Corso di formazione Creare sistemi di agenti LLM con AutoGen

Introduzione ai sistemi di agenti LLM

• Agenti LLM e concetti di architettura multi-agente
• Panoramica del framework AutoGen e dell'ecosistema
• Ruoli degli agenti: user proxy, assistant, function caller e altri

Installazione e configurazione di AutoGen

• Impostazione dell'ambiente Python e delle dipendenze
• Fondamenti del file di configurazione di AutoGen
• Connessione a provider LLM (OpenAI, Azure, modelli locali)

Progettazione degli agenti e assegnazione dei ruoli

• Comprendere i tipi di agente e i modelli di conversazione
• Definire obiettivi, prompt e istruzioni degli agenti
• Delega dei compiti basata sui ruoli e flusso di controllo

Function calling e integrazione di strumenti

• Registrazione delle funzioni per l'uso da parte degli agenti
• Esecuzione autonoma e collaborativa delle funzioni
• Connessione di API esterne e script Python agli agenti

Gestione della conversazione e memoria

• Tracciamento delle sessioni e memoria persistente
• Comunicazione tra agenti e gestione dei token
• Gestione del contesto e della cronologia della conversazione

Flussi di lavoro degli agenti end-to-end

• Creazione di compiti collaborativi multi-step (ad es., analisi di documenti, revisione del codice)
• Simulazione di dialoghi utente-agente e catene decisionali
• Debug e perfezionamento delle prestazioni degli agenti

Casi d'uso e implementazione

• Agenti di automazione interni: ricerca, reportistica, scripting
• Bot per uso esterno: assistenti chat, integrazioni vocali
• Imballaggio e implementazione dei sistemi di agenti in produzione

Riepilogo e prossimi passi