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
Revue des concepts fondamentaux d'AutoGen
- Définitions des agents et des groupes
- Appel de fonctions et enchaînement des rôles
- Limites des agents intégrés et domaines nécessitant une personnalisation
Construction d'agents personnalisés avec Python
- Définition du comportement de l'agent via les sous-classes user_proxy et AssistantAgent
- Injection de logique spécifique au rôle et de prise de décision
- Création de modules d'agent et de mixins réutilisables
Intégration avancée des outils et routage
- Enregistrement, liaison et invocation des outils
- Routage conditionnel des entrées vers des outils spécifiques
- Gestion des chaînes d'outils multi-étapes et des actions composites
Planification et gestion du contexte
- Conception de décomposeurs de tâches et de planificateurs intermédiaires
- Maintenance du contexte entre les agents enchaînés
- Mise en œuvre d'une mémoire étendue pour les sessions longues
Mécanismes de gestion des erreurs et de reprise
- Détection et gestion des interactions échouées ou incomplètes
- Rebonds et logique de repli déclenchés par l'agent
- Journalisation, débogage et validation des réponses
Collaboration multi-agents avec des rôles personnalisés
- Coordination des spécialistes au sein de groupes d'agents dynamiques
- Orchestration des boucles de raisonnement et des flux de travail coopératifs
- Séparation des rôles par rapport à leur fusion dans les attributions de tâches
Stratégies de déploiement en conditions réelles
- Optimisation des performances et des coûts (utilisation des jetons, mise en cache)
- Intégration des flux AutoGen dans des applications web ou des pipelines
- Sécurité, observabilité et intégration des retours utilisateurs
Résumé et prochaines étapes
Pré requis
- Maîtrise de la programmation Python
- Expérience dans le développement d'applications basées sur des LLM
- Connaissance de l'appel de fonctions et de la conception de systèmes multi-agents
Audience cible
- Développeurs seniors
- Ingénieurs plateforme
- Architectes IA
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