Kerangka Materi

Pengenalan ke CrewAI dan Arsitektur Multi-Agent

  • Gambaran umum konsep dan arsitektur CrewAI
  • Pemahaman peran agen dan aliran kerja
  • Kasus penggunaan dan pola desain

Mendesain Agen dan Alat Kustom

  • Menentukan tujuan agen, memori, dan perilaku
  • Membuat dan mengintegrasikan alat kustom
  • Abstraksi alat dan desain modular

Kolaborasi Agen Lanjutan

  • Penyusunan ulang dan sinkronisasi tugas
  • Aliran bersarang dan paralel
  • Pengambilan keputusan multi-agent

Integrasi API dan Sistem

  • Memanggil API eksternal dari agen
  • Mengintegrasikan sumber data real-time
  • Membangun pipa dan input dinamis

Orkestrasi Berbasis Peristiwa

  • Alur kerja berbasis pemicu dan peristiwa kustom
  • Penanganan kesalahan dan logika fallback
  • Menggunakan webhook dan scheduler

Pemantauan, Pengujian, dan Optimasi

  • Memantau perilaku agen dan kinerja
  • Men-debug alur kerja dan logging
  • Strategi penskalaan dan tips optimasi

Implementasi Praktis dan Studi Kasus

  • Mengimplementasikan kasus penggunaan spesifik domain
  • Studi kasus: otomatisasi perusahaan dengan CrewAI
  • Pelajaran yang dipelajari dan praktik terbaik

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dengan pemrograman Python
  • Pemahaman tentang dasar-dasar AI dan machine learning
  • Kenalan dengan konsep integrasi API dan arsitektur perangkat lunak

Audience

  • Insinyur AI
  • Peneliti
  • Arsitek perangkat lunak
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait