LLMs und Agenten in DevOps-Workflows Schulung

Einführung in LLMs und Agenten-Frameworks

• Überblick über große Sprachmodelle in der Infrastruktur-Automatisierung
• Wichtige Konzepte in Multi-Agenten-Workflows
• AutoGen, CrewAI und LangChain: Use Cases im DevOps

Einrichtung von LLM-Agenten für DevOps-Aufgaben

• Installation von AutoGen und Konfiguration von Agentenprofilen
• Nutzung der OpenAI-API und anderer LLM-Anbieter
• Einrichtung von Arbeitsbereichen und CI/CD-kompatiblen Umgebungen

Automatisierung von Test- und Code-Qualitäts-Workflows

• Prompting von LLMs zur Generierung von Unit- und Integrationstests
• Einsatz von Agenten zur Durchsetzung von Linting, Commit-Regeln und Code-Review-Richtlinien
• Automatisierte Zusammenfassung und Tagging von Pull Requests

LLM-Agenten für Alert-Handling und Änderungsdetektion

• Gestaltung von Respondent-Agenten für Pipeline-Fehler-Alerts
• Analysierung von Logs und Traces mithilfe von Sprachmodellen
• Proaktive Erkennung von hochriskanten Änderungen oder Fehlkonfigurationen

Multi-Agenten-Koordination im DevOps

• Rollenbasierte Agenten-Orchestrierung (Planer, Ausführender, Prüfer)
• Agenten-Messaging-Schleifen und Speicherverwaltung
• Human-in-the-loop-Gestaltung für kritische Systeme

Sicherheit, Governance und Observability

• Bewältigung von Datenexposition und LLM-Sicherheit in der Infrastruktur
• Auditierung von Agentenaktionen und Einschränkung des Scopes
• Tracking von Pipeline-Verhalten und Modell-Feedback

Praktische Use Cases und individuelle Szenarien

• Gestaltung von Agenten-Workflows für die Incident Response
• Integration von Agenten mit GitHub Actions, Slack oder Jira
• Best Practices für die Skalierung der LLM-Integration im DevOps

Zusammenfassung und nächste Schritte