Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Révision des concepts de base AutoGen
- Définitions d'agents et de groupes
- Appel de fonctions et chaînage de rôles
- Limitations des agents intégrés et où la personnalisation est nécessaire
Création d'agents personnalisés avec Python
- Définition du comportement des agents en utilisant les sous-classes user_proxy et AssistantAgent
- Injection de logique spécifique au rôle et prise de décision
- Création de modules et mixins d'agents réutilisables
Intégration avancée et routage des outils
- Enregistrement, liaison et invocation des outils
- Routage conditionnel des entrées vers des outils spécifiques
- Gestion de chaînes d'outils à plusieurs étapes et actions composites
Planification et contexte Management
- Conception des décomposeurs de tâches et des planificateurs intermédiaires
- Maintien du contexte entre agents enchaînés
- Implémentation d'une mémoirescoped pour les sessions longues
Gestion des erreurs et mécanismes de récupération
- Détection et gestion des interactions échouées ou incomplètes
- Réessais déclenchés par l'agent et logique d'alternative
- Journalisation, débogage et validation des réponses
Multiamants Collaboration avec rôles personnalisés
- Coordination des spécialistes au sein de groupes dynamiques d'agents
- Orchestration des boucles raisonnantes et workflows coopératifs
- Séparation des rôles par rapport à la fusion des rôles dans l'affectation des tâches
Stratégies de déploiement en milieu réel
- Optimisation pour la performance et le coût (utilisation des jetons, mise en cache)
- Incorporation des flux de travail AutoGen dans les applications web ou pipelines
- Sécurité, visibilité et intégration des retours d'information utilisateur
Résumé et étapes suivantes
Pré requis
- Maîtrise de la programmation Python
- Expérience dans le développement d'applications basées sur LLM
- Familiarité avec l'appel de fonctions et la conception de systèmes multi-agents
Audience
- Développeurs seniors
- Ingénieurs de plateforme
- Architectes AI
14 Heures
Nos clients témoignent (1)
Formateur répondant aux questions au fur et à mesure.
Adrian
Formation - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Traduction automatique