Kerangka Materi

AutoGen dalam Konteks Enterprise

  • Mengapa agen cerdas penting untuk operasi bisnis
  • Ringkasan arsitektur dan kemampuan ekstensibilitas AutoGen
  • Pertimbangan keamanan, traceability, dan pengendalian

Enterprise Workflow Automation dengan AutoGen

  • Menghasilkan alur kerja multi-agen untuk koordinasi tugas
  • Skenario otomatisasi berbasis peran: penanganan permintaan, persetujuan, ringkasan
  • Logika eksekusi otomatis dan eskalasi untuk kelanjutan bisnis

AutoGen dengan Integrasi LangChain

  • Komponen LangChain dan kompatibilitas dengan AutoGen
  • Menggabungkan agen dan alat dengan memori, alat, dan logika
  • LangChain Expression Language (LCEL) untuk alur kerja kompleks

Retrieval-Augmented Generation (RAG) Pipelines

  • Menghubungkan agen AutoGen dengan basis pengetahuan perusahaan
  • Pipeline penyisipan, pencarian vektor, dan pengambilan
  • Penambahan data pribadi menggunakan model sumber terbuka atau proprietary

Integrasi dengan Alat Enterprise

  • Menggunakan API untuk menghubungkan Jira, Slack, Outlook, SharePoint, dan lebih banyak lagi
  • Memicu alur kerja melalui antarmuka obrolan dan sistem tiket
  • Pemberitahuan real-time, logging, dan pelaporan

Deployemen, Monitoring, dan Skala

  • Memasang agen AutoGen untuk deployemen
  • Memantau interaksi, penggunaan, dan kinerja agen
  • Menaikkan skala agen di antara departemen dan geografi

Laboratorium Prototipe Enterprise Use Case

  • Ide-ide kelompok: skenario perusahaan untuk otomatisasi
  • Membangun alur kerja agen kustom dengan dukungan instruktur
  • Menyimulasikan lingkungan produksi untuk validasi

Ringkasan dan Langkah Berikutnya

Persyaratan

  • Kemahiran dalam pemrograman Python
  • Pengalaman dengan LLMs dan prompt engineering
  • Kenalan dengan alat otomasi atau aliran kerja perusahaan

Audience

  • Tim AI perusahaan
  • Arsitek solusi
  • Straategis inovasi
 21 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Upcoming Courses (Minimal 5 peserta)

Kategori Terkait