Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
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
Přeloženo strojem