План на курса

1. Въведение в приложения на LLM и AutoGen v0.4

  • Обзор на Large Language Models (LLMs): Разбиране на възможностите и приложенията им.​ 
  • Въведение в AutoGen v0.4: Разглеждане на функциите, архитектурата и това как упростява разработването на агентични AI системи.  

2. Основни концепции и компоненти на AutoGen

  • Разбиране на слойния фреймворк:
    • Основен слой: Архитектура, управлявана от събития, подкрепяща динамични работни процеси.
    • API на AgentChat: Създаване на агенти, управлявани от задачи, с високоуровневи API.
    • Разширения: Интегриране на персонализирани агенти, инструменти и модули за памет за подобрена функционалност.
  • Асинхронно съобщаване: Реализация на стилови взаимодействия, управлявани от събития и запрос-отговор.​ 

3. Създаване на първото си приложение с множество агенти

  • Определяне на агенти: Създаване на агенти помощници и агенти за представители на потребителите.​ 
  • Установяване на Communication агента: Настройка на асинхронно съобщаване между агентите. 
  • Реализация на примерно приложение: Разработка на едноставна система с множество агенти, за да се реши специфична задача.​ 
  • Инструменти за наблюдаване и отстраняване на грешки: Използване на вградени метрики и следене на съобщения за мониторинг в реално време.​ 

4. Примери и най-добри практики

  • Реални приложения: Разглеждане на успешни имплементации на AutoGen в различни индустрии.​
  • Най-добри практики: Насоки за проектиране на ефективни и масови приложения на LLM с AutoGen.​
  • Проблеми и решения: Решаване на общо срещани проблеми по време на разработката и техните решения.​
  • Въпросно-отговорно

Рабошопът е предназначен за:

  • разработчици на софтуер
  • научни работници по данни
  • инженери по данни
  • хора с програмиране в основата си/склонност, които искат да научат за програмиране с AI.

Изисквания

Предварителни изисквания - Python програмиране

 7 часа

Брой участници


Цена за участник

Отзиви от потребители (5)

Предстоящи Курсове

Свързани Kатегории