and having teams who can build and deploy it.

This course closes that gap by allowing you to design and deploy a 4-agent AI customer support pipeline using n8n, MCP, and RAG. Here is what you will mainly build:

Multi-Agent Pipeline Design:

Configure a system where a Classifier Agent triages queries, a Reply Builder generates responses, & a Human-in-the-Loop layer gives your team control over every interaction.

RAG-Powered Knowledge Base:

Connect a Supabase knowledge base via. MCP so, each of the AI response is grounded in actual support content.

AI Classification & Automated Replies:

Build a GPT-4o-mini-powered classifier that typically reads emails, scores confidence, and routes tickets with a Telegram approval step for flagged cases. Testing and Production Deployment:

Validate the pipeline with real data and deploy to a live environment so the system runs without manual intervention.

Designed for enterprise teams and professionals ready to move from AI strategy to AI execution. 160+ LearnKartS courses have put 200,000+ learners ahead of the curve. Build your first production AI system today.

Programme

  • Ingénierie des Agents IA de Production & Systèmes Multi-Agent
  • Apprenez à concevoir et structurer des systèmes IA multi-agents avec une architecture et un flux contextuel appropriés. Vous allez également construire des systèmes de connaissance basés sur le RAG, avec journalisation, stratégies de test et fiabilité en production.
  • Architecture Multi-Agent MCP & Systèmes de Réponse IA avec RAG
  • Apprenez à construire des flux de travail multi-agents basés sur MCP avec des agents classificateurs, de réponse et de routage. Vous intégrerez RAG, Gmail, Airtable et Telegram pour créer des systèmes de réponse IA de bout en bout.
  • Classification IA, Systèmes HITL & Contrôle des Flux de Travail
  • Apprenez à construire des systèmes de classification IA avec des flux d'approbation impliquant l'intervention humaine. Vous allez mettre en œuvre le contrôle des flux de travail, la validation basée sur Telegram, et des systèmes de décision IA de qualité production sécurisés.

Enseigné par

Nikhil Agarwal and LearnKartS


Matières

Programming