AI Agent Self-Host
Bangun asisten AI yang jalan di mesinmu sendiri — dari `ollama run` sampai siap produksi.
- Modul gratis
- 2
- Pelajaran
- 12
- Total baca
- 15 jam 15 menit
- Sertifikat
- verifikasi publik
Sampai agent-mu benar-benar jalan
Kamu berhak tahu dulu apakah mesinmu sanggup dan apakah gaya materi ini cocok. Empat modul pertama berakhir dengan sesuatu yang nyata: agent lokal yang memanggil tool dan menyimpan kunci API dengan aman.
- ✓ Kapan self-host masuk akal — dan kapan tidak
- ✓ Ollama: pasang, pilih model, ukur kecepatan
- ✓ Tool calling + loop agent pertama
- ✓ BYOK & keamanan kunci
Sampai sistem itu layak dipakai orang lain
Jarak antara prototype di laptop dan sistem yang berjalan tanpa kamu duduk di sebelahnya: orkestrasi, memory, guardrails, evaluasi, dan deploy. Ditutup proyek akhir yang direview dan sertifikat yang bisa diverifikasi publik.
- → Anatomi agent & multi-agent orchestration
- → Memory, retrieval, dan tool ecosystem
- → Guardrails, izin, dan jejak audit
- → Observability, evaluasi, deploy produksi
Kurikulum
detail kelas →Fondasi: model lokal di mesinmu
Pahami kapan self-host masuk akal dan kapan tidak, lalu pasang Ollama dan ukur kemampuan mesinmu sendiri. Di akhir modul kamu tahu persis model apa yang sanggup kamu jalankan.
Agent pertama: dari menjawab jadi bertindak
Model yang hanya menjawab itu chatbot. Yang membedakan agent adalah kemampuan memanggil tool. Di sini kamu membangun loop agent pertama yang benar-benar menjalankan sesuatu.
Orkestrasi multi-agent
Satu agent cukup untuk satu tugas. Untuk pekerjaan nyata, kamu butuh pembagian peran: observer, planner, executor, verifier — dan aturan kapan mereka saling serah tugas.
- 🔒Anatomi agent — observer, planner, executor, verifier28m
- 🔒Multi-agent orchestration & serah tugas30m
Konteks & kemampuan: ingatan dan peralatan
Agent yang tidak ingat apa pun dan hanya punya tiga tool akan cepat mentok. Modul ini memberinya memori yang bisa dicari dan peralatan yang bisa ditambah tanpa menulis ulang kodenya.
- 🔒Memory & retrieval — pgvector, Qdrant, dan cara memotong dokumen30m
- 🔒Tool ecosystem & MCP — menambah kemampuan tanpa menulis ulang26m
Produksi: aman, terpantau, dan tidak boros
Guardrails, evaluasi, observability, dan deploy — bagian yang membedakan demo dari sistem yang bisa dipakai orang lain.
- 🔒Guardrails — izin, batas, dan jejak audit32m
- 🔒Deploy produksi — hidup, terpantau, dan tidak boros30m
- 🔒Observability & evaluasi — membuktikan agent tidak memburuk32m
Proyek akhir
Satu sistem utuh yang bisa kamu tunjukkan ke orang lain: jalan di mesinmu, punya batas, dan ada jejaknya. Ini syarat terakhir sebelum sertifikat diterbitkan.
- 🔒Proyek akhir — satu sistem utuh10j
Total 12 pelajaran · 15 jam 15 menit · 4 gratis, 8 berbayar
Ini cocok kalau kamu…
Punya data yang tidak boleh keluar
Dokumen kepegawaian, draf peraturan, catatan medis, kode yang belum rilis. Self-host menghentikan aliran data di mesinmu — bukan dengan perjanjian, tapi karena memang tidak ada yang dikirim.
Sudah lelah dengan tutorial yang berhenti di "hello world"
Kelas ini berakhir di sistem yang punya batas giliran, jejak audit, dan hitungan biaya. Bagian yang tidak glamor itulah yang membedakan demo dari sistem.
Ingin paham cara kerjanya, bukan hanya memakainya
Kamu akan berhadapan langsung dengan kuantisasi, konteks yang penuh, dan model kecil yang mengarang fakta. Semua itu berguna meski nanti kamu tetap memilih API cloud.
Cara kelas ini berjalan
Baca + jalankan
Materi berupa teks dan kode yang bisa di-copy. Tidak ada video yang wajib ditonton, tidak ada langkah yang hanya ada di dalam rekaman.
Tugas menghasilkan artefak
Setiap modul berakhir dengan sesuatu yang bisa kamu tunjukkan: agent yang jalan, hasil pengukuran, atau guardrail yang menolak permintaan berbahaya.
Kuis & sertifikat
Kuis per modul dinilai di server. Lulus semua dan selesaikan proyek akhir → sertifikat bernomor unik yang bisa diverifikasi siapa pun di /verify.
Harga naik bertahap mengikuti kelengkapan materi. Yang sudah membeli tetap mendapat semua pembaruan tanpa biaya tambahan.