Bądźmy w kontakcie
 Czas trwania 21 godzin

Plan Szkolenia

Wprowadzenie do systemów agentów LLM

  • Koncepcje agentów LLM i architektury wieloagentowej
  • Przegląd frameworku AutoGen i jego ekosystemu
  • Role agentów: proxy użytkownika, asystent, wywołujący funkcje i inne

Instalacja i konfiguracja AutoGen

  • Konfiguracja środowiska Python i zależności
  • Podstawy pliku konfiguracyjnego AutoGen
  • Łączenie z dostawcami LLM (OpenAI, Azure, modele lokalne)

Projektowanie agentów i przydzielanie ról

  • Zrozumienie typów agentów i wzorców konwersacji
  • Definiowanie celów, promptów i instrukcji agentów
  • Delegowanie zadań oparte na rolach i przepływ sterowania

Wywoływanie funkcji i integracja narzędzi

  • Rejestrowanie funkcji do użytku przez agentów
  • Autonomiczne i współpracujące wykonywanie funkcji
  • Łączenie zewnętrznych API i skryptów Pythona z agentami

Zarządzanie konwersacją i pamięcią

  • Śledzenie sesji i trwała pamięć
  • Komunikacja między agentami i obsługa tokenów
  • Zarządzanie kontekstem i historią konwersacji

Kompleksowe przepływy pracy agentów

  • Budowanie wieloetapowych zadań współpracujących (np. analiza dokumentów, przegląd kodu)
  • Symulowanie dialogów użytkownik-agent i łańcuchów decyzyjnych
  • Debugowanie i ulepszanie wydajności agentów

Przypadki użycia i wdrażanie

  • Wewnętrzne agenty automatyzacji: badania, raportowanie, skrypty
  • Boty zewnętrzne: asystenci czatu, integracje głosowe
  • Pakowanie i wdrażanie systemów agentowych w środowisku produkcyjnym

Podsumowanie i kolejne kroki

Wymagania

  • Znajomość programowania w Pythonie
  • Znajomość dużych modeli językowych i inżynierii promptów
  • Doświadczenie z API i przepływami automatyzacji

Grupa docelowa

  • Inżynierowie AI
  • Deweloperzy uczenia maszynowego
  • Architekci automatyzacji

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie