感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
LLM Agent Systems 简介
- LLM agents 和多代理架构概念
- AutoGen 框架和生态系统概述
- 代理角色:用户代理、助理、函数调用者等
安装与配置 AutoGen
- 设置 Python 环境和依赖项
- AutoGen 配置文件基础
- 连接 LLM 提供商(OpenAI、Azure、本地模型)
代理设计与角色分配
- 了解代理类型和对话模式
- 定义代理目标、提示和指令
- 基于角色的任务委派和控制流程
函数调用与工具集成
- 注册供代理使用的函数
- 自主和协作函数执行
- 将外部 API 和 Python 脚本连接到代理
对话 Management 与记忆
- 会话跟踪和持久记忆
- 代理间消息传递和令牌处理
- 管理对话上下文和历史记录
端到端代理工作流程
- 构建多步骤协作任务(例如文档分析、代码审查)
- 模拟用户代理对话和决策链
- 调试和优化代理性能
Use Case 与部署
- 内部自动化代理:研究、报告、脚本
- 外部机器人:聊天助理、语音集成
- 在生产环境中打包和部署代理系统
总结与下一步
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 小时
客户评论 (1)
培训师即时回答问题。
Adrian
课程 - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
机器翻译