设计面向实际应用的自主代理 培训

Mastra是一个支持AI代理、API、企业应用和外部数据系统之间深度集成的框架。

本课程为讲师指导的培训（线上或线下），面向希望构建Mastra代理与企业生态系统之间可靠、安全且可扩展集成的中级工程师。

培训结束后，学员将能够：

• 实现Mastra代理与外部服务之间的API驱动集成。
• 将企业数据系统和工具连接到自动化代理工作流。
• 应用安全数据交换和身份验证的最佳实践。
• 设计可扩展、可维护且生产就绪的集成层。

课程形式

• 互动讲座与讨论。
• 动手实践集成工程与API练习。
• 使用真实企业场景进行实时实验室实现。

课程定制选项

• 可根据要求提供定制的API场景、企业系统映射或数据集成工作坊。

AgentCore 提供了内存持久化、安全代码解释器和浏览器工具，使 AI 代理能够提供交互式、动态且上下文感知的体验。

本次由讲师主导的培训（线上或线下）面向中高级技术从业者，他们希望设计和部署能够长期保留上下文、即时计算并直接与 Web 用户界面交互的 AI 代理。

培训结束后，参与者将能够：

• 实现 AgentCore 内存，用于有状态的、上下文感知的工作流。
• 利用安全代码解释器进行动态计算和转换。
• 集成浏览器工具，实现实时数据检索和用户界面交互。
• 设计用于分析、客户支持和研究用例的交互式代理。

课程形式

• 互动讲座和讨论。
• 使用 AgentCore 内存和工具的动手实验。
• 分析、自动化和客户支持场景的案例研究。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AgentCore Runtime & Gateway 是一种 AWS 服务配对，用于打包、部署并安全地暴露 AI 代理，同时提供与外部系统的简化集成。

本次由讲师主导的培训（线上或线下）面向中级工程团队，旨在帮助他们从代理原型过渡到生产环境，通过掌握 AgentCore Runtime 进行部署，并利用 Gateway 实现安全连接和 API 集成。

培训结束后，参与者将能够：

• 搭建 AgentCore Runtime 环境，并打包代理以进行部署。
• 通过 Gateway 暴露代理，提供经过身份验证和速率限制的端点。
• 使用稳定合约将外部工具和 API 集成到代理工作流中。
• 为生产操作配置可观察性、日志记录和使用监控。

课程形式

• 互动式讲座和讨论。
• 实践实验室，涉及 Runtime 部署和 Gateway 集成。
• 专注于可靠性、安全性和发布的实践练习。

课程定制选项

• 如需为此课程定制培训，请联系我们进行安排。

AutoGen企业AI自动化是一门实践课程，专注于使用AutoGen框架实现可扩展的智能代理系统，以自动化复杂的业务操作。

本课程为讲师主导的培训（线上或线下），面向中高级AI专业人士，旨在通过AutoGen框架在企业平台和流程中部署多代理架构。

培训结束后，学员将能够：

• 使用AutoGen和LLM代理设计和自动化企业工作流程。
• 将AutoGen与LangChain集成，实现高级编排和上下文处理。
• 构建RAG管道并连接企业数据以实现上下文自动化。
• 将代理与Slack、Jira和SharePoint等企业平台连接。
• 在生产环境中扩展和监控AutoGen部署。

课程形式

• 互动讲座和讨论。
• 大量练习和实践。
• 在实时实验环境中进行实践操作。

课程定制选项

• 如需定制本课程，请联系我们进行安排。

AgentCore 通过提供一套统一的服务，简化了构建、增强和监控全托管 AI 代理的过程，专为大规模部署而设计。

本次由讲师指导的培训（线上或线下）面向初级到中级从业者，旨在帮助学员通过实践掌握如何使用 AgentCore 创建生产就绪的 AI 代理。

培训结束后，学员将能够：

• 了解 AgentCore 在 AI 代理开发中的核心功能。
• 使用托管服务设计和配置简单的 AI 代理。
• 集成工作流以增强代理功能。
• 在生产环境中部署和监控 AI 代理。

课程形式

• 互动式讲座与讨论。
• 使用 AgentCore 服务的实践操作。
• 从代理概念到部署的指导练习。

课程定制选项

• 如需定制本课程，请联系我们安排。

AutoGen Studio 是一个无需编码的视觉化环境，用于创建和管理基于 LLM 的多代理工作流程。

这项由讲师主导的培训（线上或线下）面向初级到中级的商业和创新专业人士，他们希望使用 AutoGen Studio 来视觉化设计、测试和改进代理互动，以实现内部自动化或 AI 增强产品开发。

在培训结束时，参与者将能够：

• 使用无代码界面创建多代理工作流程。
• 使用 AutoGen Studio 定义代理角色、提示和目标。
• 视觉化并管理代理之间的消息流。
• 将错误处理和上下文精炼纳入代理逻辑。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实践操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

Amazon Bedrock AgentCore 是一个企业级框架，用于构建、部署和扩展 AI 代理，集成了内存、可观测性和安全身份管理的支持。

本次由讲师主导的培训（线上或线下）面向中级到高级工程师和架构师，旨在帮助他们使用 AWS Bedrock AgentCore 设计、保护和操作代理式 AI 系统。

培训结束后，学员将能够：

• 理解 AgentCore 的架构和组件。
• 使用 Runtime 和 Gateway 部署和管理 AI 代理。
• 实现持久化内存和有状态的交互。
• 应用身份、可观测性和合规性控制。
• 为企业级工作流设计多代理系统。

课程形式

• 互动讲座和讨论。
• 使用 AgentCore 的 AWS 实验室实践环节。
• 部署和监控场景的实践练习。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AgentCore 提供内置的身份、可观测性和合规性功能，使组织能够在企业环境中负责任地部署AI代理。

本次由讲师主导的培训（线上或线下）面向希望使用 Amazon Bedrock AgentCore 设计和操作安全、可审计且合规的AI代理系统的高级从业者。

通过本培训，参与者将能够：

• 为代理实施企业身份和权限模型。
• 通过结构化日志、指标和跟踪实现可观测性。
• 应用合规控制以符合监管框架。
• 审计代理活动并维护安全的会话级控制。

课程形式

• 互动式讲座与讨论。
• 使用AWS安全和监控工具进行实践操作。
• 在受监管的企业环境中进行案例研究。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

使用AutoGen构建LLM代理系统是一门实作课程，专注于利用Microsoft的AutoGen框架开发多代理系统，适用于大型语言模型（LLMs）。

这项由讲师主导的培训（线上或线下）针对中级AI与自动化专业人士，旨在帮助他们设计、实现并协调使用AutoGen与Python及LLMs的多代理系统。

培训结束后，参与者将能够：

• 使用AutoGen框架设计多代理架构。
• 配置代理角色、能力与协调行为。
• 使用函数调用与记忆处理进行代理互动。
• 构建并测试基于Python的LLM代理工作流程，适用于实际案例。

课程形式

• 互动式讲座与讨论。
• 大量练习与实践。
• 在实作实验室环境中进行动手操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

本课程为讲师指导的培训（线上或线下），面向中级软件开发人员和工程团队，旨在帮助他们使用Mastra构建可扩展、可观察的AI系统。

通过本培训，学员将能够：

• 理解Mastra的架构及其如何与LLM和外部API集成。
• 使用TypeScript设计和实现AI代理和工作流程。
• 使用Mastra的可观察性和内存工具监控和提升代理性能。
• 利用Mastra的框架功能部署生产就绪的AI应用。

Mastra是一个框架，提供结构化工具，用于评估、调试和确保在复杂工作流程中运行的AI代理的可靠性。

本课程为讲师指导的培训（线上或线下），面向希望严格测试代理行为、提高可靠性并实施可衡量评估流程的中级从业者。

培训结束后，学员将能够：

• 应用调试技术，识别并纠正代理行为问题。
• 使用结构化指标、基准和质量评分评估代理。
• 实施工具和工作流程，跟踪可靠性、漂移和幻觉。
• 设计QA策略，确保持续且可预测的代理性能。

课程形式

• 互动讲座与讨论。
• 实际操作调试与评估练习。
• 使用可观测性工具进行代理行为的实时实验室分析。

课程定制选项

• 可根据要求安排定制的可靠性测试场景和行业特定的QA方法。

Mastra是一个操作框架，旨在简化和优化AI代理在生产环境中的部署、扩展和生命周期管理。

本课程为讲师指导的培训（线上或线下），面向中高级技术专业人员，帮助他们可靠且高效地在生产系统中操作AI代理。

培训结束后，学员将能够：

• 将基于Mastra的AI代理部署到受控的生产级环境中。
• 使用平台原语进行水平和垂直扩展。
• 实施可观测性管道，以跟踪代理的行为和性能。
• 优化运行时配置，以减少延迟、成本和操作风险。

课程形式

• 互动式讲座与讨论。
• 专注于实际部署场景的动手练习。
• 使用容器化和编排环境进行实时实验。

课程定制选项

• 可根据要求定制主题、动手实验或行业特定场景。

Mastra是一个框架，能够在分布式系统中实现复杂的工作流自动化和多个AI代理的协调。

本课程为讲师主导的培训（线上或线下），面向中级从业者，旨在帮助他们设计、编排和操作大规模的多代理工作流。

通过完成本培训，学员将掌握以下技能：

• 使用Mastra的编排功能设计复杂的工作流。
• 协调多个代理执行并行或依赖任务。
• 实施工作流执行的监控和调试工具。
• 优化编排逻辑，提高可靠性、吞吐量和自动化效率。

课程形式

• 互动讲座与讨论。
• 动手实践工作流设计与自动化练习。
• 在容器化的实验环境中进行实际实施。

课程定制选项

• 可根据需求提供定制的自动化场景、企业集成或工作流模式。

这个为期1天的研讨会专为开发者、数据科学家和AI爱好者设计，将帮助您理解并掌握使用AutoGen v0.4构建多代理AI系统的能力。

通过动手练习和实际演示，您将学习如何构建、管理和部署由大型语言模型（LLMs）驱动的多代理应用。

课程结束后，您将掌握AutoGen的分层架构基础，精通代理之间的异步通信，并探索开发可扩展和智能的LLM驱动应用的实际用例和最佳实践。

Amazon Bedrock AgentCore 提供了设计、编排和管理多代理系统的基础设施，能够实现跨多个AI驱动实体的协作、专业化和高级自动化模式。

本次由讲师主导的培训（线上或线下）面向希望使用AgentCore的编排和治理功能来设计、部署和优化下一代多代理系统的高级从业人员。

培训结束后，参与者将能够：

• 理解多代理系统的原理和架构。
• 设计代理协作的编排策略。
• 在代理之间实施通信和协商协议。
• 使用AgentCore部署可扩展的、企业级的多代理解决方案。

课程形式

• 互动式讲座和讨论。
• 使用AgentCore编排功能的实践操作。
• 企业多代理应用的案例分析。

课程定制选项

• 如需为本课程定制培训，请联系我们进行安排。