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 21 Stunden (3 Tage)
Schulungsübersicht
Einführung in LLM-Agentensysteme
- Begriffe von LLM-Agenten und Multi-Agenten-Architektur
- Überblick über das AutoGen-Framework und das Ökosystem
- Agentenrollen: User Proxy, Assistent, Funktionsaufrufer und mehr
Installation und Konfiguration von AutoGen
- Einrichtung der Python-Umgebung und Abhängigkeiten
- Grundlagen der AutoGen-Konfigurationsdatei
- Verbindung zu LLM-Anbietern (OpenAI, Azure, lokale Modelle)
Agentendesign und Rollenzuweisung
- Verständnis von Agententypen und Gesprächsmustern
- Definition von Agentenzielen, Prompts und Anweisungen
- Rollengestützte Auftragsvergabe und Steuerungsfluss
Funktionsaufrufe und Tool-Integration
- Registrierung von Funktionen für die Nutzung durch Agenten
- Autonome und kollaborative Funktionsausführung
- Anbindung externer APIs und Python-Skripte an Agenten
Gesprächsmanagement und Speicher
- Sitzungsverfolgung und persistenter Speicher
- Agenten-zu-Agenten-Nachrichten und Token-Verwaltung
- Verwaltung des Gesprächskontexts und der Verlaufshistorie
Ende-zu-Ende-Agenten-Workflows
- Aufbau mehrstufiger kollaborativer Aufgaben (z. B. Dokumentenanalyse, Code-Review)
- Simulation von User-Agenten-Dialogen und Entscheidungsreihen
- Fehlerbehebung und Optimierung der Agentenleistung
Anwendungsfälle und Bereitstellung
- Interne Automatisierungsagenten: Recherche, Reporting, Skripting
- Externe Bots: Chat-Assistenten, Sprachintegrationen
- Paketierung und Bereitstellung von Agentensystemen im Produktivbetrieb
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundkenntnisse in der Python-Programmierung
- Vertrautheit mit Large Language Models und Prompt Engineering
- Erfahrung mit APIs und Automatisierungs-Workflows
Zielgruppe
- AI-Engineer
- ML-Entwickler
- Automatisierungsarchitekten
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
