Course Outline
Eισαγωγή στα LLM και πλαίσια αυτόνομων αγγελών όπως το AutoGen και το CrewAI
- Παράθυρο στα μεγάλα λεξικά μοντέλα στη αυτομάτιση υποδομών
- Κλειδαρχικά εννόηματα για το πολυ-αγγελικές διαδικασίες
- AutoGen, CrewAI και LangChain: περιπτώσεις χρήσης στο DevOps
Εγκατάσταση LLM Αγγελών για εργασίες DevOps
- Εγκατάσταση του AutoGen και διαμόρφωση προφίλ αγγέλων
- Χρήση API OpenAI και άλλων προμηθευτών LLM
- Εγκατάσταση διαστάσεων εργασίας και υποδομών συμβατών με CI/CD
Αυτομάτευση Σειρών Δοκιμών και Αξιολόγησης Κώδικα
- Προβολή LLM για τη δημιουργία μοντελικών και ενσωμάτωσης δοκιμών
- Χρήση αγγέλων για τη εγγύηση linting, νόρμα πρόσθεσης και μετοχής κώδικα
- Αυτόματη σύντομη αποτελέσματα υποβολών και ετικετοποίηση
LLM Αγγελοί για Διαχείριση Προειδοποιήσεων και Εντοπισμός Αλλαγών
- Σχεδιασμός αγγέλων απόκρισης για προειδοποιήσεις αποτυχίας παρακύκλου
- Ανάλυση λογαριασμών και σημάδιων χρησιμοποιώντας μοντέλα γλώσσας
- Προετοιμασμένη εντοπισμός υψηλής κίνδυνου αλλαγών ή λάθων συνθέσεων
Συντονισμός Πολλαπλών Αγγέλων στο DevOps
- Ορκισμός αγγέλων με βάση το ρόλο (προγραμματιστής, εκτελώντα, κριτής)
- Δίκτυα παραμυθιών αγγέλων και διαχείριση μνήμης
- Σχεδιασμός human-in-the-loop για ισχυρά συστήματα
Ασφάλεια, Governance και παρακολούθηση
- Θέλξη δεδομένων εκτός του συστήματος και ασφάλεια LLM στη υποδομή
- Ακροατήρια αγγελικών δράσεων και περιορισμός εύρους
- Συνέχης παρακολούθηση συμπεριφοράς παρακύκλου και απόκρισης μοντέλων
Πραγματική Παγκόσμια Use Cases και Ειδικά Σενάρια
- Σχεδιασμός αγγελικών διαδικασιών για πρόσβαση στην περίπτωση
- Ενσωμάτωση αγγέλων με GitHub Actions, Slack, ή Jira
- Διαδοχή καλών πρακτικών για τη επέκταση της ανεξάρτητης δυναμικότητας LLM στο DevOps
Απόψις και Επόμενα βήματα
Τα LLM και τα πλαίσια αυτόνομων αγγέλων όπως το AutoGen και το CrewAI ξεκινούν να μετριάζουν την είδους πώς τα ομάδα DevOps αυτοματοποιούν λειτουργίες όπως παρακολούθησης αλλαγών, δημιουργίας τεστ και συντονισμό προειδοποιήσεων χρησιμοποιώντας ανθρώπινες ομάδες συνεργασίας και λήψης αποφάσεων.
Αυτό το διδασκαλικό, εκτελέσθηκε ζωντανά (μέσω διαδρομής ή με απώτερο περιβάλλον) είναι στο επίπεδο υψηλό τεχνικό και απευθύνεται σε μηχανικούς οι οποίοι προσβάσουν να σχεδιάσουν και εφαρμόσουν DevOps διαδικασίες αυτομάτων που έχουν απολύσει μεγάλα λεξικά μοντέλα (LLMs) και πολυ-αγγελικές συστήματα.
Με τη λήψη αυτή τη διδασκαλία, οι μετόχοι θα είναι σε θέση να:
- Ενσωμάτωση LLM-βασικών αγγέλων σε CI/CD διαδικασίες για τον εξοπλισμό ηχητής αυτομάτου.
- Αυτομάτευση κατασκευής δοκιμών, πρόσθεσης μελέτης, και απόψεων σχεδίασης χρησιμοποιώντας αγγέλους.
- Συντονισμό πολλαπλών αγγέλων για διαχείριση Προειδοποιήσεων, κατασκευή συνθήματος, και παροχή DevOps εγκάρδια πρότυπα.
- Κατασκευή ασφαλών και διασφαλιστών αγγέλων-αυτομάτων με χρησιμοποίηση πλαισίους εκ των προτέρων.
Μορφή της Κλάσης
- Επαγγελματικό διδασκαλία και συζήτηση.
- Πολλές ασκήσεις και εξάσκηση.
- Επιχειρησιακή προσδιορισμό μέσω ζωντανών-συγκροτημάτων συνόλων.
Προεπιλεγμένης Οχήματος
- Για να αίτησε την εξατομικευμένη διδασκαλία για αυτό το μάθημα, παρακαλώ επικοινωνήστε μας για να σχεδιάσετε.
Εμπειρία στα DevOps οργάνωση και υποδομές αυτομάτου
- Πρόσφατη γνώση της Python και συνθήκες εργασίας ήχου του Git
- Σύνεση των LLMs ή πληροφόρηση προτύπου prompt engineering
Πυκνή
- Μηχανικοί νέου και AI-συνδεδεμένως οδηγιών πλατφόρμα
- LLM ανάπτυξη μηχανικού στο DevOps ή αυτομάτου
- DevOps εσωτερικές εξερευνώντας καθίστηται πλαίσια αγγέλων
Requirements
- Εμπειρία με το εργαλείο DevOps και αυτόματη παραγωγή
- Συντονισμένη γνώση του Python και διαδικασιών βασισμένων στο Git
- Πρόγραμμα για LLMs ή εκτίμηση τεχνικής πληροφόρησης υποδοχής
Επίσημη Γκούρα
- Για μηχανικούς επεξεργασίας και δημιουργούς πλατφόρμας AI
- Αναπτυκτές LLM οι οποίοι εργάζονται στο DevOps ή αυτοματισμό
- Ειδικοί DevOps που εξερευνούν πλαίσια για ντόπιους υπηρεσίες
Testimonials (1)
Εκπαιδευτής απάντησης σε ερωτήσεις μαζί με το πρόγραμμα.
Adrian
Course - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Machine Translated