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.
Návrh Školení
Přehled AutoGen Základních Konceptů
- Definice agenta a skupiny
- Zavolání funkcí a řazení rolí
- Omezení integrovaných agentů a místa, kde je potřeba vlastní přizpůsobení
Vytváření Vlastních Agentů s Python
- Definování chování agenta pomocí podtříd user_proxy a AssistantAgent
- Injektování rolové logiky a rozhodovacích procesů
- Vytváření opakovaně použitelných modulů a mixinů pro agenty
Pokročilá Integrace Nástrojů a Směrování
- Registrace, vázání a volání nástrojů
- Zakreslení vstupu do specifických nástrojů podle podmínek
- Správa vícekrokových toolchainů a kompozitních akcí
Plánování a Kontext Management
- Návrh dekompozičních úkolů a mezilehlých plánců
- Zajištění kontinuity kontextu přes řetězené agenty
- Implementace ohraničené paměti pro dlouhoživé relace
Chybové Mechanismy a Zpětná Vrácení
- Nerezignování selhání nebo nedokončených interakcí
- Agtům vyvolaná opakování a záložní logika
- Protokolování, ladění a validace odpovědí
Víceagent Collaboration s Vlastními Roly
- Koordinace specialistů v dynamických skupinách agentů
- Orchestrace smyček odvodu a spolupracujících pracovních toků
- Rozdělení rolí proti fúzi rolí ve zadání úkolů
Strategie Reálného Řešení
- Optymalizace pro výkon a náklady (použití tokenů, mezipaměť)
- Zasazování AutoGen pracovních toků do webových aplikací nebo kanálů
- Sekurita, přezkoumání a integrace zpětné vazby uživatelů
Základní Přehled a Další Kroky
Požadavky
- Odbornost v programování Python
- Zkušenosti s vytvářením aplikací založených na LLM
- Znalost volání funkcí a návrhu systémů s více agenty
Cílová skupina
- Senioroví vývojáři
- Inženýři platform
- Akademičtí architekti AI
14 hodiny
Reference (1)
Trainer reaguje na otázky na místě.
Adrian
Kurz - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Machine Translated
