Advanced AutoGen: Custom Agents & Dynamic Tool Use

• 精通Python编程
• 具备构建基于LLM的应用程序的经验
• 熟悉函数调用和多代理系统设计

受众

• 高级开发人员
• 平台工程师
• AI架构师

AutoGen 是一个来自 Microsoft 的开源框架，用于构建使用 LLM、工具、记忆和用户交互的多代理应用程式。

这项由讲师指导的培训（线上或线下）针对希望使用 AutoGen 的 Python 基础 API、函数调用功能和模组化工具链来设计和部署深度定制代理的高级开发者和架构师。

在培训结束时，参与者将能够：

• 开发具有角色特定逻辑和工具路由的定制代理。
• 使用高级函数调用和上下文切换构建动态工作流程。
• 在代理团队中实施记忆模组和计划框架。
• 处理多代理错误状态和自适应重试机制。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实践操作。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

回顾AutoGen核心概念

• 代理和群组定义
• 函数调用和角色链
• 内置代理的局限性及定制需求

使用Python构建自定义代理

• 使用user_proxy和AssistantAgent子类定义代理行为
• 注入角色特定逻辑和决策
• 创建可重用的代理模块和mixin

高级工具集成与路由

• 工具注册、绑定和调用
• 有条件地将输入路由到特定工具
• 管理多步骤工具链和复合操作

规划与上下文Management

• 设计任务分解器和中间规划器
• 在链式代理中维护上下文
• 为长时间运行会话实现范围内存

错误处理与恢复机制

• 检测和管理失败或不完整的交互
• 代理触发的重试和回退逻辑
• 日志记录、调试和响应验证

多代理Collaboration与自定义角色

• 在动态代理群组中协调专家
• 编排推理循环和协作工作流
• 任务分配中的角色分离与角色混合

实际部署策略

• 优化性能和成本（令牌使用、缓存）
• 将AutoGen工作流嵌入web应用或管道
• 安全性、可观测性和用户反馈集成

总结与下一步