感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間： (3 天)
課程簡介
LLM 智能體系統簡介
- LLM 智能體與多智能體架構概念
- AutoGen 框架及生態系統概覽
- 智能體角色：使用者代理（user proxy）、助理（assistant）、函數呼叫者（function caller）等
安裝與設定 AutoGen
- 設定 Python 環境及相依套件
- AutoGen 設定檔案基礎
- 連接 LLM 供應商（OpenAI、Azure、本地模型）
智能體設計與角色分配
- 理解智能體類型與對話模式
- 定義智能體目標、提示詞（prompts）及指令
- 基於角色的任務委派與控制流程
函數呼叫與工具整合
- 註冊函數供智能體使用
- 自主及協同式函數執行
- 將外部 API 及 Python 腳本連接至智能體
對話管理與記憶體
- 會話追蹤與持久化記憶體
- 智能體間的訊息傳遞及 Token 處理
- 管理對話上下文與歷史記錄
端到端智能體工作流程
- 建構多步驟協作任務（例如：文件分析、程式碼審查）
- 模擬使用者與智能體對話及決策鏈
- 除錯並優化智能體效能
應用案例與部署
- 內部自動化智能體：研究、報告生成、腳本編寫
- 外部面向機器人：聊天助理、語音整合
- 在生產環境中打包及部署智能體系統
總結與後續步驟
最低要求
- 熟悉 Python 程式設計
- 了解大型語言模型（LLM）及提示工程（prompt engineering）
- 具備 API 及自動化工作流程經驗
受眾對象
- AI 工程師
- 機器學習開發人員
- 自動化架構師
客戶評論 (1)
我喜歡他不斷提供示例，同時也留出時間讓我們獨立練習他講解的內容。
Iacob Giorgel
課程 - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
機器翻譯
