Contattataci
 Durata 21 ore

Struttura del corso

Introduzione ai sistemi di agenti LLM

  • Agenti LLM e concetti di architettura multi-agente
  • Panoramica del framework AutoGen e dell'ecosistema
  • Ruoli degli agenti: proxy utente, assistente, chiamante di funzioni e altri

Installazione e configurazione di AutoGen

  • Configurazione dell'ambiente Python e delle dipendenze
  • Fondamenti dei file di configurazione AutoGen
  • Connessione ai provider LLM (OpenAI, Azure, modelli locali)

Progettazione degli agenti e assegnazione dei ruoli

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

Chiamate a funzioni e integrazione di strumenti

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

Gestione della conversazione e memoria

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

Flussi di lavoro end-to-end degli agenti

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

Casi d'uso e distribuzione

  • Agenti di automazione interna: ricerca, reportistica, scripting
  • Bot per uso esterno: assistenti chat, integrazioni vocali
  • Packaging e distribuzione di sistemi di agenti in produzione

Riepilogo e prossimi passi

Requisiti

  • Conoscenza della programmazione Python
  • Familiarità con i grandi modelli linguistici e l'ingegneria dei prompt
  • Esperienza con API e flussi di lavoro di automazione

Pubblico

  • Ingegneri di IA
  • Sviluppatori ML
  • Architetti di automazione

Numero di Partecipanti


Prezzo per partecipante

Recensioni (1)

Corsi in Arrivo

Categorie relative