Inženýrství agentické umělé inteligence v Pythonu – Vytváření autonomních agentů Počítačový Kurz

Základy Agentic AI

• Co je autonomní agent: definice a taxonomie
• Cyklus činnosti agenta: percepcie, rozhodování, jednání, pozorování
• Vzorce návrhu pro definici odpovědnosti a rozsahu činnosti agenta

Nástrojí Pythonu a SDK pro agenty

• Použití LangChain a podobných SDK pro start vývoje agentů
• Asynchronní programování, fronty úloh a správa podprocesů
• Balíkování, virtuální prostředí a reprodukovatelné vývojové workflow

Integrace externích nástrojů a API

• Návrh rozhraní nástrojů a bezpečné vzorce volání nástrojů
• Připojení k webovým API, databázím a interním službám
• Správa přihlašovacích údajů, tajených hodnot a přístupu s nejmenšími oprávněními

Paměť, stav a správa kontextu

• Krátkodobá okna kontextu a techniky prompt engineeringu
• Architektury dlouhodobé paměti: Redis, vektorové úložiště, rozšíření dotazů (retrieval augmentation)
• Konzistence, strategie ukládání do mezipaměti a hygienicita paměti

Orkestrace, plánování a vícekrokové workflow

• Řetězení akcí, pod-agenti a dekompozice úloh
• Algoritmy plánování vs. heuristická orkestrace
• Zpracování selhání, opakování pokusů a kompenzační akce

Bezpečnost, testování a sledovatelnost

• Modely hrozeb, red-teaming a sanitizace vstupu/výstupu
• Unit, integrační a end-to-end testy pro agenty
• Logování, metriky, sledování (tracing) a upozornění na chování agentů

Nasazení, škálování a MLOps pro agenty

• Kontejnerizace, CI/CD pipeline a strategie zavedení (rollout)
• Kontrola nákladů, omezení rychlosti (rate limiting) a optimalizace zdrojů
• Monitoring, governance a operační playbooke

Shrnutí a další kroky