Kurzusleírás

Bevezetés az LLM Agent Rendszerekbe

  • LLM ügynökök és többagentes architektúra fogalmai
  • Az AutoGen keretrendszer és ökoszisztéma áttekintése
  • Ügynök szerepek: felhasználói proxy, asszisztens, függvényhívó és egyebek

AutoGen telepítése és konfigurálása

  • Python környezet és függőségek beállítása
  • AutoGen konfigurációs fájl alapjai
  • Kapcsolódás LLM szolgáltatókhoz (OpenAI, Azure, helyi modellek)

Ügynök tervezés és szerepkör kiosztása

  • Az ügynök típusok és beszélgetési minták megértése
  • Ügynök célok, promptok és utasítások meghatározása
  • Szerepkör alapú feladatdelegálás és vezérlési folyamat

Függvényhívás és eszköz integráció

  • Függvények regisztrálása ügynökök számára
  • Autonóm és együttműködő függvényvégrehajtás
  • Külső API-k és Python szkriptek csatlakoztatása ügynökökhöz

Beszélgetéskezelés és memória

  • Munkamenet követés és tartós memória
  • Ügynökök közötti üzenetküldés és token kezelés
  • Beszélgetési kontextus és előzmények kezelése

Végponttól végpontig tartó ügynök munkafolyamatok

  • Többlépéses együttműködő feladatok építése (pl. dokumentumelemzés, kód áttekintés)
  • Felhasználó-ügynök párbeszédek és döntési láncok szimulálása
  • Ügynök teljesítmény hibakeresése és finomhangolása

Használati esetek és üzembe helyezés

  • Belső automatizálási ügynökök: kutatás, jelentéskészítés, szkriptelés
  • Külső felé irányuló botok: csevegő asszisztensek, hangintegrációk
  • Ügynök rendszerek csomagolása és üzembe helyezése éles környezetben

Összefoglalás és következő lépések

Követelmények

  • Python programozási ismeretek
  • Ismeret a nagy nyelvi modellek és a prompt tervezés területén
  • Tapasztalat API-k és automatizálási munkafolyamatok terén

Célközönség

  • AI mérnökök
  • ML fejlesztők
  • Automatizálási architektusok
 21 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák