Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Revisión de los Conceptos Clave de AutoGen
- Definiciones de agentes y grupos
- Llamadas a funciones y encadenamiento de roles
- Limitaciones de los agentes integrados y dónde se requiere personalización
Construcción de Agentes Personalizados con Python
- Definición del comportamiento del agente mediante subclases user_proxy y AssistantAgent
- Inyección de lógica específica por rol y toma de decisiones
- Creación de módulos de agentes reutilizables y mixins
Integración Avanzada y Ruteo de Herramientas
- Registro, enlace e invocación de herramientas
- Ruteo condicional de entradas a herramientas específicas
- Gestión de cadenas de herramientas de múltiples pasos y acciones compuestas
Gestión de Planificación y Contexto
- Diseño de descomponedores de tareas y planificadores intermedios
- Mantenimiento del contexto entre agentes encadenados
- Implementación de memoria con ámbito para sesiones de larga duración
Mecanismos de Manejo de Errores y Recuperación
- Detección y gestión de interacciones fallidas o incompletas
- Reintentos activados por el agente y lógica de fallback
- Registro, depuración y validación de respuestas
Colaboración Multi-Agente con Roles Personalizados
- Coordinación de especialistas dentro de grupos dinámicos de agentes
- Orquestación de bucles de razonamiento y flujos de trabajo cooperativos
- Separación de roles frente a fusión de roles en la asignación de tareas
Estrategias de Despliegue en el Mundo Real
- Optimización para rendimiento y costo (uso de tokens, caché)
- Incrustación de flujos de trabajo de AutoGen en aplicaciones web o tuberías de procesamiento
- Seguridad, observabilidad e integración de retroalimentación del usuario
Resumen y Próximos Pasos
Requerimientos
- Dominio de la programación en Python
- Experiencia construyendo aplicaciones basadas en LLM
- Familiaridad con llamadas a funciones y diseño de sistemas multi-agente
Audiencia Objetivo
- Desarrolladores sénior
- Ingenieros de plataforma
- Arquitectos de IA
14 Horas
Testimonios (1)
Me gustó que constantemente proporcionara ejemplos, pero también ofreciera tiempo para el trabajo individual sobre lo que presentaba.
Iacob Giorgel
Curso - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Traducción Automática