План на курса

Въведение в системи на LLM агенти

  • Концепции на LLM агенти и архитектура на многоагентни системи
  • Преглед на рамката и екосистемата на AutoGen
  • Роли на агентите: прокси на потребителя, асистент, извиквач на функции и повече

Инсталиране и конфигуриране на AutoGen

  • Настройка на средата и зависимостите на Python
  • Основни концепции за конфигурационния файл на AutoGen
  • Свързване с доставчици на LLM (OpenAI, Azure, локални модели)

Проектиране на агенти и задаване на роли

  • Разбиране на типове агенти и патрони за разговори
  • Определяне на цели, подсказки и инструкции на агентите
  • Деление на задачи и контрол на потока на основе на роли

Извикване на функции и интеграция на инструменти

  • Регистриране на функции за употреба от агентите
  • Автономно и съвместно изпълнение на функции
  • Свързване на внешни API и скриптове на Python с агентите

Management на разговорите и памет

  • Следване на сесии и постоянна памет
  • Комуникация между агенти и обработка на токени
  • Управление на контекста и историята на разговорите

Цял процес на агентни работни процеси

  • Създаване на многоетапни съвместни задачи (например, анализ на документи, преглед на код)
  • Симулиране на диалози потребител-агент и вериги за вземане на решения
  • Отстраняване на грешки и уточняване на производителността на агентите

Use Case и развертване

  • Вътрешни агенти за автоматизация: изследване, доклади, скриптове
  • Външни ботове: помощници за чат, интеграции с глас
  • Пакетна подготовка и развертване на агентни системи в продуктивна среда

Резюме и следващи стъпки

Изисквания

  • Знание на Python програмиране
  • Знакомство с големи модели на език и инженеринг на подсказки
  • Опит с API и автоматизирани работилници

Целева аудитория

  • Инженери на изкуствен интелект
  • Развивачи на машинно обучение
  • Архитекти на автоматизация
 21 Часа

Брой участници


Цена за участник

Oтзиви от потребители (1)

Предстоящи Курсове