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
Introduction aux systèmes d'agents LLM
- Concepts des agents LLM et de l'architecture multi-agent
- Aperçu du cadre et de l'écosystème AutoGen
- Rôles des agents : mandataire utilisateur, assistant, appelant de fonctions et plus encore
Installation et configuration de AutoGen
- Mise en place de l'environnement et des dépendances Python
- Notions de base sur les fichiers de configuration de AutoGen
- Connexion aux fournisseurs LLM (OpenAI, Azure, modèles locaux)
Conception d'agents et attribution des rôles
- Comprendre les types d'agents et les schémas de conversation
- Définir les objectifs, les prompts et les instructions des agents
- Délégation des tâches basée sur le rôle et flux de contrôle
Appel de fonctions et intégration d'outils
- Inscription des fonctions pour l'utilisation par les agents
- Exécution autonome et collaborative des fonctions
- Connexion aux API externes et scripts Python à partir des agents
Conversation Management et mémoire
- Suivi de session et mémoire persistante
- Messaging entre agents et gestion des jetons
- Gestion du contexte et de l'historique de la conversation
Flux de travail agent à agent
- Construction de tâches collaboratives en plusieurs étapes (par exemple, analyse de documents, revue de code)
- Simulation des dialogues utilisateur-agent et chaînes décisionnelles
- Débogage et affinement des performances des agents
Use Case et déploiement
- Agents d'automatisation internes : recherche, rapports, scriptage
- Bots面向外部:聊天助手、语音集成
- 打包并在生产中部署代理系统
总结和下一步行动
Pré requis
- Une compréhension de la programmation en Python
- Connaissance des modèles de langage volumineux et de l'ingénierie des prompts
- Expérience avec les API et les workflows automatisés
Public cible
- Ingénieurs en IA
- Développeurs ML
- Architectes d'automatisation
21 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