Advanced AutoGen: Custom Agents & Dynamic Tool Use

• Biegłość w programowaniu Python
• Doświadczenie w budowaniu aplikacji opartych na LLM
• Znajomość wywoływania funkcji i projektowania wieloagentowych systemów

Publiczność docelowa

• Starsi deweloperzy
• Inżynierowie platformy
• Architekci AI

AutoGen to otwarty framework z Microsoft do budowy aplikacji wieloagentowych, które wykorzystują LLMs, narzędzia, pamięć i interakcję użytkownika.

To prowadzone przez instruktora szkolenie na żywo (online lub stacjonarne) skierowane jest do zaawansowanych programistów i architektów, którzy chcą zaprojektować i wdrożyć głęboko spersonalizowane agenty za pomocą API opartych na Python, możliwości wywoływania funkcji i modularnych łańcuchów narzędziowych.

Po zakończeniu tego szkolenia uczestnicy będą mogli:

• Rozwijać niestandardowe agenty z logiką specyficzną dla roli i routingu narzędzi.
• Budować dynamiczne przepływy pracy za pomocą zaawansowanych wywołań funkcji i przełączania kontekstu.
• Wdrażać moduły pamięci i ramy planowania w zespołach agentów.
• Obsługiwać stany błędów wielu agentów i mechanizmy adaptacyjnego ponownego uruchamiania.

Format kursu

• Interaktywne wykłady i dyskusje.
• Wiele ćwiczeń i praktyki.
• Ręczne wdrażanie w żywym środowisku laboratoryjnym.

Opcje dostosowania kursu

• Aby zażądać dostosowanego szkolenia dla tego kursu, skontaktuj się z nami, aby to uregulować.

Przegląd podstawowych koncepcji AutoGen

• Definicje agentów i grup
• Wywoływanie funkcji i łączenie ról
• Ograniczenia wbudowanych agentów i konieczność ich dostosowywania

Budowanie niestandardowych agentów z Python

• Definiowanie zachowania agentów za pomocą podklas user_proxy i AssistantAgent
• Wstrzykiwanie logiki i podejmowania decyzji specyficznych dla roli
• Tworzenie ponownie używalnych modułów agentów i mixinów

Zaawansowana integracja i trasowanie narzędzi

• Rejestracja, łączenie i wywoływanie narzędzi
• Warunkowe przekierowywanie wejść do określonych narzędzi
• Zarządzanie wieloetapowymi łańcuchami narzędzi i złożonymi akcjami

Planowanie i kontekst Management

• Projektowanie dekompozytorów zadań i pośrednich planistów
• Utrzymywanie kontekstu między łańcuchami agentów
• Wdrażanie pamięci o ograniczonej zakresie dla długotrwałych sesji

Mechanizmy obsługi błędów i odzyskiwania

• Wykrywanie i zarządzanie nieudanymi lub niekompletnymi interakcjami
• Powtarzanie wywoływane przez agenta i logika zapasowa
• Rejestrowanie, debugowanie i walidacja odpowiedzi

Wieloagentowe Collaboration z niestandardowymi rolami

• Koordynowanie specjalistów w dynamicznych grupach agentów
• Orchestrowanie pętli rozumowania i wspólnych przepływów pracy
• Rozdzielanie ról vs. łączenie ról w przydzielaniu zadań

Strategie wdrażania w rzeczywistym świecie

• Optymalizacja wydajności i kosztów (użycie tokenów, caching)
• Wbudowywanie przepływów pracy AutoGen w aplikacje webowe lub pipeline
• Bezpieczeństwo, obserwowalność i integracja z opiniami użytkowników

Podsumowanie i następne kroki