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 21 Stunden (3 Tage)
Schulungsübersicht
Einführung in LLM-Agent-Systeme
- Begriffe zu LLM-Agenten und Multi-Agenten-Architekturen
- Überblick über das AutoGen-Framework und das Ökosystem
- Agentenrollen: User Proxy, Assistant, Function Caller und weitere
Installation und Konfiguration von AutoGen
- Einrichtung der Python-Umgebung und Abhängigkeiten
- Grundlagen der AutoGen-Konfigurationsdateien
- Anbindung an LLM-Anbieter (OpenAI, Azure, lokale Modelle)
Agenten-Design und Rollenvergabe
- Verständnis von Agententypen und Gesprächsmustern
- Definition von Agentenzielen, Prompts und Anweisungen
- Aufgabendelegation und Kontrollfluss basierend auf Rollen
Function Calling und Tool-Integration
- Registrierung von Funktionen für die Nutzung durch Agenten
- Autonome und kollaborative Funktionsausführung
- Anbindung externer APIs und Python-Skripte an Agenten
Verwaltungs von Gesprächen und Memory
- Session-Tracking und persistentes Memory
- Nachrichtenübermittlung zwischen Agenten und Token-Handling
- Verwaltung des Gesprächskontexts und der Historie
End-to-End-Agent-Workflows
- Erstellung mehrstufiger kollaborativer Aufgaben (z. B. Dokumentenanalyse, Code-Review)
- Simulation von Benutzer-Agenten-Dialogen und Entscheidungsketten
- Debugging und Optimierung der Agentenleistung
Anwendungsfälle und Bereitstellung
- Interne Automatisierungs-Agenten: Recherche, Reporting, Scripting
- Externe Bots: Chat-Assistenten, Voice-Integrationen
- Paketierung und Bereitstellung von Agenten-Systemen in der Produktion
Zusammenfassung und nächste Schritte
Voraussetzungen
- Verständnis der Python-Programmierung
- Vertrautheit mit Large Language Models und Prompt Engineering
- Erfahrung mit APIs und Automatisierungs-Workflows
Zielgruppe
- AI-Ingenieure
- ML-Entwickler
- Automatisierungs-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
