课程大纲

1. LLM应用与AutoGen v0.4简介

  • 大语言模型(LLMs)概述:了解其功能和应用。​ 
  • AutoGen v0.4简介:探索其功能、架构以及它如何简化Agentic AI系统的开发。  

2. AutoGen的核心概念与组件

  • 理解分层框架:
    • 核心层:支持动态工作流的事件驱动架构。
    • AgentChat API:使用高级API构建任务驱动代理。
    • 扩展:集成自定义代理、工具和内存模块以增强功能。
  • 异步消息传递:实现事件驱动和请求-响应交互风格。​ 

3. 构建您的第一个多代理应用

  • 定义代理:创建助理和用户代理。​ 
  • 建立代理通信:设置代理之间的异步消息传递。 
  • 实现示例应用:开发一个简单的多代理系统以解决特定任务。​ 
  • 可观测性与调试工具:利用内置的指标跟踪和消息追踪进行实时监控。​ 

4. 案例研究与最佳实践

  • 实际应用:研究AutoGen在各行业的成功实施案例。​
  • 最佳实践:使用AutoGen设计高效且可扩展的LLM应用的指南。​
  • 挑战与解决方案:解决开发过程中遇到的常见挑战及其解决方案。​
  • 问答

本研讨会适合:

  • 软件开发人员
  • 数据科学家
  • 数据工程师
  • 具有编程背景或兴趣、希望学习AI编程的人士。

要求

先决条件 - Python编程

 7 小时

客户评论 (5)

即将举行的公开课程

课程分类