課程簡介

LLM Agent Systems 簡介

  • LLM agents 和多代理架構概念
  • AutoGen 框架和生態系統概述
  • 代理角色:用戶代理、助理、函數調用者等

安裝與配置 AutoGen

  • 設置 Python 環境和依賴項
  • AutoGen 配置文件基礎
  • 連接 LLM 提供商(OpenAI、Azure、本地模型)

代理設計與角色分配

  • 了解代理類型和對話模式
  • 定義代理目標、提示和指令
  • 基於角色的任務委派和控制流程

函數調用與工具集成

  • 註冊供代理使用的函數
  • 自主和協作函數執行
  • 將外部 API 和 Python 腳本連接到代理

對話 Management 與記憶

  • 會話跟踪和持久記憶
  • 代理間消息傳遞和令牌處理
  • 管理對話上下文和歷史記錄

端到端代理工作流程

  • 構建多步驟協作任務(例如文檔分析、代碼審查)
  • 模擬用戶代理對話和決策鏈
  • 調試和優化代理性能

Use Case 與部署

  • 內部自動化代理:研究、報告、腳本
  • 外部機器人:聊天助理、語音集成
  • 在生產環境中打包和部署代理系統

總結與下一步

最低要求

  • 理解Python编程
  • 熟悉大型语言模型和提示工程
  • 具备API和自动化工作流程的经验

目标受众

  • AI工程师
  • ML开发者
  • 自动化架构师
 21 時間:

客戶評論 (1)

課程分類