Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengenalan kepada Agen AI Interaktif
- Tinjauan kinerja interaktif AgentCore
- Mengatur alur kerja kaya dengan memori dan alat
- Kasus penggunaan dalam analitik, otomatisasi, dan dukungan
Bekerja dengan Memori AgentCore
- Mengonfigurasi kekekalan sesi
- Mengatur alur kerja berlangkah-multi, sadar konteks
- Lab praktis: membangun agen analisis data yang memori-daya
Komputasi Dinamis dengan Interpretator Kode
- Operasi yang didukung dan batasan keamanan
- Mengeksekusi transformasi dan kalkulasi dengan aman
- Lab praktis: mengaktifkan transformasi data real-time
Interaksi Real-Time dengan Alat Peramban
- Mengatur alat peramban untuk alur kerja agen
- Pengambilan data dan interaksi antarmuka pengguna
- Lab praktis: membangun agen dengan kemampuan interaksi web
Menggabungkan Memori, Kode, dan Alat Peramban
- Mengarahkan alur kerja di antara memori dan alat
- Mengatur alur kerja interaktif, multi-modal
- Lab praktis: membangun asisten dukungan pelanggan
Pengujian dan Observabilitas
- Mengebug alur kerja interaktif
- Mencatat dan memantau penggunaan alat
- Lab praktis: dashboard observabilitas untuk agen interaktif
Best Practices untuk Deploymen Perusahaan
- Membilangkan interaktivitas dengan keamanan dan pengawasan
- Mengoptimalkan kinerja dan pengalaman pengguna
- Kasus studi adopsi perusahaan
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pengalaman dengan Python atau JavaScript untuk prototyping
- Pemahaman tentang desain aplikasi yang dipimpin oleh LLM
- Kenalan dengan alur kerja data berbasis cloud
Audience
- Engineer ML
- Ilmuwan data
- Pengembang yang berfokus pada UX
14 Jam