Kurzusleírás

LLM Agent Rendszerek Bevezetése

  • LLM ügynökök és több ügynökök architektúrájának alapelvei
  • AutoGen keretrendszer és környezet áttekintése
  • Ügynökök szerepei: felhasználó proxy, asszisztens, funkcióhívó és más

AutoGen Telepítése és Konfigurálása

  • A Python környezet és függőségek beállítása
  • AutoGen konfigurációs fájl alapjai
  • OpenAI, Azure, helyi modellekhez való csatlakozás

Ügynöktervezés és Szerepkörbiztosítás

  • Ügynöktípusok és beszélgetési minták megértése
  • Ügynök célok, prompt-ek és utasítások meghatározása
  • Szerepbiztosítással történő feladatdelegálás és vezérlési folyamat

Funkcióhívás és Eszközintegráció

  • Funkciók ügynökök számára történő regisztrálása
  • Független és együttműködő funkciók végrehajtása
  • Ügynökökhöz történő külső API-k és Python szkriptcsatlakoztatás

Beszélgetés Management és Memória

  • Munkamenet követés és tartós memória
  • Ügynök-ügynek közti üzenetkezelés és tokenkezelés
  • Beszélgetési kontextus és történet kezelése

Teljes Ügynökmunkafolyamatok

  • Több lépésből álló együttműködő feladatok építése (pl. dokumentum elemzés, kódvizsgálat)
  • Felhasználó-ügynek párbeszédek és döntési láncok szimulálása
  • Ügynök teljesítményének hibakeresése és finomítása

Use Case-ök és Telepítés

  • Belső automatizálási ügynökök: kutatás, jelentés, szkript
  • Külső felületű botok: chatasszisztensek, hangintegrációk
  • Ügynökrendszerek csomagolása és telepítése a termelésben

Összegzés és Következő Lépések

Követelmények

  • Python programozási ismeretek
  • Nagy nyelvi modellekkel és prompt engineeringgel való ismeret
  • API-vel és automatikus munkafolyamatokkal való tapasztalat

Audience

  • AI mérnökök
  • ML fejlesztők
  • Automatizálási architekták
 21 Órák

Résztvevők száma


Ár résztvevőnként

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák