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 Fundamentales de AutoGen
- Definiciones de agentes y grupos
- Llamada a funciones y encadenamiento de roles
- Limitaciones de los agentes incorporados y dónde se requiere personalización
Construcción de Agentes Personalizados con Python
- Definición del comportamiento del agente utilizando subclases de user_proxy y AssistantAgent
- Inyección de lógica específica por rol y toma de decisiones
- Creación de módulos de agentes y mixins reutilizables
Integración Avanzada de Herramientas y Enrutamiento
- Registro, vinculación e invocación de herramientas
- Enrutamiento condicional de entradas a herramientas específicas
- Gestión de cadenas de herramientas multi-etapa y acciones compuestas
Planificación y Gestión de Contexto
- Diseño de descomponedores de tareas y planificadores intermedios
- Mantenimiento del contexto entre agentes encadenados
- Implementación de memoria con alcance para sesiones de larga duración
Mecanismos de Manejo de Errores y Recuperación
- Detección y gestión de interacciones fallidas o incompletas
- Reintentos iniciados por el agente y lógica de respaldo
- Registro, depuración y validación de respuestas
Colaboración Multi-agente con Roles Personalizados
- Coordinación de especialistas dentro de grupos de agentes dinámicos
- Orquestación de bucles de razonamiento y flujos de trabajo cooperativos
- Separación de roles frente a combinación de roles en la asignación de tareas
Estrategias de Implementación en el Mundo Real
- Optimización para rendimiento y costo (uso de tokens, almacenamiento en caché)
- Integración de flujos de trabajo de AutoGen en aplicaciones web o pipelines
- Seguridad, observabilidad e integración de retroalimentación del usuario
Resumen y Próximos Pasos
Requerimientos
- Competencia en programación con Python
- Experiencia desarrollando aplicaciones basadas en LLM
- Conocimiento sobre llamadas a funciones y diseño de sistemas multi-agente
Público Objetivo
- Desarrolladores seniors
- 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