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.
Dauer 14 Stunden
Schulungsübersicht
Wiederholung der Kernkonzepte von AutoGen
- Definitionen von Agenten und Gruppen
- Funktionsaufrufe und Rollenketten
- Einschränkungen eingebauter Agenten und Stellen, an denen Individualisierung erforderlich ist
Aufbau von Custom Agents mit Python
- Definition des Agentenverhaltens mit UserProxy- und AssistantAgent-Unterklassen
- Einfügen von rollenspezifischer Logik und Entscheidungsfindung
- Erstellung wiederverwendbarer Agentenmodule und Mixins
Fortgeschrittene Tool-Integration und -Routing
- Tool-Registrierung, Bindung und Aufruf
- Konditionelles Routen von Eingaben zu spezifischen Tools
- Verwaltung mehrstufiger Werkzeugketten und zusammengesetzter Aktionen
Planung und Kontextverwaltung
- Gestaltung von Aufgabenzerlegern und Zwischenplanern
- Beibehaltung des Kontexts über verkettete Agenten hinweg
- Implementierung von scoped Speicher für lange laufende Sitzungen
Fehlerbehandlung und Wiederherstellungsmechanismen
- Erkennung und Verwaltung fehlgeschlagener oder unvollständiger Interaktionen
- Agenten-getriggerte Wiederholungen und Fallback-Logik
- Protokollierung, Debugging und Antwortvalidierung
Mehrfachagenten-Kollaboration mit Custom Rollen
- Koordination von Spezialisten in dynamischen Agentengruppen
- Orchestrierung von Denkprozessen und kooperativen Workflows
- Rollentrennung vs. Rollenverschmelzung bei Aufgabenzuweisungen
Strategien für den realen Einsatz
- Optimierung für Leistung und Kosten (Token-Nutzung, Caching)
- Einbettung von AutoGen-Workflows in Web-Apps oder Pipelines
- Sicherheit, Beobachtbarkeit und Integration von Benutzerfeedback
Zusammenfassung und nächste Schritte
Voraussetzungen
- Beherrschung der Python-Programmierung
- Erfahrung im Aufbau von LLM-basierten Anwendungen
- Vertrautheit mit Funktionsaufrufen und dem Design von Multi-Agent-Systemen
Zielgruppe
- Senior Developer
- Platform Engineers
- AI Architekten
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