Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Überblick über AutoGen-Kernkonzepte
- Definitionen von Agenten und Gruppen
- Funktionsaufrufe und Rollenkettung
- Einschränkungen integrierter Agenten und Bereiche, in denen Anpassungen erforderlich sind
Bau individueller Agenten mit Python
- Definition des Agentenverhaltens mittels Unterklassen von user_proxy und AssistantAgent
- Einbindung rollenspezifischer Logik und Entscheidungsfindung
- Erstellung wiederverwendbarer Agentenmodule und Mixins
Fortschrittliche Tool-Integration und Routing
- Registrierung, Bindung und Aufruf von Tools
- Konditionales Routing von Eingaben zu spezifischen Tools
- Verwaltung mehrstufiger Werkzeugketten und zusammengesetzter Aktionen
Planung und Kontextmanagement
- Gestaltung von Aufgaben-Composern und Zwischeneplanern
- Kontextpflege über kettierte Agenten hinweg
- Implementierung von scoping-Gedächtnis für langlaufende Sitzungen
Fehlerbehandlung und Wiederherstellungsmechanismen
- Erkennung und Verwaltung fehlgeschlagener oder unvollständiger Interaktionen
- Agentengestützte Wiederholungen und Fallback-Logik
- Protokollierung, Debugging und Validierung von Antworten
Zusammenarbeit mehrerer Agenten mit individuellen Rollen
- Koordination von Spezialisten innerhalb dynamischer Agentengruppen
- Orchestrierung von Denkprozessen (Reasoning-Loops) und kooperativen Workflows
- Rollentrennung versus Rolleneinbindung bei der Aufgabenzuweisung
Strategien für reale Bereitstellungen
- Optimierung hinsichtlich Leistung und Kosten (Tokenverbrauch, Caching)
- Einfügen von AutoGen-Workflows in Web-Apps oder Pipelines
- Sicherheit, Observability und Integration von Nutzerfeedback
Zusammenfassung und nächste Schritte
Voraussetzungen
- Sichere Kenntnisse in der Python-Programmierung
- Erfahrung im Aufbau von Anwendungen mit LLMs
- Vertrautheit mit Funktionsaufrufen und dem Design von Multi-Agenten-Systemen
Zielgruppe
- Senior-Entwickler
- Plattform-Engineers
- AI-Architekten
14 Stunden
Erfahrungsberichte (1)
Mir gefiel, dass er ständig Beispiele zur Verfügung stellte, aber auch Zeit für individuelle Arbeit an dem bereitstellte, was er vorgestellt hatte.
Iacob Giorgel
Kurs - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Maschinelle Übersetzung