聯繫我們

課程簡介

Python 智能代理開發環境介紹

  • 設置 Python、虛擬環境及依賴管理
  • 使用 Git 和 Docker 進行版本控制與隔離
  • 可復現環境的最佳實踐

智能代理 SDK 與框架概覽

  • LangChain、AutoGen 及其他新興 SDK
  • 智能代理的結構與生命周期:感知、推理及動作
  • 比較不同 SDK 的功能與架構風格

在 Python 中構建功能齊全的智能代理

  • 使用 LangChain 創建簡單智能代理
  • 將智能代理連接至外部工具和 API
  • 處理輸入/輸出、記憶體及持久化

工具和 API 整合

  • 定義和註冊供智能代理使用的工具
  • 安全的 API 整合與密鑰管理
  • 使用外部數據源及自定義函數調用

智能代理編排與溝通模式

  • 使用 AutoGen 進行多智能代理協作
  • 任務委派與規劃邏輯
  • 事件驅動及非同步編排

測試、除錯與可觀測性

  • 使用模擬輸入和受控環境測試智能代理
  • 除錯消息流與工具調用
  • 實施結構化日誌記錄及性能指標

部署與生產考量

  • 封裝和容器化 Python 智能代理服務
  • 整合至 CI/CD 管線
  • 擴展、監控及維護長期運行的智能代理

總結與後續步驟

最低要求

  • 理解 Python 編程及包管理
  • 具備 REST API 和 JSON 數據結構的經驗
  • 基本熟悉 Python 中的非同步 I/O

對象

  • 後端工程師
  • 平台工程師
  • 機器學習工程師
 21 小時

課程分類