문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 14 시간
코스 개요
AutoGen 핵심 개념 리뷰
- 에이전트 및 그룹 정의
- 함수 호출 및 역할 체이닝
- 내장 에이전트의 한계 및 커스터마이징이 필요한 부분
Python을 이용한 맞춤형 에이전트 구축
- user_proxy 및 AssistantAgent 서브클래스를 사용하여 에이전트 동작 정의
- 역할별 로직 및 의사결정 주입
- 재사용 가능한 에이전트 모듈 및 믹스인(Mixin) 생성
고급 도구 통합 및 라우팅
- 도구 등록, 바인딩, 호출
- 특정 도구로 조건부로 입력 라우팅
- 멀티스텝 툴 체인 및 복합 액션 관리
계획 수립 및 컨텍스트 관리
- 태스크 분해기 및 중간 계획자 설계
- 체인된 에이전트 간 컨텍스트 유지
- 긴 세션에 대한 스코프된 메모리 구현
오류 처리 및 복구 메커니즘
- 실패하거나 불완전한 상호작용 감지 및 관리
- 에이전트 유도 재시도 및 폴백 로직
- 로깅, 디버깅, 응답 검증
커스텀 역할과 함께하는 멀티 에이전트 협업
- 동적 에이전트 그룹 내 전문가 조율
- 추론 루프 및 협력적 워크플로우 오케스트레이션
- 태스크 할당 시 역할 분리 vs 역할 융합
현실 적용 전략
- 성능 및 비용 최적화(토큰 사용량, 캐싱)
- 웹 앱 또는 파이프라인에 AutoGen 워크플로우 내장
- 보안, 관측성, 사용자 피드백 통합
요약 및 다음 단계
요건
- Python 프로그래밍 숙련
- LLM 기반 애플리케이션 구축 경험
- 함수 호출 및 멀티 에이전트 시스템 설계에 대한 이해
대상 독서
- 시니어 개발자
- 플랫폼 엔지니어
- AI 아키텍트
회원 평가 (1)
그가 계속해서 예시를 제공하면서도 그가 제시한 내용에 대해 개인적으로 작업할 시간을 주었다는 점이 마음에 들었습니다.
Iacob Giorgel
코스 - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
기계 번역됨