Πρακτικό μάθημα πάνω στο νέο OpenAI Agents API: χτίζεις AI agents με εργαλεία, MCP και subagents που ολοκληρώνουν πολυβηματικές εργασίες, όχι απλά chatbots που απαντούν.
Περιγραφή
AI Agents που ολοκληρώνουν εργασίες, όχι μόνο απαντούν
Η OpenAI έθεσε το νέο Agents API σε public beta, με managed agent harness, durable sessions, context compaction, recovery, subagents και σύνδεση με εργαλεία και MCP. Στα ιδιαίτερα μαθήματα χτίζουμε μαζί έναν πραγματικό agent: ένα agent με εργαλεία, αρχεία, web/API calls, ένα subagent για έρευνα και ένα δεύτερο subagent για δημιουργία αναφοράς.
Για developers, engineers και automation consultants
Αν έχεις ήδη εμπειρία με API και κώδικα, χτίζουμε production-ready agents: διαχείριση durable sessions, ανάκτηση από σφάλματα, οργάνωση εργαλείων και MCP servers, και ανάθεση εργασιών σε subagents. Στόχος είναι agents που μπορείς να βάλεις σε πραγματική χρήση, όχι μόνο demo.
Για φοιτητές και σπουδαστές πληροφορικής
Αν θέλεις να καταλάβεις πώς λειτουργούν στην πράξη τα σύγχρονα AI agent frameworks — πέρα από τη θεωρία — δουλεύουμε πάνω σε πραγματικό κώδικα και σενάρια, χρήσιμα για εργασίες, πτυχιακή ή πρώτη επαφή με τον χώρο.
Τι χρειάζεται να γνωρίζεις ήδη
Χρειάζεται άνεση με προγραμματισμό (κατά προτίμηση Python ή JavaScript) και βασική εξοικείωση με το τι είναι ένα API. Δεν χρειάζεται προηγούμενη εμπειρία με AI agents ή με το συγκεκριμένο API — τα καλύπτουμε από την αρχή.
Πες μου τι θα ήθελες να χτίσεις — έναν agent για έρευνα, για αυτοματοποίηση εργασιών ή για ενσωμάτωση σε δικό σου προϊόν — και θα προσαρμόσουμε το demo και τα παραδείγματα σε αυτό.
Δομή Μαθημάτων
Θεωρία και Πρακτική: Τα OpenAI Agents API χωρίζονται σε θεωρία και εργαστήριο. Παρέχεται πληθώρα ασκήσεων για αυτοεκπαίδευση, υποστηριζόμενες από σύγχρονο ψηφιακό υλικό.
Θα μάθετε πώς να βελτιώνετε τις δεξιότητές σας στο αντικείμενο αυτό μέσα από πραγματικά σύγχρονα παραδείγματα και projects.
Πλεονεκτήματα
Να χτίζεις agents που ολοκληρώνουν πολυβηματικές εργασίες
Πηγαίνεις πέρα από το chatbot που απαντά σε ένα μήνυμα: μαθαίνεις να σχεδιάζεις agents που εκτελούν αλυσίδες ενεργειών μέχρι να ολοκληρωθεί ο στόχος.
Να συνδέεις agents με εργαλεία, αρχεία και εξωτερικά APIs
Δουλεύεις με tool calling και MCP, ώστε ο agent σου να αντλεί δεδομένα από πραγματικές πηγές, όχι μόνο από το training του μοντέλου.
Να οργανώνεις εργασία σε subagents
Μαθαίνεις πότε και πώς να αναθέτεις κομμάτια μιας εργασίας σε ξεχωριστά subagents, ώστε το σύστημα να παραμένει οργανωμένο και ελέγξιμο.
Να παρακολουθείς τη συμπεριφορά ενός agent με tracing και observability
Ξέρεις τι έκανε ο agent σου και γιατί, αντί να αντιμετωπίζεις τη συμπεριφορά του σαν black box.
Να σχεδιάζεις guardrails και ανθρώπινη επιβεβαίωση
Περιορίζεις τι μπορεί να κάνει αυτόνομα ένας agent, και ορίζεις πότε χρειάζεται ανθρώπινη έγκριση.
Να διαχειρίζεσαι κόστος και rate limits σε παραγωγή
Σχεδιάζεις έναν agent που παραμένει οικονομικά βιώσιμος και αξιόπιστος σε πραγματική, καθημερινή χρήση.
Να τρέχεις agents με ασφάλεια, durable sessions και recovery
Βλέπεις πώς λειτουργούν durable sessions, context compaction και recovery, ώστε ο agent να είναι αξιόπιστος σε πραγματική χρήση.
OpenAI Agents API Προσαρμοσμένα στις Ανάγκες σας — Online, Πανελλαδικά
Είτε είστε αρχάριος είτε έχετε ήδη εμπειρία, τα OpenAI Agents API είναι εξατομικευμένα στον δικό σας ρυθμό μάθησης και τους στόχους σας, από την κατανόηση των βασικών εννοιών έως την ανάπτυξη σύνθετων projects.
Παρακολουθείτε online σε πραγματικό χρόνο, από την άνεση του χώρου σας, διαθέσιμα σε κάθε γωνιά της Ελλάδας.
Παρέχω συνεχή υποστήριξη με εργαστήρια, ασκήσεις και ψηφιακούς πόρους για να βελτιώσετε τις δεξιότητές σας και να είστε πάντα ένα βήμα μπροστά στην επαγγελματική ή ακαδημαϊκή σας εξέλιξη.
Πιστοποιητικό & Υποστήριξη Επαγγελματικής Ανάπτυξης
Με την ολοκλήρωση των μαθημάτων: OpenAI Agents API, παρέχεται πιστοποιητικό ολοκλήρωσης (μάθημα και ώρες) που μπορεί να εμπλουτίσει το επαγγελματικό σας προφίλ.
Προσφέρεται επίσης υποστήριξη στη δημιουργία επαγγελματικού βιογραφικού που θα σας βοηθήσει να ξεχωρίσετε στην αγορά εργασίας.
Curriculum
Εισαγωγή στο OpenAI Agents API
Τι είναι το νέο Agents API, πώς διαφέρει από ένα απλό chat completion API, και ποια προβλήματα λύνει το managed agent harness. Στήνεις το πρώτο σου agent και το βλέπεις να απαντά με πρόσβαση σε εργαλεία.
Tool calling και σύνδεση με MCP
Συνδέεις τον agent με εργαλεία και με MCP servers, ώστε να διαβάζει αρχεία, να καλεί APIs και να αντλεί δεδομένα από εξωτερικές πηγές κατά τη διάρκεια μιας συνομιλίας.
Durable sessions, context compaction και recovery
Μαθαίνεις πώς ο agent διατηρεί κατάσταση σε μεγάλες, πολυβηματικές συνομιλίες, πώς συμπιέζεται το context όταν μεγαλώνει, και πώς ανακάμπτει μετά από σφάλμα ή διακοπή.
Subagents και οργάνωση εργασιών
Σχεδιάζεις ένα σύστημα με περισσότερα από ένα agents: ένα subagent αναλαμβάνει την έρευνα, ένα δεύτερο τη σύνταξη αναφοράς, και βλέπεις πώς συντονίζονται μεταξύ τους.
Observability: tracing και logging
Μαθαίνεις να παρακολουθείς τι κάνει ένας agent βήμα προς βήμα, μέσω tracing και logs, ώστε να εντοπίζεις προβλήματα πριν φτάσουν σε παραγωγή.
Guardrails, ασφάλεια και ανθρώπινη επιβεβαίωση
Σχεδιάζεις guardrails που περιορίζουν τι μπορεί να κάνει αυτόνομα ένας agent, και σημεία όπου απαιτείται ανθρώπινη επιβεβαίωση πριν από κρίσιμες ενέργειες.
Διαχείριση κόστους: tokens και rate limits
Κατανοείς πώς διαχειρίζεσαι κόστος tokens και rate limits, ώστε ο agent σου να παραμένει αποδοτικός σε πραγματική χρήση.
Streaming responses και εμπειρία χρήστη
Βλέπεις πώς τα streaming responses βελτιώνουν την εμπειρία χρήστη, δείχνοντας πρόοδο αντί για σιωπή μέχρι το τελικό αποτέλεσμα.
Deployment: OpenAI-hosted sandbox ή δική σου υποδομή
Εξετάζουμε τις επιλογές εκτέλεσης — hosted sandbox της OpenAI ή δική σου υποδομή — και τι σημαίνει αυτό για κόστος, έλεγχο και ασφάλεια.
Capstone: το δικό σου production-ready agent
Ολοκληρώνεις με έναν agent έτοιμο για πραγματική χρήση, εφαρμόζοντας observability, guardrails και σωστή διαχείριση κόστους.
Μικρό λεξικό AI Agents
- Agent
- Ένα σύστημα που χρησιμοποιεί ένα μοντέλο AI για να αποφασίζει και να εκτελεί βήματα προς έναν στόχο, αντί απλώς να απαντά σε μία ερώτηση.
- MCP (Model Context Protocol)
- Ένα πρωτόκολλο που επιτρέπει σε έναν agent να συνδέεται με εργαλεία, δεδομένα και υπηρεσίες με ενιαίο τρόπο.
- Tool calling
- Η δυνατότητα ενός agent να καλεί συγκεκριμένες λειτουργίες ή APIs κατά τη διάρκεια μιας εργασίας.
- Subagent
- Ένας δεύτερος agent στον οποίο ανατίθεται συγκεκριμένο κομμάτι μιας μεγαλύτερης εργασίας.
- Sandbox
- Ένα ελεγχόμενο περιβάλλον εκτέλεσης όπου ένας agent τρέχει με ασφάλεια, χωρίς να επηρεάζει άλλα συστήματα.
- Tracing
- Καταγραφή των βημάτων που ακολούθησε ένας agent, χρήσιμη για debugging και έλεγχο συμπεριφοράς.
- Guardrail
- Κανόνας ή περιορισμός που εμποδίζει έναν agent να εκτελέσει ανεπιθύμητες ή επικίνδυνες ενέργειες.
- Streaming
- Αποστολή της απάντησης ενός μοντέλου σταδιακά, καθώς παράγεται, αντί να περιμένεις ολόκληρο το αποτέλεσμα.
Συχνές Ερωτήσεις
Πόσο διαρκεί κάθε μάθημα;
Ποιο είναι το κόστος ανά ώρα μαθήματος;
Υπάρχει δυνατότητα ομαδικών μαθημάτων;
Σε ποιο επίπεδο απευθύνεται;
Τι θεματικές/τεχνολογίες καλύπτονται;
Ποιος είναι ο εκπαιδευτής;
Πώς ξεκινάω;
Ομαδικά μαθήματα (max άτομα: 4)
Τα Ομαδικά Ιδιαίτερα Μαθήματα Πληροφορικής συνδυάζουν την ευελιξία ενός ιδιαίτερου με το πλεονέκτημα της συνεργατικής μάθησης.
Εάν έχεις φίλους, συμφοιτητές ή συναδέλφους με παρόμοιους στόχους, είναι φρόνιμο να οργανωθείτε οι ίδιοι σε ομάδα 2 έως 4 ατόμων.
Με αυτόν τον τρόπο, μπορείτε να επωφεληθείτε από σημαντικές εκπτώσεις στο κόστος των μαθημάτων, ενώ παράλληλα διατηρείτε την εξατομικευμένη προσέγγιση που προσφέρει ένα ιδιαίτερο μάθημα.
Η ομαδική μάθηση ενισχύει την κατανόηση μέσω της ανταλλαγής ιδεών και της συνεργασίας σε πρακτικές ασκήσεις, δημιουργώντας ένα υποστηρικτικό περιβάλλον που προάγει την επιτυχία όλων των συμμετεχόντων.
Ανάλογα με το κόστος του μαθήματος οι εκπτώσεις που ισχύουν είναι:
• 2 άτομα (έως 16% έκπτωση στο κόστος της ώρας ανά συμμετοχή)
• 3 ή 4 άτομα (έως 31% έκπτωση στο κόστος της ώρας ανά συμμετοχή)
Οικονομική Σύγκριση Ομαδικών Μαθημάτων
Παράδειγμα: για: Ανάπτυξη AI Agents με OpenAI Agents API & MCP με κόστος μαθήματος 45 € / ώρα:
| Μέγεθος Ομάδας | Τιμή ανά άτομο/ώρα | Όφελος Εκπαιδευόμενου vs 1‑1 | Προπληρωμή 10 ωρών |
|---|---|---|---|
| 1 άτομο (ιδιαίτερο) | 45 € | — | 450 € |
| 2 άτομα | 38 € | – 16% | 380 € |
| 3 άτομα | 31 € | – 31% | 310 € |
| 4 άτομα | 31 € | – 31% | 310 € |
Μαρτυρίες εκπαιδευόμενων
Ευχαριστώ θερμά τους παρακάτω μαθητές μου αλλά και συνολικά όλους τους εκπαιδευόμενους, για τα θετικά τους σχόλια και την εμπιστοσύνη τους.
Για όσους εκπαιδευόμενους έχουμε ολοκληρώσει μαθήματα μαζί, μπορείτε να αφήσετε την αξιολόγησή σας στο Google:
Αφήστε την αξιολόγησή σαςΔάσκαλε δεν έχω λόγια να σε ευχαριστήσω. Θα θυμάμαι πάντα αυτό που λες ξανά και ξανά ότι προέχουν οι γνώσεις και όλα τα άλλα έρχονται από μόνα τους σε αυτόν που προσπαθεί.. και έτσι μου ήρθε το πτυχίο μου αλλά τώρα θέλω περισσότερα!
Από τους καλύτερους καθηγητές που έχω συναντήσει όλα αυτά τα χρόνια. Πολύ μεταδοτικός, πάντα πρόθυμος να βοηθήσει και να λύσει κάθε σου απορία. Προσωπικά με κρατάει και δίνει στο μάθημα ενδιαφέρον.
