LLMs 和 Agents 在 DevOps 工作流程中 培訓
LLMs和自主代理框架如AutoGen和CrewAI正在重新定义DevOps团队如何通过模拟人类协作和决策来自动化任务,例如变更跟踪、测试生成和警报分类。
本课程为讲师主导的培训(线上或线下),面向希望设计和实施由大型语言模型(LLMs)和多代理系统驱动的DevOps自动化工作流程的高级工程师。
培训结束后,学员将能够:
- 将基于LLM的代理集成到CI/CD工作流程中,实现智能自动化。
- 使用代理自动化测试生成、提交分析和变更摘要。
- 协调多个代理进行警报分类、生成响应和提供DevOps建议。
- 使用开源框架构建安全且可维护的代理驱动工作流程。
课程形式
- 互动式讲座和讨论。
- 大量练习和实践。
- 在实时实验室环境中进行动手操作。
课程定制选项
- 如需定制本课程,请联系我们安排。
課程簡介
LLMs與Agent框架簡介
- 大型語言模型在基礎設施自動化中的概述
- 多Agent工作流程的關鍵概念
- AutoGen、CrewAI和LangChain:DevOps中的使用案例
為DevOps任務設置LLM Agents
- 安裝AutoGen並配置Agent配置文件
- 使用OpenAI API和其他LLM提供者
- 設置工作空間和CI/CD兼容的環境
自動化測試與代碼質量工作流程
- 提示LLMs生成單元和集成測試
- 使用Agent執行Linting、提交規則和代碼審查指南
- 自動化的拉取請求摘要和標記
LLM Agents用於警報處理與變更檢測
- 設計用於管道故障警報的響應Agent
- 使用語言模型分析日誌和追踪
- 主動檢測高風險變更或錯誤配置
DevOps中的多Agent協調
- 基於角色的Agent協調(規劃者、執行者、審查者)
- Agent消息循環與記憶管理
- 關鍵系統中的人機交互設計
安全性、Go治理與可觀測性
- 處理基礎設施中的數據暴露和LLM安全性
- 審計Agent行為並限制範圍
- 跟踪管道行為和模型反饋
實際Use Case案例與自定義場景
- 設計用於事件響應的Agent工作流程
- 將Agent與GitHub Actions、Slack或Jira集成
- DevOps中擴展LLM集成的最佳實踐
總結與下一步
最低要求
- 具备DevOps工具和管道自动化的经验
- 熟悉Python和基于Git的工作流程
- 了解LLM或接触过提示工程
受众
- 创新工程师和AI集成平台负责人
- 在DevOps或自动化领域工作的LLM开发者
- 探索智能代理框架的DevOps专业人员
需要幫助選擇合適的課程嗎?
LLMs 和 Agents 在 DevOps 工作流程中 培訓 - 詢問
LLMs 和 Agents 在 DevOps 工作流程中 - 咨詢詢問
咨詢詢問
客戶評論 (1)
培訓師即時回答問題。
Adrian
課程 - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
機器翻譯
相關課程
交互式AI代理:AgentCore內存、代碼解釋器與瀏覽器工具實戰
14 時間:AgentCore 提供了內存持久化、安全代碼解釋器和瀏覽器工具,使 AI 代理能夠提供交互式、動態且上下文感知的體驗。
本次由講師主導的培訓(線上或線下)面向中高級技術從業者,他們希望設計和部署能夠長期保留上下文、即時計算並直接與 Web 用戶界面交互的 AI 代理。
培訓結束後,參與者將能夠:
- 實現 AgentCore 內存,用於有狀態的、上下文感知的工作流。
- 利用安全代碼解釋器進行動態計算和轉換。
- 集成瀏覽器工具,實現即時數據檢索和用戶界面交互。
- 設計用於分析、客戶支持和研究用例的交互式代理。
課程形式
- 互動講座和討論。
- 使用 AgentCore 內存和工具的動手實驗。
- 分析、自動化和客戶支持場景的案例研究。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
使用AgentCore Runtime & Gateway加速AI代理部署
14 時間:AgentCore Runtime & Gateway 是一種 AWS 服務配對,用於打包、部署並安全地暴露 AI 代理,同時提供與外部系統的簡化集成。
本次由講師主導的培訓(線上或線下)面向中級工程團隊,旨在幫助他們從代理原型過渡到生產環境,通過掌握 AgentCore Runtime 進行部署,並利用 Gateway 實現安全連接和 API 集成。
培訓結束後,參與者將能夠:
- 搭建 AgentCore Runtime 環境,並打包代理以進行部署。
- 通過 Gateway 暴露代理,提供經過身份驗證和速率限制的端點。
- 使用穩定合約將外部工具和 API 集成到代理工作流中。
- 爲生產操作配置可觀察性、日誌記錄和使用監控。
課程形式
- 互動式講座和討論。
- 實踐實驗室,涉及 Runtime 部署和 Gateway 集成。
- 專注於可靠性、安全性和發佈的實踐練習。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們進行安排。
AIOps 实战:事件预测与根因自动化
14 時間:AIOps(IT运维人工智能)正越来越多地用于预测事件发生前的故障,并自动化根本原因分析(RCA),以最小化停机时间并加速问题解决。
本课程为讲师引导的培训(线上或线下),面向希望使用AIOps工具和机器学习模型实现预测分析、自动化修复并设计智能RCA工作流程的高级IT专业人士。
在本培训结束时,参与者将能够:
- 构建和训练机器学习模型,以检测导致系统故障的模式。
- 基于多源日志和指标相关性,自动化RCA工作流程。
- 将告警和修复流程集成到现有平台中。
- 在生产环境中部署和扩展智能AIOps管道。
课程形式
- 互动讲座与讨论。
- 大量练习与实践。
- 在实时实验室环境中进行实际操作。
课程定制选项
- 如需为本课程定制培训,请联系我们进行安排。
AIOps 基礎:監控、關聯與智能警報
14 時間:AIOps(IT运营人工智能)是一种应用机器学习和分析技术来自动化并改善IT运营的实践,特别是在监控、事件检测和响应领域。
本次由讲师指导的培训(线上或线下)面向中级IT运营专业人员,他们希望实施AIOps技术,以关联指标和日志,减少警报噪音,并通过智能自动化提高可观测性。
培训结束后,参与者将能够:
- 理解AIOps平台的原理和架构。
- 关联日志、指标和跟踪数据以识别根本原因。
- 通过智能过滤和噪音抑制减少警报疲劳。
- 使用开源或商业工具自动监控和响应事件。
课程形式
- 互动式讲座和讨论。
- 大量练习和实践。
- 在实时实验室环境中进行实际操作。
课程定制选项
- 如需为本课程定制培训,请联系我们安排。
使用開源工具構建AIOps管道
14 時間:一個完全使用開源工具構建的AIOps管道,讓團隊能夠為生產環境中的可觀測性、異常檢測和智能警報設計成本效益高且靈活的解決方案。
這項由講師指導的培訓(線上或線下)針對希望使用Prometheus、ELK、Grafana和自訂ML模型構建和部署端到端AIOps管道的高級工程師。
在本培訓結束時,參與者將能夠:
- 僅使用開源組件設計AIOps架構。
- 從日誌、指標和追蹤中收集並標準化數據。
- 應用ML模型來檢測異常並預測事件。
- 使用開源工具自動化警報和修復。
課程形式
- 互動式講座和討論。
- 大量練習和實踐。
- 在實時實驗室環境中進行動手實作。
課程定制選項
- 如需為本課程定制培訓,請聯繫我們安排。
AutoGen 企業AI自動化
21 時間:AutoGen for Enterprise AI Automation 是一門實踐性課程,專注於使用 AutoGen 框架來實現可擴展的智能代理系統,以自動化複雜的業務操作。
這門由講師主導的培訓(線上或線下)面向中高級 AI 專業人士,旨在幫助他們使用 AutoGen 框架在企業平台和流程中部署多代理架構。
通過本培訓,參與者將能夠:
- 使用 AutoGen 和 LLM 代理設計並自動化企業工作流程。
- 將 AutoGen 與 LangChain 集成,實現高級編排和上下文處理。
- 構建 RAG 管道並連接企業數據,實現上下文自動化。
- 將代理與企業平台(如 Slack、Jira 和 SharePoint)連接。
- 在生產環境中擴展和監控 AutoGen 部署。
課程形式
- 互動式講座與討論。
- 大量練習與實踐。
- 在實驗室環境中進行實踐操作。
課程定制選項
- 如需定制本課程,請聯繫我們進行安排。
使用AgentCore構建全託管AI代理:從概念到生產
14 時間:AgentCore 通過提供一套統一的服務,簡化了構建、增強和監控全託管 AI 代理的過程,專爲大規模部署而設計。
本次由講師指導的培訓(線上或線下)面向初級到中級從業者,旨在幫助學員通過實踐掌握如何使用 AgentCore 創建生產就緒的 AI 代理。
培訓結束後,學員將能夠:
- 瞭解 AgentCore 在 AI 代理開發中的核心功能。
- 使用託管服務設計和配置簡單的 AI 代理。
- 集成工作流以增強代理功能。
- 在生產環境中部署和監控 AI 代理。
課程形式
- 互動式講座與討論。
- 使用 AgentCore 服務的實踐操作。
- 從代理概念到部署的指導練習。
課程定製選項
- 如需定製本課程,請聯繫我們安排。
使用AutoGen Studio設計多代理工作流程
14 時間:AutoGen Studio 是一個無需編碼的視覺化環境,用於創建和管理基於 LLM 的多代理工作流程。
這項由講師主導的培訓(線上或線下)面向初級到中級的商業和創新專業人士,他們希望使用 AutoGen Studio 來視覺化設計、測試和改進代理互動,以實現內部自動化或 AI 增強產品開發。
在培訓結束時,參與者將能夠:
- 使用無代碼界面創建多代理工作流程。
- 使用 AutoGen Studio 定義代理角色、提示和目標。
- 視覺化並管理代理之間的消息流。
- 將錯誤處理和上下文精煉納入代理邏輯。
課程形式
- 互動式講座和討論。
- 大量練習和實踐。
- 在實時實驗室環境中進行實踐操作。
課程定制選項
- 如需為本課程定制培訓,請聯繫我們安排。
企業級Agentic AI與Amazon Bedrock AgentCore
14 時間:Amazon Bedrock AgentCore 是一個企業級框架,用於構建、部署和擴展 AI 代理,集成了內存、可觀測性和安全身份管理的支持。
本次由講師主導的培訓(線上或線下)面向中級到高級工程師和架構師,旨在幫助他們使用 AWS Bedrock AgentCore 設計、保護和操作代理式 AI 系統。
培訓結束後,學員將能夠:
- 理解 AgentCore 的架構和組件。
- 使用 Runtime 和 Gateway 部署和管理 AI 代理。
- 實現持久化內存和有狀態的交互。
- 應用身份、可觀測性和合規性控制。
- 爲企業級工作流設計多代理系統。
課程形式
- 互動講座和討論。
- 使用 AgentCore 的 AWS 實驗室實踐環節。
- 部署和監控場景的實踐練習。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
Enterprise AIOps with Splunk, Moogsoft, and Dynatrace
14 時間:Enterprise AIOps 平台,如 Splunk、Moogsoft 和 Dynatrace,提供了强大的功能,能够在大规模 IT 环境中检测异常、关联警报并自动化响应。
本课程为讲师指导的培训(线上或线下),面向希望将 AIOps 工具集成到其现有可观测性堆栈和操作工作流中的中级企业 IT 团队。
通过本培训,参与者将能够:
- 配置并将 Splunk、Moogsoft 和 Dynatrace 集成到统一的 AIOps 架构中。
- 使用 AI 驱动的分析,关联分布式系统中的指标、日志和事件。
- 通过内置和自定义工作流,自动化事件检测、优先级排序和响应。
- 优化性能,减少 MTTR,并在企业规模上提高操作效率。
课程形式
- 互动式讲座和讨论。
- 大量练习和实践。
- 在实时实验室环境中进行实际操作。
课程定制选项
- 如需为本课程申请定制培训,请联系我们安排。
實施 AIOps 與 Prometheus、Grafana 及 ML
14 時間:Prometheus 和 Grafana 是现代基础设施中广泛采用的可观测性工具,而机器学习通过提供预测性和智能化的洞察,增强了这些工具,以自动化运维决策。
本次由讲师指导的培训(线上或线下)面向中级可观测性专业人员,旨在通过整合 AIOps 实践,使用 Prometheus、Grafana 和机器学习技术,实现监控基础设施的现代化。
在培训结束时,参与者将能够:
- 配置 Prometheus 和 Grafana,以实现跨系统和服务的可观测性。
- 收集、存储和可视化高质量的时间序列数据。
- 应用机器学习模型进行异常检测和预测。
- 基于预测性洞察构建智能告警规则。
课程形式
- 互动式讲座和讨论。
- 大量练习和实践。
- 在实时实验室环境中进行实际操作。
课程定制选项
- 如需为此课程定制培训,请联系我们安排。
保護AI代理:使用AgentCore實現身份識別、可觀測性和合規性
14 時間:AgentCore 提供內置的身份、可觀測性和合規性功能,使組織能夠在企業環境中負責任地部署AI代理。
本次由講師主導的培訓(線上或線下)面向希望使用 Amazon Bedrock AgentCore 設計和操作安全、可審計且合規的AI代理系統的高級從業者。
通過本培訓,參與者將能夠:
- 爲代理實施企業身份和權限模型。
- 通過結構化日誌、指標和跟蹤實現可觀測性。
- 應用合規控制以符合監管框架。
- 審計代理活動並維護安全的會話級控制。
課程形式
- 互動式講座與討論。
- 使用AWS安全和監控工具進行實踐操作。
- 在受監管的企業環境中進行案例研究。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
Building LLM Agent Systems with AutoGen
21 時間:使用AutoGen構建LLM代理系統是一門實作課程,專注於利用Microsoft的AutoGen框架開發多代理系統,適用於大型語言模型(LLMs)。
這項由講師主導的培訓(線上或線下)針對中級AI與自動化專業人士,旨在幫助他們設計、實現並協調使用AutoGen與Python及LLMs的多代理系統。
培訓結束後,參與者將能夠:
- 使用AutoGen框架設計多代理架構。
- 配置代理角色、能力與協調行為。
- 使用函數調用與記憶處理進行代理互動。
- 構建並測試基於Python的LLM代理工作流程,適用於實際案例。
課程形式
- 互動式講座與討論。
- 大量練習與實踐。
- 在實作實驗室環境中進行動手操作。
課程定制選項
- 如需為本課程定制培訓,請聯繫我們安排。
Agentic AI 釋放潛能:使用AutoGen打造LLM應用程式
7 時間:這個為期一天的研討會專為開發者、數據科學家和AI愛好者設計,將幫助您理解並利用AutoGen v0.4的代理式AI系統。
通過實踐練習和實際演示,您將學習如何構建、管理和部署由Large Language Models (LLMs)驅動的多代理應用程序。
課程結束時,您將掌握AutoGen的分層架構基礎,精通代理之間的異步通信,並探索開發可擴展且智能的LLM驅動應用程序的實際用例和最佳實踐。
下一代多代理系統使用Amazon Bedrock AgentCore
14 時間:Amazon Bedrock AgentCore 提供了設計、編排和管理多代理系統的基礎設施,能夠實現跨多個AI驅動實體的協作、專業化和高級自動化模式。
本次由講師主導的培訓(線上或線下)面向希望使用AgentCore的編排和治理功能來設計、部署和優化下一代多代理系統的高級從業人員。
培訓結束後,參與者將能夠:
- 理解多代理系統的原理和架構。
- 設計代理協作的編排策略。
- 在代理之間實施通信和協商協議。
- 使用AgentCore部署可擴展的、企業級的多代理解決方案。
課程形式
- 互動式講座和討論。
- 使用AgentCore編排功能的實踐操作。
- 企業多代理應用的案例分析。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們進行安排。