Δημιουργία Συστημάτων Agent LLM με AutoGen Κομμάτι εκπαίδευσης

Εισαγωγή στα Συστήματα Agent LLM

• Πολλές έννοιες agents LLM και πολυ-αгентικής αρχιτεκτονικής
• Επισκόπηση του πλαισίου AutoGen και του οικοσυστήματός του
• Ρόλοι agent: εκπρόσωπος χρήστη, βοηθός, κάλεσας λειτουργιών και άλλοι

Εγκατάσταση και Διαμόρφωση του AutoGen

• Ρύθμιση του περιβάλλοντος Python και εξαρτήσεων
• Βασικά αρχεία διαμόρφωσης του AutoGen
• Συνδέσεις με παρόχους LLM (OpenAI, Azure, τοπικά μοντέλα)

Σχεδιασμός Agent και Ανάθεση Ρόλων

• Κατανόηση τύπων agent και μοτίβων συνομιλίας
• Ορισμός στόχων, προτροπών (prompts) και οδηγιών των agent
• Ανάθεση εργασιών βάσει ρόλων και ροή ελέγχου

Κλήση Λειτουργιών και Ενσωμάτωση Εργαλείων

• Εγγραφή λειτουργιών για χρήση από agent
• Αυτόνομη και συνεργατική εκτέλεση λειτουργιών
• Σύνδεση εξωτερικών API και σεναρίων Python με agents

Διαχείριση Συνομιλίας και Μνήμη

• Παρακολούθηση συνεδριών και μόνιμη μνήμη
• Συνομιλία μεταξύ agents και διαχείριση tokens
• Διαχείριση ngữατίας και ιστορικού συνομιλίας

Ροές Εργασίας Agent από Άκρο σε Άκρο

• Δημιουργία συνεργατικών εργασιών σε πολλά βήματα (π.χ., ανάλυση εγγράφων, ανασκόπηση κώδικα)
• Προσομοίωση διαλόγων χρήστη-agent και αλυσίδων αποφάσεων
• Συνοχή και βελτιστοποίηση της απόδοσης των agents

Περιπτώσεις Χρήσης και Διάθεση

• Agents εσωτερικής αυτοματοποίησης: έρευνα, αναφορά, γραφή σεναρίων
• Robots εξωτερικής εξυπηρέτησης: chat assistants, ενσωματώσεις φωνής
• Δημιουργία πακέτου και διάθεση συστημάτων agent σε περιβάλλον παραγωγής

Σύνοψη και Επόμενα Βήματα