Python für autonome Agenten: Tooling, SDKs & Orchestrierung Schulung

Einführung in Python-Umgebungen für die Entwicklung agentischer Systeme

• Einrichtung von Python, virtueller Umgebungen und der Abhängigkeitsverwaltung
• Nutzung von Git und Docker für Versionskontrolle und Isolation
• Best Practices für reproduzierbare Umgebungen

Überblick über Agenten-SDKs und Frameworks

• LangChain, AutoGen und andere aufkommende SDKs
• Agentenstruktur und Lebenszyklus: Wahrnehmung, Schlussfolgerung und Aktion
• Vergleich der Fähigkeiten und Architekturstile von SDKs

Erstellung funktionaler Agenten in Python

• Erstellen eines einfachen Agenten mit LangChain
• Verknüpfung von Agenten mit externen Werkzeugen und APIs
• Verarbeitung von Eingabe/Ausgabe, Speicher und Persistenz

Integration von Werkzeugen und APIs

• Definition und Registrierung von Werkzeugen für die Agentennutzung
• Sichere API-Integration und Schlüsselverwaltung
• Nutzung externer Datenquellen und benutzerdefinierter Funktionsaufrufe

Agenten-Orchestrierung und Kommunikationsmuster

• Mehrfach-Agenten-Zusammenarbeit mit AutoGen
• Auftragsverteilung und Planungsllogik
• Ereignisgesteuerte und asynchrone Orchestrierung

Testen, Debugging und Observability

• Testen von Agenten mit simulierten Eingaben und kontrollierten Umgebungen
• Debugging des Nachrichtenflusses und der Werkzeugaufrufe
• Implementierung strukturierter Protokollierung und Leistungskennzahlen

Bereitstellung und Produktionsaspekte

• Paketierung und Containerisierung von Python-Agenten-Diensten
• Integration in CI/CD-Pipelines
• Skalierung, Überwachung und Wartung langlaufender Agenten

Zusammenfassung und nächste Schritte