Schulungsübersicht

1. Einführung in LLM-Anwendungen und AutoGen v0.4

  • Überblick über große Sprachmodelle (LLMs): Ihre Fähigkeiten und Anwendungsfälle verstehen.
  • Einführung in AutoGen v0.4: Seine Funktionen, Architektur und wie es die Entwicklung von agentischen KI-Systemen vereinfacht erkunden.

2. Kernkonzepte und Komponenten von AutoGen

  • Schichtige Framework-Architektur verstehen:
    • Kernschicht: Ereignisgesteuerte Architektur zur Unterstützung dynamischer Workflows.
    • AgentChat API: Aufgabengetriebene Agenten mit High-Level-APIs erstellen.
    • Erweiterungen: Anpassung durch benutzerdefinierte Agenten, Tools und Speichermodule für erweiterte Funktionalität.
  • Asynchrone Messaging: Ereignisgesteuerte und anfragewebte Interaktionsstile implementieren.

3. Ihre erste Multi-Agenten-Anwendung erstellen

  • Agenten definieren: Assistant- und User Proxy-Agents erstellen.
  • Agentenkommunikation aufbauen: Asynchrone Messaging zwischen Agenten einrichten.
  • Eine Beispielanwendung implementieren: Eine einfache Multi-Agenten-System zur Lösung einer spezifischen Aufgabe entwickeln.
  • Beobachtungs- und Debugging-Werkzeuge: Eingebaute Metrikverfolgung und Nachrichtenverfolgung für die Echtzeit-Überwachung nutzen.

4. Fallstudien und Best Practices

  • Realwelt-Anwendungen: Erfolgreiche Implementierungen von AutoGen in verschiedenen Branchen betrachten.
  • Best Practices: Richtlinien für die effiziente und skalierbare Entwicklung von LLM-Anwendungen mit AutoGen.
  • Herausforderungen und Lösungen: Übliche Herausforderungen während der Entwicklung und deren Lösungen ansprechen.
  • Fragen und Antworten

Der Workshop richtet sich an:

  • Softwareentwickler
  • Datenwissenschaftler
  • Dateningenieure
  • Menschen mit Programmierhintergrund/Neigung, die lernen möchten, wie man AI-Programmierung betreibt.

Voraussetzungen

Voraussetzungen - Python-Programmierung

 7 Stunden

Teilnehmerzahl


Preis pro Teilnehmer

Erfahrungsberichte (5)

Kommende Kurse

Verwandte Kategorien