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.
Plan Szkolenia
Wprowadzenie do systemów agentów LLM
- Pojęcia dotyczące agentów LLM i architektury wieloagentowej
- Przegląd ramki i ekosystemu AutoGen
- Role agentów: proxy użytkownika, asystent, wywoływacz funkcji i więcej
Instalowanie i konfigurowanie AutoGen
- Konfiguracja środowiska i zależności Python
- Podstawy pliku konfiguracyjnego AutoGen
- Połączenie z dostawcami LLM (OpenAI, Azure, lokalne modele)
Projektowanie agentów i przydzielanie ról
- Rozumienie typów agentów i wzorców rozmów
- Definiowanie celów agentów, wskaźników i instrukcji
- Delegowanie zadań i kontrolowanie przepływu na podstawie ról
Wywoływanie funkcji i integracja narzędzi
- Rejestrowanie funkcji do użytku agentów
- Autonomiczne i współpracujące wykonanie funkcji
- Połączenie zewnętrznych API i skryptów Python z agentami
Konwersacje Management i pamięć
- Śledzenie sesji i trwała pamięć
- Wiadomości międzyagentowe i obsługa tokenów
- Zarządzanie kontekstem i historią rozmów
Pełne przepływy agentów
- Budowanie wieloetapowych zadań współpracujących (np. analiza dokumentów, przegląd kodu)
- Symulowanie dialogów użytkownik-agent i łańcuchów decyzji
- Debugowanie i ulepszanie wydajności agentów
Use Casey i wdrażanie
- Wewnętrzne agenty automatyzacji: badania, raportowanie, skryptowanie
- Boty zewnętrzne: asystenci czatowi, integracje głosowe
- Pakowanie i wdrażanie systemów agentów w środowisku produkcyjnym
Podsumowanie i kolejne kroki
Wymagania
- Znajomość programowania Python
- Znawność dużych modeli językowych i inżynierii promptów
- Doświadczenie z API i automatyzacją procesów
Grupa docelowa
- Inżynierowie AI
- Developerszy ML
- Architekci automatyzacji
21 godzin
Opinie uczestników (1)
Trener reagujący na pytania na bieżąco.
Adrian
Szkolenie - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Przetłumaczone przez sztuczną inteligencję
