Kursus Pelatihan Permesinan Agentic AI dengan Python — Membangun Agen Otonom

Fundamental Agentic AI

• Apa itu agen otonom: definisi dan taksonomi
• Loop agen: siklus persepsi, keputusan, aksi, dan observasi
• Pola desain untuk tanggung jawab dan cakupan agen

Perkakas Python dan SDK Agen

• Menggunakan LangChain dan SDK serupa untuk membuat agen
• Pemrograman asinkron, antrean tugas, dan manajemen subproses
• Pengemasan, lingkungan virtual, dan alur kerja pengembangan yang dapat direproduksi

Integrasi Alat Eksternal dan API

• Merancang antarmuka alat dan pola pemanggilan alat yang aman
• Menyambungkan ke API web, database, dan layanan internal
• Manajemen kredensial, rahasia, dan akses privilege terkecil

Memori, Status, dan Manajemen Konteks

• Jendela konteks jangka pendek dan teknik prompt engineering
• Arsitektur memori jangka panjang: Redis, vektor store, peningkatan retrieval
• Konsistensi, strategi caching, dan kebersihan memori

Orkestrasi, Perencanaan, dan Alur Kerja Multi-Langkah

• Merangkai aksi, subagen, dan dekomposisi tugas
• Algoritma perencanaan vs orkestrasi heuristik
• Menangani kegagalan, retry, dan tindakan kompensasi

Keamanan, Pengujian, dan Observabilitas

• Model ancaman, red-teaming, dan sanitasi input/output
• Pengujian unit, integrasi, dan end-to-end untuk agen
• Logging, metrik, pelacakan, dan peringatan untuk perilaku agen

Penerapan, Skalabilitas, dan MLOps untuk Agen

• Kontainerisasi, pipeline CI/CD, dan strategi peluncuran
• Kontrol biaya, pembatasan laju, dan optimisasi sumber daya
• Monitoring, tata kelola, dan playbook operasional

Ringkasan dan Langkah Berikutnya