Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Révision des concepts de base AutoGen
- Définitions d'agents et de groupes
- Appel de fonctions et chaînage de rôles
- Limitations des agents intégrés et où la personnalisation est nécessaire
Création d'agents personnalisés avec Python
- Définition du comportement des agents en utilisant les sous-classes user_proxy et AssistantAgent
- Injection de logique spécifique au rôle et prise de décision
- Création de modules et mixins d'agents réutilisables
Intégration avancée et routage des outils
- Enregistrement, liaison et invocation des outils
- Routage conditionnel des entrées vers des outils spécifiques
- Gestion de chaînes d'outils à plusieurs étapes et actions composites
Planification et contexte Management
- Conception des décomposeurs de tâches et des planificateurs intermédiaires
- Maintien du contexte entre agents enchaînés
- Implémentation d'une mémoirescoped pour les sessions longues
Gestion des erreurs et mécanismes de récupération
- Détection et gestion des interactions échouées ou incomplètes
- Réessais déclenchés par l'agent et logique d'alternative
- Journalisation, débogage et validation des réponses
Multiamants Collaboration avec rôles personnalisés
- Coordination des spécialistes au sein de groupes dynamiques d'agents
- Orchestration des boucles raisonnantes et workflows coopératifs
- Séparation des rôles par rapport à la fusion des rôles dans l'affectation des tâches
Stratégies de déploiement en milieu réel
- Optimisation pour la performance et le coût (utilisation des jetons, mise en cache)
- Incorporation des flux de travail AutoGen dans les applications web ou pipelines
- Sécurité, visibilité et intégration des retours d'information utilisateur
Résumé et étapes suivantes
Pré requis
- Maîtrise de la programmation Python
- Expérience dans le développement d'applications basées sur LLM
- Familiarité avec l'appel de fonctions et la conception de systèmes multi-agents
Audience
- Développeurs seniors
- Ingénieurs de plateforme
- Architectes AI
14 Heures
Nos clients témoignent (1)
J'ai apprécié qu'il fournisse constamment des exemples, tout en offrant du temps pour le travail individuel sur ce qu'il présentait.
Iacob Giorgel
Formation - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Traduction automatique