Курс за обучение по Инженеринг на агентивен изкуствен интелект с Python — изграждане на автономни агенти

Основи на агентивния изкуствен интелект

• Какво е автономен агент: дефиниции и таксономия
• Агентен цикъл: цикъл възприемане, вземане на решение, действие, наблюдение
• Проектни модели за отговорностите и обхвата на агентите

Python инструменти и агентни SDK

• Използване на LangChain и подобни SDK за бърз старт на агенти
• Асинхронно програмиране, опашки за задачи и управление на подпроцеси
• Пакетиране, виртуални среди и възпроизводими работни процеси за разработка

Интегриране на външни инструменти и API

• Проектиране на интерфейси за инструменти и безопасни модели за тяхното извикване
• Свързване с уеб API, бази данни и вътрешни услуги
• Управление на идентификационни данни, тайни и достъп с минимални привилегии

Управление на паметта, състоянието и контекста

• Краткосрочни контекстни прозорци и техники за инженеринг на промптове
• Архитектури за дългосрочна памет: Redis, векторни хранилища, разширяване чрез извличане
• Съгласуваност, стратегии за кеширане и поддържане на паметта

Оркестрация, планиране и многоетапни работни процеси

• Свързване на действия, подагенти и декомпозиране на задачи
• Алгоритми за планиране срещу евристична оркестрация
• Справяне с грешки, повторни опити и компенсиращи действия

Безопасност, тестване и наблюдаемост

• Модели на заплахи, „red-teaming“ и санитизиране на входа/изхода
• Модулно, интеграционно и цялостно тестване за агенти
• Регистриране, метрики, проследяване и сигнализиране за поведението на агентите

Внедряване, мащабиране и MLOps за агенти

• Контейнеризация, CI/CD конвейери и стратегии за пускане
• Контрол на разходите, ограничаване на скоростта и оптимизиране на ресурсите
• Мониторинг, управление и оперативни процедури

Обобщение и следващи стъпки