Kontakt aufnehmen

Schulungsübersicht

Überblick über die Grundlagen von AutoGen

  • Definitionen von Agenten und Gruppen
  • Funktionsaufrufe sowie Verknüpfung verschiedener Rollen
  • Einschränkungen vordefinierter Agentenmodelle und Bedarf an individuellen Anpassungen

Erstellung maßgeschneiderter Agenten mithilfe von Python

  • Implementierung von Verhaltensregeln über die Unterklassen user_proxy bzw. AssistantAgent
  • Einbindung rollenspezifischer Logik sowie Entscheidungsmechanismen
  • Entwicklung wiederverwendbarer Agentenmodule und Erweiterungen

Erweiterte Werkzeuganbindung und intelligente Verteilung der Aufgaben

  • Einschreiben, Zuordnen sowie Ausführen von Werkzeugen
  • Bedingte Auswahl des geeigneten Werkzeugs auf Grundlage eingehender Anfragen
  • Verwaltung mehrstufiger Prozesse sowie zusammengesetzter Aktionen

Planung und effektive Kontextverwaltung

  • Gestaltung von Mechanismen zur Aufgabenzergliederung und Zwischenplanungen
  • Aufrechterhaltung des Kontexts innerhalb von Verbindungsketten mehrerer Agenten
  • Einrichtung fachspezifischer Speicherarchitekturen für langwierige Arbeitsprozesse

Behandlung von Fehlern und Sicherstellung der Wiederherstellbarkeit

  • Identifikation sowie Management fehlerhafter oder unvollständiger Interaktionen
  • Nachlaufendes Wiederholen der Aktionen durch Agenten sowie Fallback-Strategien
  • Aufzeichnung, Debugging und Validierung von Systemantworten

Zusammenarbeit mehrerer Agenten unter definierten Rollenverteilungen

  • Koordination spezialisierter Experten innerhalb dynamischer Gruppenstrukturen
  • Ausgestaltung interaktiver Problemlösungsprozesse und kooperativer Arbeitsabläufe
  • Differenzierung sowie kreative Verbindung verschiedener Rollen bei der Aufgabenverteilung

Praktische Umsetzungsansätze im Alltagsgebrauch

  • Optimierung hinsichtlich Leistung und Kosten (beispielsweise Token-Verbrauch sowie Zwischenspeicherung)
  • Einbettung der AutoGen-Funktionalitäten in Web-Anwendungen bzw. Datenverarbeitungspipeline
  • Maßnahmen zu Sicherheit, Nachvollziehbarkeit sowie Einbezug konkreter Nutzerrückmeldungen

Zusammenfassung und künftige Entwicklungsperspektiven

Voraussetzungen

  • Gute Kenntnisse in der Python-Programmierung
  • Erfahrung bei der Entwicklung von Anwendungen basierend auf Large Language Models
  • Bekanntheit mit Funktionsaufrufen sowie Designmethoden für mehragentbasierte Systeme

Zielgruppe

  • Senior-Entwickler
  • Plattform-Ingenieure
  • KI-Architekten
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien