Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Introduksjon til LLM-agent systemer
- Konsepter om LLM-agenter og multi-agent arkitektur
- Oversikt over AutoGen-rammeverket og økosystemet
- Agentroller: brukerproxy, assistent, funksjonskaller, og mer
Installasjon og konfigurasjon av AutoGen
- Oppsetning av Python-miljø og avhengigheter
- Grunnleggende om AutoGen-konfigurasjonsfiler
- Tilkobling til LLM-leverandører (OpenAI, Azure, lokale modeller)
Agentdesign og rolletilordning
- Forståelse av agenttyper og samtalemønstre
- Definering av agentmål, oppfordringer og instruksjoner
- Oppgavefordeling basert på roller og kontrollflyt
Funksjonskalling og verktøyintegrasjon
- Registrering av funksjoner for agentbruk
- Selvstendig og samarbeidsbasert funksjonsutførelse
- Tilkobling av eksterne APIer og Python-skripter til agenter
SamtaleManagement og minne
- Sporsporing og varig minne
- Agent-mellom-agent meldinger og tokenhåndtering
- Håndtering av samtalekontekst og historie
End-to-end agentarbeidsflyter
- Bygging av multi-trinns samarbeidsoppgaver (f.eks. dokumentanalyse, kodegjennomgang)
- Simulering av bruker-agent dialoger og beslutningskjeder
- Feilsøking og forbedring av agentprestasjon
Use Caseer og distribusjon
- Interne automatiseringsagenter: forskning, rapportering, skripting
- Eksterne chatbots: chat-assistenter, stemmeintegrasjoner
- Pakking og distribusjon av agentsystemer i produksjon
Oppsummering og neste trinn
Krav
- En forståelse av Python programmering
- Kjennskap med store språkmodeller og prompt engineering
- Erfaring med APIer og automatiseringsarbeidsflyter
Målgruppe
- AI ingeniører
- ML utviklere
- Automasjonsarkitekter
21 timer
Referanser (1)
Trener som svarer på spørsmål på stedet.
Adrian
Kurs - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Maskinoversatt