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.
Schița de curs
Recapitularea Conceptelor de Bază ale AutoGen
- Definiții ale agentului și grupurilor
- Apelarea funcțiilor și înlănțuirea rolurilor
- Limitările agenților predefiniți și unde este necesară personalizarea
Construirea de Agenți Personalizați cu Python
- Definirea comportamentului agentului folosind subclase user_proxy și AssistantAgent
- Injectarea de logică specifică rolului și a luării de decizii
- Crearea de module și mixini reutilizabile pentru agenți
Integrare Avansată a Instrumentelor și Rutare
- Înregistrarea, legarea și invocarea instrumentelor
- Rutarea condiționată a intrărilor către instrumente specifice
- Gestionarea lanțurilor de instrumente în mai mulți pași și a acțiunilor compuse
Planificare și Gestionare a Contextului
- Proiectarea de descompuneri de sarcini și planificatori intermediari
- Menținerea contextului pe parcursul agenților înlănțuiți
- Implementarea de memorie cu scop pentru sesiuni de lungă durată
Gestionarea Erorilor și Mecanisme de Recuperare
- Detectarea și gestionarea interacțiunilor eșuate sau incomplete
- Reluări declanșate de agenți și logică de rezervă
- Înregistrarea, depanarea 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. amestecarea rolurilor în atribuirea sarcinilor
Strategii de Implementare în Lumea Reală
- Optimizarea pentru performanță și cost (utilizarea tokenilor, caching)
- Încorporarea fluxurilor de lucru AutoGen în aplicații web sau conducte
- Integrarea securității, observabilității și feedback-ului utilizatorilor
Rezumat și Pași Următori
Cerințe
- Competență în programarea Python
- Experiență în construirea de aplicații bazate pe LLM
- Cunoaștere a apelării funcțiilor și a proiectării sistemelor multi-agent
Publicul Țintă
- Dezvoltatori seniori
- Ingineri de platformă
- Arhitecți AI
14 Ore
Mărturii (1)
Formatorul răspunde la întrebări în timp real.
Adrian
Curs - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Tradus de catre o masina
