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)

即将举行的公开课程

课程分类