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 AutoGen-Kernkonzepte
- Definitionen von Agenten und Gruppen
- Function Calling und Rollenketten
- Begrenzungen der integrierten Agenten und Stellen, an denen Anpassungen erforderlich sind
Entwicklung individueller Agenten mit Python
- Definition des Agentenverhaltens durch Subklassen von user_proxy und AssistantAgent
- Einfügen von rollenspezifischer Logik und Entscheidungsfindung
- Erstellung von wiederverwendbaren Agentenmodulen und Mixins
Fortgeschrittene Werkzeugintegration und -routing
- Registrierung, Bindung und Aufruf von Werkzeugen
- Bedingtes Routing von Eingaben zu bestimmten Werkzeugen
- Verwaltung von Mehrschritte-Toolchains und zusammengesetzten Aktionen
Planung und Kontextverwaltung
- Gestaltung von Aufgabenzerlegern und Zwischenplanern
- Erhaltung des Kontexts über gekettete Agenten hinweg
- Implementierung von bereichsbezogenem Speicher für langlaufende Sitzungen
Fehlerbehandlung und Wiederherstellungsmechanismen
- Erkennung und Verwaltung fehlgeschlagener oder unvollständiger Interaktionen
- Von Agenten ausgelöste Wiederholungen und Fallback-Logik
- Protokollierung, Fehlersuche und Validierung von Antworten
Kollaboration mehrerer Agenten mit individuellen Rollen
- Koordination von Spezialisten in dynamischen Agentengruppen
- Orchestrierung von Schlussfolgerungsschleifen und kooperativen Workflows
- Rollentrennung im Vergleich zu Rollenmischung bei der Aufgabenverteilung
Strategien für den Einsatz in der Praxis
- Optimierung für Leistung und Kosten (Token-Nutzung, Caching) < /li>
- Einbettung von AutoGen-Workflows in Web-Apps oder Pipelines
- Sicherheit, Beobachtbarkeit und Integration von Nutzerfeedback
Voraussetzungen
- Sicherer Umgang mit der Programmiersprache Python
- Erfahrung bei der Entwicklung von LLM-basierten Anwendungen
- Vertrautheit mit Function Calling und dem Design von Multi-Agenten-Systemen
Zielgruppe
- Senior-Entwickler
- Plattform-Ingenieure
- KI-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