Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Durata 14 ore
Schița de curs
Recapitularea conceptelor de bază AutoGen
- Definiții pentru agenți și grupuri
- Function calling și înlănțuirea rolurilor
- Limitările agenților built-in și unde este necesară personalizarea
Construirea de agenți personalizați cu Python
- Definirea comportamentului agenților folosind subclase user_proxy și AssistantAgent
- Injectarea logicii specifice rolului și a procesului decizional
- Crearea de module de agenți reutilizabile și mixins
Integrarea avansată a tool-urilor și rutarea
- Înregistrarea, legarea și invocarea tool-urilor
- Rutarea condiționată a intrărilor către tool-uri specifice
- Gestionarea toolchain-urilor multi-pas și a acțiunilor compuse
Planificare și gestionarea contextului
- Proiectarea de descompunători de task-uri și planificatori intermediari
- Menținerea contextului între agenții înlănțuiți
- Implementarea memoriei cu scop delimitat pentru sesiuni de lungă durată
Gestionarea erorilor și mecanisme de recuperare
- Detectarea și gestionarea interacțiunilor eșuate sau incomplete
- Reîncercări declanșate de agenți și logică de fallback
- Logging, debugging și validarea răspunsurilor
Colaborare multi-agent cu roluri personalizate
- Coordonarea specialiștilor în cadrul grupurilor dinamice de agenți
- Orchestrarea buclelor de raționament și a fluxurilor de lucru cooperative
- Separarea rolurilor vs. combinarea rolurilor în atribuirea task-urilor
Strategii de deployment în lumea reală
- Optimizarea pentru performanță și cost (utilizarea token-urilor, caching)
- Integrarea fluxurilor de lucru AutoGen în aplicații web sau pipeline-uri
- Securitate, observabilitate și integrarea feedback-ului utilizatorilor
Rezumat și pașii următori
Cerințe
- Competențe avansate în programarea Python
- Experiență în construirea de aplicații bazate pe LLM-uri
- Familiaritate cu function calling și proiectarea sistemelor multi-agent
Public țintă
- Dezvoltatori seniori
- Ingineri de platformă
- Arhitecți AI
Mărturii (1)
Mi-a plăcut faptul că el oferea în mod constant exemple, dar și timp pentru muncă individuală pe ceea ce a prezentat.
Iacob Giorgel
Curs - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Tradus de catre o masina