Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Duração 14 horas
Programa do Curso
Revisão dos Conceitos Centrais do AutoGen
- Definições de agentes e grupos
- Chamada de funções e encadeamento de papéis
- Limitações dos agentes nativos e onde a personalização é necessária
Construindo Agentes Personalizados com Python
- Definindo o comportamento de agentes usando subclasses de user_proxy e AssistantAgent
- Injetando lógica específica de função e tomada de decisão
- Criando módulos de agentes reutilizáveis e mixins
Integração e Roteamento Avançados de Ferramentas
- Registro, vinculação e invocação de ferramentas
- Roteando condicionalmente entradas para ferramentas específicas
- Gerenciando cadeias de ferramentas multi-etapas e ações compostas
Planejamento e Gestão de Contexto
- Projeto de decompositores de tarefas e planejadores intermediários
- Mantendo o contexto entre agentes encadeados
- Implementando memória escopada para sessões de longa duração
Tratamento de Erros e Mecanismos de Recuperação
- Detectando e gerenciando interações falhas ou incompletas
- Novas tentativas acionadas por agentes e lógica de fallback
- Registro (logging), depuração e validação de respostas
Colaboração Multiagente com Papéis Personalizados
- Coordenando especialistas em grupos de agentes dinâmicos
- Orquestrando loops de raciocínio e fluxos de trabalho cooperativos
- Separação de papéis versus mistura de papéis nas atribuições de tarefas
Estratégias de Implantação em Cenários Reais
- Otimização para desempenho e custo (uso de tokens, cache)
- Incorporação de fluxos de trabalho do AutoGen em aplicativos web ou pipelines
- Segurança, observabilidade e integração de feedback do usuário
Resumo e Próximos Passos
Requisitos
- Proficiência em programação Python
- Experiência na construção de aplicações baseadas em LLMs
- Familiaridade com chamada de funções e projeto de sistemas multiagente
Público-Alvo
- Desenvolvedores Sênior
- Engenheiros de Plataforma
- Arquitetos de IA
Testemunhos de Clientes (1)
Gostei que ele fornecia exemplos constantemente, mas também oferecia tempo para trabalho individual com o que apresentava.
Iacob Giorgel
Curso - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Máquina Traduzida