Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
AutoGen 핵심 개념 개요
- 에이전트 및 그룹 정의
- 함수 호출 및 역할 체이닝
- 내장 에이전트의 제한 사항 및 맞춤화 필요성
Python를 이용한 맞춤 에이전트 구축
- user_proxy 및 AssistantAgent 하위 클래스를 사용하여 에이전트 행동 정의
- 역할별 논리와 의사 결정 삽입
- 재사용 가능한 에이전트 모듈 및 믹스인 생성
고급 도구 통합 및 라우팅
- 도구 등록, 바인딩, 호출
- 입력을 특정 도구로 조건부 라우팅
- 다단계 도구 체인과 복합 작업 관리
Management 계획 및 컨텍스트
- 작업 분해기 및 중간 플래너 설계
- 체인 에이전트 간 컨텍스트 유지
- 긴 시간 실행 세션을 위한 범위 메모리 구현
오류 처리 및 복구 메커니즘
- 실패하거나 불완전한 상호작용 감지 및 관리
- 에이전트 트리거 재시도 및 대안 논리
- 로깅, 디버깅 및 응답 검증
맞춤 역할로 Collaboration 다중 에이전트
- 동적 에이전트 그룹 내에서 전문가 조정
- 추론 루프 및 협력 워크플로우 오케스트레이션
- 작업 할당에서 역할 분리 vs. 역할 혼합
실제 배포 전략
- 성능 및 비용 최적화 (토큰 사용, 캐싱)
- 웹 앱 또는 파이프라인에 AutoGen 워크플로우 포함
- 보안, 관찰 가능성 및 사용자 피드백 통합
요약 및 다음 단계
Requirements
- Python 프로그래밍에 능숙함
- LLM 기반 애플리케이션 구축 경험
- 함수 호출 및 다중 에이전트 시스템 설계에 대한 이해
대상
- 시니어 개발자
- 플랫폼 엔지니어
- AI 아키텍트
14 Hours
회원 평가 (1)
강사 실시간으로 질문에 답변합니다.
Adrian
Course - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Machine Translated
