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.
Durée 21 heures
Plan du cours
Introduction aux systèmes d'agents LLM
- Concepts d'agents LLM et d'architecture multi-agents
- Aperçu du cadre AutoGen et de son écosystème
- Rôles des agents : proxy utilisateur, assistant, appelant de fonctions, etc.
Installation et configuration d'AutoGen
- Configuration de l'environnement Python et des dépendances
- Notions de base du fichier de configuration AutoGen
- Connexion aux fournisseurs de LLM (OpenAI, Azure, modèles locaux)
Conception des agents et assignation des rôles
- Compréhension des types d'agents et des motifs de conversation
- Définition des objectifs, des prompts et des instructions des agents
- Délégation de tâches basée sur les rôles et flux de contrôle
Appel de fonctions et intégration d'outils
- Enregistrement de fonctions pour l'usage par les agents
- Exécution autonome et collaborative de fonctions
- Connexion d'API externes et de scripts Python aux agents
Gestion des conversations et de la mémoire
- Suivi des sessions et mémoire persistante
- Échanges de messages entre agents et traitement des jetons
- Gestion du contexte et de l'historique des conversations
Workflows d'agents de bout en bout
- Création de tâches collaboratives en plusieurs étapes (par ex. analyse de documents, revue de code)
- Simulation de dialogues utilisateur-agent et de chaînes de décision
- Débogage et affinage des performances des agents
Cas d'usage et déploiement
- Agents d'automatisation interne : recherche, rapport, script
- Bots externes : assistants de chat, intégrations vocales
- Empaquetage et déploiement des systèmes d'agents en production
Résumé et prochaines étapes
Pré requis
- Compréhension de la programmation Python
- Familiarité avec les grands modèles de langage et l'ingénierie de prompts
- Expérience avec les API et les workflows d'automatisation
Public cible
- Ingénieurs en IA
- Développeurs ML
- Architectes en automatisation
Nos clients témoignent (1)
J'ai apprécié qu'il fournisse constamment des exemples, tout en offrant du temps pour le travail individuel sur ce qu'il présentait.
Iacob Giorgel
Formation - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Traduction automatique