Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Vedoucí kurz: LLM Agent Systems s AutoGen
- Koncepé LLM agentů a víceagentní architektury
- Přehled o rámci AutoGen a ekosystému
- Role agenta: uživatelský proxy, asistent, volající funkce a další
Nainstalování a konfigurace AutoGen
- Nastavení prostředí Python a závislostí
- Základy konfiguračního souboru AutoGen
- Připojení k poskytovatelům LLM (OpenAI, Azure, lokálním modelům)
Design agenta a přidělení rolí
- Počínání se typy agentů a vzory konverzace
- Nastavení cílů, promptů a instrukcí pro agenty
- Rolová delegace úkolů a řídicí toku
Volání funkcí a integrace nástrojů
- Registrace funkcí pro použití agentem
- Autonomní a společná volba funkcí
- Připojení externích API a skriptů Python k agentům
Konverzace Management a paměť
- Sledování relací a trvalé paměti
- Zprávy mezi agenty a správa tokenů
- Údržba kontextu a historie konverzace
Celkový tok práce agenta
- Vytváření vícestupňových spolupracovných úkolů (např. analýza dokumentů, přezkoumání kódu)
- Simulace uživatelsko-agentních dialogů a řetězů rozhodnutí
- Ladění a optimalizace výkonu agenta
Use Casey a nasazení
- Vnitřní automační agenty: výzkum, zprávopis, skripty
- Externě orientované botty: asistenti pro chat, integace hlasu
- Sbalení a nasazení agentových systémů do produkce
Závěr a další kroky
Požadavky
- Poznání programování v Python
- Znalost velkých jazykových modelů a prompt engineeringu
- Zkušenosti s API a automatizačními pracovními postupy
Cílová skupina
- Inženýři AI
- Vývojáři ML
- Architekti automatizace
21 hodiny
Reference (1)
Trainer reaguje na otázky na místě.
Adrian
Kurz - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Přeloženo strojem