Python für autonome Agenten: Tooling, SDKs & Orchestrierung Schulung

Einführung in Python-Umgebungen für agentische Entwicklung

• Einrichtung von Python, virtueller Umgebungen und der Abhängigkeitsverwaltung
• Verwendung von Git und Docker für Versionierung und Isolation
• Best Practices für reproduzierbare Umgebungen

Überblick über Agent-SDKs und Frameworks

• LangChain, AutoGen und andere aufstrebende SDKs
• Agentenstruktur und Lebenszyklus: Wahrnehmung, Schlussfolgerung und Handlung
• Vergleich der SDK-Fähigkeiten und Architekturstile

Erstellung funktionaler Agenten in Python

• Erstellung eines einfachen Agenten mit LangChain
• Verbindung von Agenten mit externen Tools und APIs
• Verarbeitung von Eingabe/Ausgabe, Speicher und Persistenz

Integration von Tools und APIs

• Definition und Registrierung von Tools für den Agenteneinsatz
• Sichere API-Integration und Schlüsselverwaltung
• Nutzung externer Datenquellen und benutzerdefinierter Funktionsaufrufe

Agenten-Orchestrierung und Kommunikationsmuster

• Mehrfachagenten-Kollaboration mit AutoGen
• Auftragungsvergabe und Planungsllogik
• Ereignisgesteuerte und asynchrone Orchestrierung

Testen, Debugging und Beobachtbarkeit

• Testen von Agenten mit simulierten Eingaben und kontrollierten Umgebungen
• Debugging von Nachrichtenfluss und Tool-Aufrufen
• Implementierung strukturierter Protokollierung und Leistungsindikatoren

Bereitstellung und produktionsnahe Aspekte

• Paketierung und Containerisierung von Python-Agentendiensten
• Integration in CI/CD-Pipelines
• Skalierung, Überwachung und Wartung von langlaufenden Agenten

Zusammenfassung und nächste Schritte