Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Revizuire a conceptelor principale ale AutoGen
- Definiții de agent și grupuri
- Apele la funcții și lanțul de roluri
- Limitările agentilor încorporați și unde este nevoie de personalizare
Construirea de agenți personalizați cu Python
- Definirea comportamentului agentului folosind subclasele user_proxy și AssistantAgent
- Injecția de logică specifică rolurilor și luarea deciziilor
- Creați moduluri și mixine reutilizabile ale agenților
Integrare avansată a instrumentelor și rutare
- Inregistrarea, atașarea și invocarea instrumentelor
- Rutarea condițională a intrărilor către instrumente specifice
- Gestionarea lanțurilor multi-pas ale instrumentelor și acțiunilor compuse
Planificare și Context Management
- Dizajnarea dezmembratorilor de sarcini și planificatorilor intermediari
- Maintaining context across chained agents (Pentru această frază, nu este clar în limbaj românesc. Vă pot oferi traducerea literară: "Menținerea contextului între agenți lanțați", dar vă sugerez să verificați dacă este necesar un context specific)
- Implementarea memoriei cu scop limitat pentru sesiuni de rulare lungă
Mecanisme de gestionare și recuperare a erorilor
- Detectarea și gestionarea interacțiunilor eșuate sau incomplete
- Reîncercările și logica secundară declanșate de agent
- Jurnalizarea, depurarea și validarea răspunsului
Multiagent Collaboration cu roluri personalizate
- Coordonarea specialistilor în grupurile dinamice ale agenților
- Orchestrați bucle de raționament și fluxuri de lucru cooperative
- Separarea rolurilor vs. amestecul rolurilor în atribuirea sarcinilor
Strategii avansate de implementare în mediu real
- Optimizarea performanței și a costurilor (utilizarea token, caching)
- Înghesuierea fluxurilor de lucru AutoGen în aplicațiile web sau pipelines
- Siguranță, observabilitate și integrarea feedback-ului utilizatorului
Rezumat și următoarele pași
Cerințe
- Familiaritate cu programarea Python
- Experiență în construirea aplicațiilor bazate pe LLM
- Cunoștințe despre apele de funcții și dispozitive multiple din sistemul multi-agent
Publicul cible
- Dezvoltatori seniors
- Ingineri platformă
- Arcitecti 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
