Python für Autonome Agenten: Tooling, SDKs & Orchestrierung Schulung

Einführung in Python-Umgebungen für agentische Entwicklung

• Einrichtung von Python, virtueller Umgebungen und der Abhängigkeitsverwaltung
• Nutzung von Git und Docker für Versionskontrolle und Isolation
• Best Practices für reproduzierbare Umgebungen

Überblick über Agenten-SDKs und Frameworks

• LangChain, AutoGen und weitere aufkommende SDKs
• Agentenstruktur und Lebenszyklus: Wahrnehmung, Schlussfolgerung und Handlung
• Vergleich der SDK-Fähigkeiten und Architekturstile

Aufbau funktionaler Agenten in Python

• Erstellung eines einfachen Agenten mit LangChain
• Verbindung von Agenten mit externen Tools und APIs
• Verarbeitung von Eingaben/Ausgaben, Speicher und Persistenz

Integration von Tools und APIs

• Definition und Registrierung von Tools für die Agentennutzung
• Sichere API-Integration und Schlüsselverwaltung
• Nutzung externer Datenquellen und benutzerdefinierter Funktionsaufrufe

Orchestrierung von Agenten und Kommunikationsmuster

• Mehrere Agenten-Kollaboration mit AutoGen
• Aufgabendelegation und Planungslogik
• Ereignisgesteuerte und asynchrone Orchestrierung

Testen, Debugging und Beobachtbarkeit

• Testen von Agenten mit Mock-Eingaben und kontrollierten Umgebungen
• Debugging des Nachrichtenflusses und der Tool-Aufrufe
• Implementierung von strukturiertem Logging und Leistungskennzahlen

Bereitstellung und produktionsrelevante Aspekte

• Paketierung und Containerisierung von Python-Agenten-Diensten
• Integration in CI/CD-Pipelines
• Skalierung, Überwachung und Wartung von langlaufenden Agenten

Zusammenfassung und nächste Schritte