Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 14 Stunden
Schulungsübersicht
Wiederholung der Kernkonzepte von AutoGen
- Definitionen von Agenten und Gruppen
- Function Calling und Rollenkettung
- Einschränkungen integrierter Agenten und die Notwendigkeit von Individualisierung
Aufbau von Custom Agents mit Python
- Definition des Agentenverhaltens durch Subklassen von user_proxy und AssistantAgent
- Einfügen rollenspezifischer Logik und Entscheidungsfindung
- Erstellung wiederverwendbarer Agentenmodule und Mixins
Fortgeschrittene Werkzeugintegration und -routing
- Registrierung, Bindung und Aufruf von Werkzeugen
- Konditionales Routing von Eingaben an spezifische Werkzeuge
- Verwaltung mehrstufiger Toolchains und zusammengesetzter Aktionen
Planung und Kontextverwaltung
- Gestaltung von Task-Dezernenten und Zwischenplanern
- Aufrechterhaltung des Kontexts über verkettete Agenten hinweg
- Implementierung von Speicher mit Scope für lange laufende Sitzungen
Fehlerbehandlung und Wiederherstellungsmechanismen
- Erkennung und Verwaltung fehlgeschlagener oder unvollständiger Interaktionen
- Von Agenten ausgelöste Wiederholungen und Fallback-Logik
- Protokollierung, Debugging und Validierung von Antworten
Mehr-agentige Zusammenarbeit mit individuellen Rollen
- Koordination von Spezialisten in dynamischen Agentengruppen
- Orchestrierung von Schlieren und kooperativen Workflows
- Rollentrennung vs. Rollenvermischung bei der Aufgabenverteilung
Strategien für die Realwelt-Implementierung
- Optimierung für Leistung und Kosten (Token-Nutzung, Caching)
- Integration von AutoGen-Workflows in Web-Apps oder Pipelines
- Sicherheit, Beobachtbarkeit und Integration des Benutzerfeedbacks
Voraussetzungen
- Fähigkeit in der Python-Programmierung
- Erfahrung im Aufbau von LLM-basierten Anwendungen
- Vertrautheit mit Function Calling und dem Design mehr-agentiger Systeme
Zielgruppe
- Senior-Entwickler
- Plattform-Ingenieure
- KI-Architekten
Erfahrungsberichte (1)
Mir gefiel, dass er ständig Beispiele zur Verfügung stellte, aber auch Zeit für individuelle Arbeit an dem bereitstellte, was er vorgestellt hatte.
Iacob Giorgel
Kurs - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Maschinelle Übersetzung