Soft & Share 學習資訊分享

🎬 從零開始打造你的 ChatGPT 控制的 AI 無人機（2025 年） ⭐️學習如何建構能夠思考和決策的 AI 無人機－利用大型語言模型( LLM )實現自主飛行控制 本課程將從無人機基礎知識入手，因為你需要了解硬體才能對其進行智慧控制。你將學習馬達、飛行控制器以及使飛行成為可能的物理原理。 然後，講師將深入講解微軟 AirSim，你將在其中安全地建造和測試虛擬無人機。沒有碰撞，沒有零件損壞 — 只有純粹的學習。你將使用 Python 編寫自主任務程序，並了解專業模擬是如何運作的。 真正的精彩之處在於硬體整合。你將配置實際的 Pixhawk 飛控，設定使用不同協定的遙控系統，並整合感測器。所有組件將連接成一個可運作的系統。 最後，我們將實現 LLM 控制。你的無人機將接收感測器數據，並將其發送到 AI 系統（ChatGPT、Claude 或 Gemini，任你選擇），然後根據 AI 的分析結果執行智慧飛行決策。這絕對是尖端技術。 https://softnshare.com/build-your-chatgpt-controlled-ai-drone-from-scratch-2025/

🎬 Claude AI 適用於品質保證和手動測試人員 | AI 軟體測試 這門全面的實作課程專為希望在現代軟體測試中利用 Claude AI 的手動測試人員、品質保證工程師、軟體測試人員和品質保證專業人員而設計。 課程涵蓋實用的 AI 輔助品質保證工作流程，包括： ✓ 軟體測試中的生成式 AI 基礎 ✓ QA 的快速工程 ✓ AI 輔助測試用例設計 ✓ 缺陷分析與缺陷報告 ✓ 測試數據生成 ✓ 需求分析與驗證 ✓ 需求差距識別 ✓ 基於人工智慧的探索性測試 ✓ 基於人工智慧的 SQL 測試 ✓ AI 輔助測試自動化支持 ✓ Claude AI 的實際 QA 用例 透過實際演示、真實案例和指導式學習課程，您將學習如何將 Claude AI 整合到日常品質保證 (QA) 活動中，從而提高效率、增強測試覆蓋率、加速缺陷分析並簡化測試工作流程。 您還將學習如何為不同的測試場景創建有效的提示、分析需求、生成和改進測試案例、識別潛在缺陷和差距、創建測試數據，以及如何使用 AI 來支援探索性測試和 SQL 測試活動。 課程結束時，您將掌握使用 Claude AI 進行 AI 輔助軟體測試的實用知識，並能夠應用這些技術來改善您現有的 QA 工作流程。 https://softnshare.com/claude-ai-for-qa-engineers/

✨40% off 中 🎬 原文書 – AI 代理和應用 使用 LangChain、LangGraph 和 MCP 利用代理工作流程和基於工具的代理，建立智慧的 LLM 應用程式。 人工智慧驅動的應用正迅速成為新常態。個人效率助理、編碼代理、智慧搜尋和自動化報告工具層出不窮。 LangChain 生態系統和 MCP 等標準正在推動這場新的淘金熱。本書將助你在其中佔有一席之地。 在《AI 代理與應用 使用 LangChain、LangGraph 和 MCP》一書中，你將發現： 針對準確、抗幻覺系統的提示和情境工程 用於摘要、語義搜尋和可靠問答的高級 RAG 基於 LangGraph 的結構化多步驟代理工作流程 可即時適應的工具型代理( agents ) 用於複雜現實世界任務的多代理系統( Multi-agent systems ) MCP 整合，用於公開、組合和使用即插即用工具 《AI 代理與應用》是一本實用的指南，教你如何創建真正可用於生產環境的語言模型解決方案。借助 LangChain 和 LangGraph，你將能夠編排強大的代理工作流程，並建立可進行搜尋、總結、推理和行動的動態工具型代理程式。本書將從基礎的提示工程入手，逐步深入到高級的檢索增強生成 (RAG)，最終掌握如何使用模型上下文協議 (Model Context Protocol，MCP) 等現代整合標準部署多代理系統。 https://softnshare.com/ai-agents-and-applications/

✨NT310 特價中 🎬 生成式 AI 創業策略案例研究| Sramana Mitra 生成式 AI 新創公司的案例研究、創新和經驗教訓 從這 10.5 小時的課程，你會學到 如何透過對生成式 AI 領域成功創辦人的深入訪談來識別產生人工智慧創業機會。 生成式 AI 新創公司的趨勢、新創新和最佳商業模式是什麼。 在建立生成式 AI 新創公司時何時組建團隊。 何時開始為生成式 AI 新創公司籌集資金。 如何擴大生成式 AI 新創公司的規模。 生成式 AI 新創公司的退出選項是什麼。 https://softnshare.com/generativeaistartups/

🍀 ARM、ASML、GOOGLE 的實習工作 2027年的暑期實習已開始接受申請，許多企業也持續開放學期中的日常實習工作給在學的大學生、研究生和博士生。 這裡只列出幾個世界知名公司在台灣開放的實習機會。 台灣正在經歷美好的 AI 建設紅利階段，您有許多機會，不管是透過親自參與創作生產，或參與投資。 搜尋。 當然，還有更多的實習工作正等著您！網路上搜尋詢問吧! 這份資料主要在於敞開您的眼界，看看職場的需求和您可以尋找的資源。 https://softnshare.com/armasmlgoogle-internship/

✨ Coursera Plus 40% off 中 （請參考點入頁面右側 Banner ) 🎬 AI 基礎設施和 Operator 基礎知識 本課程專為企業專業人士設計，為您提供對日新月異的 AI 領域的寶貴見解。無論您是經驗豐富的專業人士，還是剛開始人工智慧之旅，本課程都是您在當今快速發展的技術領域中保持領先地位的必備課程。 我們從人工智慧入門開始，介紹人工智慧的基本概念和原則。 然後，我們深入探討資料中心和雲端基礎設施，最後是人工智慧操作。 本課程是 “NVIDIA 認證助理 “認證的準備資料之一：AI 基礎架構和 Operator “認證的部分備考資料。 https://softnshare.com/ai-infrastructure-operations-fundamentals/

🎬Microsoft Copilot Studio – Copilot Studio 大師班 精通 Copilot Studio | 打造個人化 copilot  (副駕駛) |將 copilot 連接到您的數據 |透過生成式 AI 擴展 copilot 從這 12 小時的課程，你會學到 • 使用 Microsoft Copilot Studio 為您的組織建置和部署 copilot，提高工作效率並加快工作速度 • 使用 Microsoft Copilot Studio 在 Microsoft Copilot 中創建您自己的個人化 copilot • 使用來自文件、SharePoint、OneDrive、網站等的資料來訓練您的 copilot 或聊天機器人 • 將生成式 AI 整合到您的 copilot 中，以簡化用戶溝通和意圖 • 使用 Power Automate 與 copilot 一起執行操作和自動化 • 透過利用主題、變數、實體、資料、生成式 AI、操作等來創建複雜的對話式設計邏輯 • 從頭開始建立一個完整的 copilot – 一個內部人力資源機器人，可以向員工提供資訊並能夠預訂假期 • 從頭開始建立一個完整的 copilot – 一個可以回答用戶問題並允許用戶下訂單的客戶服務聊天機器人 • 從初學者到專家，了解有關 Copilot Studio 所需了解的一切 https://softnshare.com/microsoft-copilot-studio/

🎬 Python 完整資料結構與演算法課程 100 多個 DSA 面試問題，用於破解 FAANG，並配有動畫示例，以便更深入地理解和更快地學習 從這 44.5 小時的課程，你會學到 • 學習、實作並使用不同的資料結構 • 學習、實施和使用不同的演算法 • 掌握電腦科學基礎知識，成為更好的開發人員 • 學習應對艱難編碼面試所需的一切 • 破解編碼面試難題，100 多個問題及解釋 • 資料結構和演算法的時間和空間複雜度 • 遞迴( Recursion ) • 大O ( Big O ) https://softnshare.com/data-structures-and-algorithms-bootcamp-in-python/

🎬 給開發人員的全套 AI 驅動單元測試 使用 Diffblue Cover、Claude Code、Cursor 和 Copilot 實現自主和智慧測試生成 從這 3.5 小時的課程，你會學到 • 如何使用 Diffblue Cover 和您選擇的 AI 編碼助手（Claude Code、Cursor 或 Copilot）產生完整的測試套件 • 學習如何在實踐中應用 AI 驅動的 TDD • 如何識別並避免最常見的 AI 驅動測試陷阱 • 了解 AI 驅動測試的最佳實踐，使您的 AI 生成的測試值得信賴 • 如何為您的技術堆疊選擇合適的 AI 測試工具 • 如何建立整合到拉取請求管道中的 AI 測試工作流程 • 如何使用斜線指令( slash commands )、agent skills, (代理技能)和 CLAUDE.md 檔案在 Claude Code 中實現測試工作流程的可重複使用性 • 如何使用專案指令、agent skills (代理技能)和 AGENTS.md 檔案在 Cursor 中實作測試工作流程的可重複使用性 • 如何使用提示檔案、agent skills (代理技能)和 AGENTS.md 檔案在 Copilot 中實現測試工作流程的可重複使用性 https://softnshare.com/complete-ai-driven-unit-testing-for-developers/

🎬LeetCode 新手入門：以 75+ 道盲題攻克 DSA 面試 解決 80 多個 LeetCode 問題，掌握 14 種資料結構和演算法面試題型 — 非常適合初學者 從這 36 小時的課程，你會學到 * 掌握 14 種常用的資料結構與演算法 (DSA) 問題解決模式。 * 解答 80-100 道最關鍵的 DSA 問題，包括 Blind 75 清單中的題目。 * 學習如何辨識正確的模式，有效率解決給定的 DSA 問題。 * 深入理解遞歸、動態規劃和圖遍歷等演算法概念。 * 培養分析時間和空間複雜度的能力，確保你的解決方案達到最優。 * 透過實現常見面試題的解決方案，提升你的實踐程式設計技能。 * 增強你的問題解決思維，自信地應對複雜的技術面試問題。 * 練習面試題型，熟悉白板程式設計和編碼評估。 * 掌握熱門的 DSA 概念，增強你應對技術面試的信心和準備。 * 深入理解陣列、鍊錶、堆疊、佇列、樹、圖等資料結構。 https://softnshare.com/dsa-interview-prep/

✨ 免費中 🎬 Amazon 網路服務（AWS）課程 – 從零開始到英雄 初學者課程，透過實際操作來學習 AWS  – AWS EC2 Web 伺服器，AWS NodeJS 伺服器，AWS RDS 資料庫伺服器，S3，SES 和 CloudWatch。 從這 3 小時的課程，你會學到 • 啟動 AWS EC2 WordPress Web 伺服器 • 建立並連接到 AWS 關係型資料庫伺服器 • 建立高可用且容錯的 NodeJS Web 應用程式環境 • 將檔案上傳到 AWS S3 • 使用 AWS SES 傳送電子郵件 • 使用 AWS CloudWatch 進行監控和告警 • 如何免費使用 AWS。 https://softnshare.com/amazon-web-services-aws-v/

🎬 使用 Playwright 進行自動化軟體測試 2026：TypeScript、AI 和 MCP 從本課程中，你可以學習使用微軟開源的 Playwright 測試框架，從初級到高階學習 Playwright 框架，建立強大的自動化框架和頁面物件模型，練習真實的端到端測試案例和挑戰，使用 Playwright 進行 REST API 測試和 Web Scraping，與 Jenkins 的 CI/CD 整合，學習視覺化迴歸測試，獲得專業的技巧和竅門以及最佳實踐，學習第三方與測試執行器的整合，學習 BDD 與 Cucumber 和 CodeceptJS 的整合，以及成為 Selenium 和Cypress 框架的最佳替代方案。從零開始建立 Playwrite 製作框架：TypeScript、POM、API 測試、CI/CD、AI 代理、Claude 和 MCP 從這 13 小時的課程，你會學到 • 從零開始，使用 TypeScript 建立生產級 Playwright 框架，並實作 CI/CD • 編寫穩定的端到端測試，使用現代定位器、自動等待和 Web 優先斷言 • 精通頁面物件模型 (Page Object Model，POM)、元件和抽象基礎頁面 • 使用 Playwright 測試 REST API，例如 GET、POST、PUT、DELETE、驗證 Tokens 和 JSON 斷言 — 無需額外工具 • 使用 Playwright Agent、MCP 和 AI 編輯器產生、重構和維護完整的測試套件 • 透過跨 Chromium、Firefox 和 WebKit 的視覺回歸測試自動擷取 UI 錯誤 • 使用 Cucumber 和 CodeceptJS 新增 BDD，並新增自訂報告 • 交付一個可用於作品集的 GitHub 程式碼庫，以便在 QA 自動化面試中展示 • 自信地回答最常見的 Playwright 面試問題 • 包含 100 多頁的 Playwright AI 和麵試準備 PDF 指南 https://softnshare.com/automated-software-testing-with-playwright/

從本課程中，你可以學習使用微軟開源的 Playwright 測試框架，從初級到高階學習 Playwright 框架，建立強大的自動化框架和頁面物件模型，練習真實的端到端測試案例和挑戰，使用 Playwright 進行 REST API 測試和 Web Scraping，與 Jenkins 的 CI/CD 整合，學習視覺化迴歸測試，獲得專業的技巧和竅門以及最佳實踐，學習第三方與測試執行器的整合，學習 BDD 與 Cucumber 和 CodeceptJS 的整合，以及成為 Selenium 和Cypress 框架的最佳替代方案。從零開始建立 Playwrite 製作框架：TypeScript、POM、API 測試、CI/CD、AI 代理、Claude 和 MCP 從這 13 小時的課程，你會學到 • 從零開始，使用 TypeScript 建立生產級 Playwright 框架，並實作 CI/CD • 編寫穩定的端到端測試，使用現代定位器、自動等待和 Web 優先斷言 • 精通頁面物件模型 (Page Object Model，POM)、元件和抽象基礎頁面 • 使用 Playwright 測試 REST API，例如 GET、POST、PUT、DELETE、驗證 Tokens 和 JSON 斷言 — 無需額外工具 • 使用 Playwright Agent、MCP 和 AI 編輯器產生、重構和維護完整的測試套件 • 透過跨 Chromium、Firefox 和 WebKit 的視覺回歸測試自動擷取 UI 錯誤 • 使用 Cucumber 和 CodeceptJS 新增 BDD，並新增自訂報告 • 交付一個可用於作品集的 GitHub 程式碼庫，以便在 QA 自動化面試中展示 • 自信地回答最常見的 Playwright 面試問題 • 包含 100 多頁的 Playwright AI 和麵試準備 PDF 指南 https://softnshare.com/automated-software-testing-with-playwright/

✨ Coursera Plus 40% off 中 (請參考點入頁面右側 Banner ) 🎬 DeepLearning.AI TensorFlow 開發人員 專業證書 學習使用 TensorFlow 建立 AI 應用程式. 建構、訓練和優化 Deep Learning 神經網絡，深入研究電腦視覺、自然語言處理和 Time Series 分析，同時學習最緊俏的深度學習框架之一的最佳實踐和實踐經驗。 在這個包含四門課程的專業證書課程中，您將學習必要的工具，以使用 TensorFlow 建構可擴展的 AI 驅動的應用程式。 完成本課程後，您將能夠將新的 TensorFlow 技能應用到範圍廣泛的問題和專案中。 該計劃可以幫助您準備 Google TensorFlow 證書考試，讓您離獲得 Google TensorFlow 證書更近一步。 https://softnshare.com/tensorflow-specializations/

✨ Coursera Plus 40% off 中 (請參考點入頁面右側 Banner ) 🎬 使用模型上下文協定和 TypeScript 的 AI 代理專業課程 使用 TypeScript 和 MCP 建立可靠的 AI 代理程式。 掌握 TypeScript 和 MCP 模式，建構可靠且可用於生產環境的 AI 代理程式。 本專項課程教授學員如何使用 TypeScript 和模型上下文協定 (MCP) 來建立可用於生產環境的 AI 代理，重點講解使代理可靠、高效且自主的架構模式。學員將掌握如何設計連接代理與真實世界系統的工具伺服器、如何實現通用代理迴圈( universal agent loop )，以及如何應用諸如響應即指令 (Response-as-Instruction)、故障前向恢復 (Failing Forward) 和智能預算 (Intelligence Budget) 等關鍵模式。畢業生能夠交付可動態發現上下文、自動從錯誤中恢復並在生產環境中高效運行的 AI 代理程式。 你將學到的內容有 • 建構真正有效的AI Agents：掌握將不可預測的AI轉化為可靠、可用於生產環境的 agents 的方法。 • 交付能夠自主運作的 Agents：建構能夠按需發現上下文、優雅地處理故障並無需人工干預即可運作的 agents。 https://softnshare.com/ai-agents-mode-context-protocol/

🎬 InfiniBand 深度解析：為了建設 AI 資料中心的網路 學習 InfiniBand 基礎、RDMA 和 NVIDIA 網路協定棧，以設計和優化 AI 和 HPC 基礎設施 從這 8 小時的課程，你會學到 1. 完整描述 InfiniBand 架構－從實體層到 RDMA 和 GPU Direct 等上層協定 2. 設計適用於大規模 AI 和 HPC 叢集佈署的葉脊式 InfiniBand 拓撲( eaf-spine InfiniBand topologies )結構 3. 使用服務等級 (Service Levels，SL) 和虛擬通道 (Virtual Lanes，VL) 實現 QoS，以優先處理 AI 和 HPC 工作負載 4. 使用 NVIDIA Unified Fabric Manager (UFM) 大規模監控與管理 InfiniBand 架構 5. 使用 ibdiagnet、ibtracert、mlxlink 等工具診斷和解決常見的 InfiniBand 架構問題 https://softnshare.com/nfiniband-deep-dive/

🎬LangGraph – 使用 LangGraph 開發 LLM 支援的代理 使用 Python 建立 LangGraph 代理：反射、代理 RAG、記憶體和人機互動、面向 LangChain 開發人員的部署 從這 7.5 小時的課程，你會學到 • 將代理工作流程建模為圖：狀態、節點( nodes )、條件邊( conditional edges )和循環( cycles ) • 建構能夠批判性地檢視和修正自身輸出的反思型和自反型代理 • 使用 LangGraph 和 Tavily 網路搜尋建立糾錯型、自組織型和自適應型 RAG 代理 • 使用 ToolNode 和函數呼叫在 LangGraph 中重建 ReAct 代理 • 使用 MemorySaver、SqliteSaver 和中斷添加記憶體和人機互動功能 • 使用非同步扇出/扇入和條件分支並行運行節點 • 在 LangGraph Studio 中 Debug (偵錯)，並使用 LangSmith Deployment（Assistants、Threads、Runs）進行部署 • 使用 GPT-Researcher 和 CopilotKit 生成式 UI 查看生產環境中的多代理系統 https://softnshare.com/langgraph/