Python dla autonomicznych agentów: narzędzia, SDK i orkiestracja - Plan Szkolenia

Wprowadzenie do środowisk Pythona dla rozwoju agentowego

• Konfigurowanie Pythona, środowisk wirtualnych i zarządzania zależnościami
• Korzystanie z Git i Docker do wersjonowania i izolacji
• Najlepsze praktyki dla odtwarzalnych środowisk

Przegląd zestawów SDK i frameworków dla agentów

• LangChain, AutoGen i inne pojawiające się zestawy SDK
• Struktura i cykl życia agenta: percepcja, wnioskowanie i działanie
• Porównanie możliwości zestawów SDK i stylów architektury

Budowanie funkcjonalnych agentów w Pythonie

• Tworzenie prostego agenta za pomocą LangChain
• Łączenie agentów z zewnętrznymi narzędziami i interfejsami API
• Obsługa wejścia/wyjścia, pamięci i trwałości

Integracja narzędzi i interfejsów API

• Definiowanie i rejestrowanie narzędzi do użytku przez agenta
• Bezpieczna integracja API i zarządzanie kluczami
• Korzystanie z zewnętrznych źródeł danych i niestandardowych wywołań funkcji

Orkiestracja agentów i wzorce komunikacji

• Współpraca wielu agentów z wykorzystaniem AutoGen
• Delegowanie zadań i logika planowania
• Orkiestracja sterowana zdarzeniami i asynchroniczna

Testowanie, debugowanie i obserwowalność

• Testowanie agentów z użyciem danych próbnych i kontrolowanych środowisk
• Debugowanie przepływu komunikatów i wywołań narzędzi
• Wdrażanie ustrukturyzowanego logowania i wskaźników wydajności

Wdrażanie i zagadnienia produkcyjne

• Pakowanie i konteneryzacja usług agentowych w Pythonie
• Integracja z potokami CI/CD
• Skalowanie, monitorowanie i utrzymywanie długo działających agentów

Podsumowanie i dalsze kroki