课程大纲

1. LLM 应用程式与 AutoGen v0.4 简介

  • Large Language Models (LLMs) 概述:了解其功能与应用。
  • AutoGen v0.4 简介:探索其功能、架构,以及如何简化代理式 AI 系统的开发。

2. AutoGen 的核心概念与元件

  • 理解分层架构:
    • 核心层:支援动态工作流程的事件驱动架构。
    • AgentChat API:使用高阶 API 建构任务驱动的代理。
    • 扩展功能:整合自订代理、工具和记忆体模组以增强功能。
  • 非同步讯息传递:实作事件驱动与请求-回应互动模式。

3. 建构您的第一个多代理应用程式

  • 定义代理:建立助理与用户代理。
  • 建立代理 Communication:设定代理之间的非同步讯息传递。
  • 实作范例应用程式:开发一个简单的多代理系统来解决特定任务。
  • 可观察性与除错工具:利用内建的指标追踪与讯息追踪进行即时监控。

4. 案例研究与最佳实践

  • 实际应用:检视 AutoGen 在各行业中的成功实施案例。
  • 最佳实践:使用 AutoGen 设计高效且可扩展的 LLM 应用程式的指南。
  • 挑战与解决方案:解决开发过程中常见的挑战及其对策。
  • 问答环节

本工作坊适合:

  • 软体开发人员
  • 数据科学家
  • 数据工程师
  • 具备程式设计背景或兴趣并希望学习 AI 程式设计的人士。

要求

先决条件 - Python 程式设计

 7 小时

即将举行的公开课程

课程分类