Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Az AutoGen a vállalati kontextusban
- Miért fontosak az intelligens ügynökök az üzleti műveletek szempontjából
- Az AutoGen architektúrájának és kiterjeszthetőségének áttekintése
- Biztonsági, nyomonkövethetőségi és szabályozási szempontok
A vállalati munkafolyamat automatizálása az AutoGennel
- Többszörös ügynök alapú munkafolyamatok tervezése feladatkoordinációra
- Szerepkörtörekvő automatizálási forgatókönyvek: kérelmek kezelése, jóváhagyások, összefoglalók
- Automatikus végrehajtás és szituációkezelési logika a működés folyamatos biztosítása érdekében
Az AutoGen a LangChain-integrációval
- A LangChain komponensei és az AutoGens kompatibilitása
- Ügynökök és eszközök láncolása memóriával, eszközzel és logikával
- Komplex munkafolyamatokhoz a LangChain Expression Language (LCEL) használata
A Retrieval-Augmented Generation (RAG) folyamatok
- Az AutoGen ügynökök csatlakoztatása a vállalati ismeretek adatbázisaihoz
- Beágyazás, vektorkeresés és lekérdezési folyamatok
- Privát adatkiterjesztés nyílt forráskódú vagy proprietary modellökkel
Integráció a vállalati eszközökkel
- API-k használata a Jira, Slack, Outlook, SharePoint és más rendszerekhez való csatlakoztatásra
- Munkafolyamatok indítása beszédes felületeken és jegykezelő rendszereken keresztül
- Valós időben történő értesítések, naplózás és ellenőrzés
Üzembe helyezés, monitorozás és skálázás
- Az AutoGen ügynökök csomagolása üzembe helyezéshez
- Ügynökinterakciók, használat és teljesítmény monitorozása
- Ügynökök skálázása részlegeken és földrajzi területeken keresztül
Vállalati felhasználási eset prototípus-labor
- Csoportos ötletalkotás: vállalati forgatókönyvek az automatizálás szempontjából
- Egyedi ügynöki munkafolyamatok építése oktató támogatásával
- Éles környezetek szimulálása érvényesítés céljából
Összefoglalás és következő lépések
Követelmények
- Python programozásban való alkalmazott tudás
- Tapasztalat LLM-ekkel és prompt engineering-mel
- Ismeret a vállalati automatizálással vagy munkafolyamat eszközökkel kapcsolatosan
Célcsoport
- Vállalati mesterséges intelligencia csapatok
- Megoldásarchitektúrák
- Innovációs stratégusok
21 Órák
Vélemények (1)
Kiképző válaszol a kérdésekre a repülőn.
Adrian
Kurzus - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Gépi fordítás