Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Ripasso sui concetti fondamentali di AutoGen
- Definizioni di agente e gruppo di agenti
- Chiamata alle funzioni e concatenazione dei ruoli
- Limitazioni degli agenti predefiniti e casi in cui è necessaria la personalizzazione
Sviluppo di agenti personalizzati con Python
- Definizione del comportamento dell’agente tramite le sottoclassi user_proxy ed AssistantAgent
- Inserimento di logica specifica e meccanismi decisionali legati al ruolo dell’agente
- Creazione di moduli riutilizzabili e elementi compositi per gli agenti
Integrazione e instradamento avanzato degli strumenti
- Registrazione, associazione ed esecuzione degli strumenti
- Instradamento condizionale delle richieste verso specifici strumenti
- Gestione di catene di operazioni multiple e azioni composite
Pianificazione e gestione del contesto
- Progettazione di decompositori di compiti e piani intermedi
- Mantenimento del contesto durante le interazioni tra agenti concatenati
- Implementazione di memoria mirata a sessioni prolungate
Gestione degli errori e meccanismi di recupero
- Rilevamento e gestione di interazioni fallite o incomplete
- Tentativi di ripetizione automatizzati e logica alternativa attivata dagli agenti
- Registrazione, debug e validazione delle risposte prodotte
Collaborazione mult agente con ruoli personalizzati
- Coordinamento di specialisti all’interno di gruppi dinamici di agenti
- Orchestrazione di cicli logici e flussi di lavoro collaborativi<\/li>
- Diferenziazione tra ruoli separati o integrazione dei ruoli nell’assegnazione dei compiti
Strategie di implementazione nel mondo reale
- Ottimizzazione in termini di prestazioni e costi (utilizzo dei token, caching)
- Integrazione dei flussi di lavoro AutoGen in applicazioni web o pipeline di elaborazione dati
- Sicurezza, osservabilità e integrazione del feedback degli utenti
Riepilogo e prossimi passi
Requisiti
- Buona padronanza della programmazione Python
- Esperienza nello sviluppo di applicazioni basate su modelli linguistici
- Conoscenza della chiamata alle funzioni e del design di sistemi mult agente
Destinatari
- Sviluppatori senior
- Ingegneri di piattaforma
- Architetti AI
14 ore
Recensioni (1)
Mi è piaciuto che fornisse costantemente esempi, ma offrisse anche del tempo per il lavoro individuale su ciò che presentava.
Iacob Giorgel
Corso - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Traduzione automatica