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)
培訓師即時回答問題。
Adrian
課程 - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
機器翻譯