Struttura del corso

Introduzione agli Ambienti Python per lo Sviluppo Agente

  • Configurazione di Python, ambienti virtuali e gestione delle dipendenze
  • Utilizzo di Git e Docker per la versioning e l'isolamento
  • Migliori pratiche per ambienti riproducibili

Panoramica sugli SDK e i Framework degli Agenti

  • LangChain, AutoGen e altri emergenti SDK
  • Struttura e ciclo di vita dell'agente: percezione, ragionamento e azione
  • Confronto tra le capacità degli SDK e gli stili architetturali

Come Costruire Agenti Funzionali in Python

  • Creazione di un agente semplice con LangChain
  • Connessione degli agenti a strumenti e API esterni
  • Gestione dell'input/output, memoria e persistenza

Integrazione di Strumenti e API

  • Definizione e registrazione di strumenti per l'uso degli agenti
  • Integrazione sicura delle API e gestione delle chiavi
  • Utilizzo di fonti dati esterne e funzioni personalizzate

Orchestrazione e Pattern di Comunicazione degli Agenti

  • Collaborazione multi-agente utilizzando AutoGen
  • Delega delle attività e logica di pianificazione
  • Orchestrazione event-driven e asincrona

Testing, Debugging e Osservabilità

  • Test degli agenti con input simulati e ambienti controllati
  • Debug del flusso di messaggi e dell'invocazione dei tool
  • Implementazione di logging strutturato e metriche di performance

Considerazioni per il Deploy e la Produzione

  • Pacchettizzazione e containerizzazione dei servizi degli agenti Python
  • Integrazione con pipeline CI/CD
  • Scalabilità, monitoraggio e manutenzione di agenti a lungo termine

Riassunto e Passi Successivi

Requisiti

  • Conoscenza della programmazione Python e della gestione dei pacchetti
  • Esperienza con REST APIs e strutture dati JSON
  • Familiarità di base con I/O asincrona in Python

Pubblico Target

  • Ingegneri backend
  • Ingegneri delle piattaforme
  • Ingegneri ML
 21 Ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative