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
Introduzione ai sistemi di agenti basati su LLM
- I concetti fondamentali riguardanti gli agenti LLM e le architetture multi-agente
- Panoramica generale sul framework AutoGen e il relativo ecosistema tecnologico
- Le diverse tipologie di agenti: proxy utente, assistenti, chiamatori di funzioni e altri
Installazione e configurazione di AutoGen
- Configurazione dell’ambiente Python e dei pacchetti richiesti
- Nozioni di base sulla configurazione tramite i file di impostazioni di AutoGen
- Collegamento ai fornitori di servizi LLM (OpenAI, Azure o modelli locali)
Progettazione degli agenti e assegnazione dei ruoli
- Analisi delle tipologie di agente e dei modelli conversazionali
- Definizione degli obiettivi, dei prompt e delle istruzioni da seguire dagli agenti
- Delega delle attività in base ai ruoli e gestione del flusso di controllo tra gli agenti<\/li>
Chiamata a funzioni ed integrazione degli strumenti
- Registrazione delle funzioni affinché possano essere utilizzate dagli agenti
- Esecuzione autonoma o collaborativa di operazioni tramite tali funzioni
- Connessione tra agenti, API esterne e script Python
Gestione delle conversazioni e della memoria
- Tracciamento delle sessioni e conservazione persistente dei dati
- Scambio di messaggi tra agenti ed efficace gestione del volume di token utilizzati
- Gestione del contesto generale e della cronologia delle conversazioni
Flussi di lavoro completi degli agenti
- Realizzazione di attività complesse svolte in collaborazione da più agenti (ad esempio analisi documenti o revisione del codice)
- Simulazione di dialoghi tra utente e agenti, nonché tracciamento dei percorsi decisionali adottati
- Tecniche di debug e ottimizzazione delle prestazioni degli agenti
Casi d’uso tipici e procedure di distribuzione
- Sistemi di automazione interna: raccolta dati, stesura report e generazione automatica di script
- Agenti dedicati all’interfaccia utente esterna: assistenti conversazionali e soluzioni vocali
- Pacchettizzazione e implementazione definitiva dei sistemi di agente in contesti produttivi
Sintesi finale e prospettive future
Requisiti
- Conoscenza della programmazione in Python
- Padronanza di base dei modelli linguistici di grandi dimensioni e delle tecniche di ingegneria dei prompt
- Esperienza nella gestione di API e flussi di lavoro automatizzati
Destinatari del corso
- Ingegneri AI
- Sviluppatori ML
- Architetti dell’automazione
21 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
