Свържете се с нас
 Продължителност 21 часa

Съдържание и теми, включени в курса

Въведение в системите с LLM агенти

  • LLM агенти и концепции за мулти-агентна архитектура
  • Преглед на фреймуърка AutoGen и екосистемата
  • Роли на агентите: потребителски прокси, асистент, function caller и др.

Инсталиране и конфигуриране на AutoGen

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

Проектиране на агенти и разпределяне на роли

  • Разбиране на типовете агенти и моделите на разговор
  • Дефиниране на целите, промптовете и инструкциите на агентите
  • Делегиране на задачи на базата на роли и контрол на потока

Function Calling и интеграция на инструменти

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

Управление на разговори и памет

  • Следене на сесии и постоянна памет
  • Съобщения между агенти и обработка на токени
  • Управление на контекста и историята на разговора

Workflows с агенти от край до край

  • Построяване на многоетапни задачи за сътрудничество (напр. анализ на документи, преглед на код)
  • Симулиране на диалоги между потребител и агент и вериги на решенията
  • Дебъгване и подобряване на производителността на агентите

Случаи на приложение и разгръщане

  • Вътрешни агенти за автоматизация: изследване, доклади, скриптове
  • Външни ботове: чат асистенти, интеграции с глас
  • Опаковане и разгръщане на системи с агенти в производствена среда

Обобщение и следващи стъпки

Изисквания

  • Разбиране на програмирането на Python
  • Знаемост с едърмоделни езици и промпт инженеринг
  • Опит с API и workflows за автоматизация

Целева аудитория

  • Инженери по изкуствен интелект
  • Разработчици по машинно обучение
  • Архитекти по автоматизация

Брой участници


Цена за участник

Отзиви от участници (1)

Предстоящи Курсове

Свързани Kатегории