Kursplan

Gjennomgang av kjernekonsepter i AutoGen

  • Definisjoner av agenter og grupper
  • Funksjonskall og rollekjede
  • Begrensninger ved innebygde agenter og hvor tilpasning er nødvendig

Bygging av tilpassede agenter med Python

  • Definerer agentatferd ved hjelp av user_proxy- og AssistantAgent-underklasser
  • Injiserer rolle-spesifikk logikk og beslutningstaking
  • Oppretting av gjenbrukbare agentmoduler og mixins

Avansert verktøyintegrasjon og ruting

  • Verktøyregistrering, binding og påkalling
  • Betinget ruting av innmat til spesifikke verktøy
  • Håndtering av flertrinns-verktøykjeder og sammensatte handlinger

Planlegging og kontekst Management

  • Designing av oppgavedekomponerere og mellomliggende planlegger
  • Opprettholdelse av kontekst over kjede agenter
  • Implementering av innskrenket minne for langvarige økter

Feilhåndtering og gjenopprettingsmekanismer

  • Deteksjon og håndtering av mislykkede eller ufullstendige interaksjoner
  • Agentutløste gjentakelser og fallbacklogikk
  • Logging, feilsøking og svarsvalidering

Multi-Agent Collaboration med tilpassede roller

  • Koordinering av spesialister innen dynamiske agentgrupper
  • Orkestrering av resonansløkker og samarbeidende arbeidsflyter
  • Rolleseparasjon vs. rolleblanding i oppgavefordeling

Strategier for reell deployering

  • Optimalisering for ytelse og kostnad (tokenbruk, caching)
  • Innbygging av AutoGen-arbeidsflyter i web-apper eller rørledninger
  • Sikkerhet, observabilitet og integrasjon av brukerfeedback

Sammenfatning og neste skritt

Krav

  • Kompetanse i Python programmering
  • Erfaring med å bygge med LLM-baserte applikasjoner
  • Kjennskap med funksjonskalling og design av multi-agent systemer

Målgruppe

  • Seniorutviklere
  • Plattformingeniører
  • AI-arkitekter
 14 timer

Antall deltakere


Price per participant

Testimonials (1)

Upcoming Courses

Related Categories