Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Duur 21 uren
Cursusaanbod
Inleiding op LLM-agentsystemen
- LLM-agents en concepten van multi-agent architecturen
- Overzicht van het AutoGen-framework en -ecosysteem
- Agentrollen: user proxy, assistent, function caller en meer
AutoGen installeren en configureren
- Opzetten van de Python-omgeving en dependencies
- Basis van het AutoGen-configuratiebestand
- Verbinden met LLM-aanbieders (OpenAI, Azure, lokale modellen)
Agentontwerp en roltoewijzing
- Agenttypes en conversatiepatronen begrijpen
- Doelen, prompts en instructies voor agents definiëren
- Op-rollen gebaseerde taakdelegatie en control flow
Function calling en toolintegratie
- Functies registreren voor gebruik door agents
- Autonome en samenwerkende functie-uitvoering
- Externe APIs en Python-scripts aan agents koppelen
Conversatiemanagement en geheugen
- Sessie-tracking en persistent geheugen
- Berichtenverkeer tussen agents en token-beheer
- Conversatiecontext en geschiedenis beheren
End-to-end agent workflows
- Meestapsamenwerkende taken bouwen (bijv. documentanalyse, code review)
- Gebruikers-agent dialogen en besliskettingen simuleren
- Agentprestaties debuggen en verfijnen
Use cases en implementatie
- Interne automatiseringsagents: onderzoek, rapportage, scripting
- Extern gerichte bots: chatassistenten, spraakintegraties
- Agentsystemen verpakken en implementeren in productie
Samenvatting en vervolgstappen
Vereisten
- Kenissen met Python-programmeren
- Vertrouwdheid met grote taalmodellen en prompt engineering
- Ervaring met APIs en automatiseringsworkflows
Doelgroep
- AI-engineers
- ML-ontwikkelaars
- Automatiseringsarchitecten
Getuigenissen (1)
Ik vond het fijn dat hij voortdurend voorbeelden gaf, maar ook tijd liet voor individueel werk op wat hij presenteerde.
Iacob Giorgel
Cursus - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Automatisch vertaald
