Course Outline

Pengantar ke CrewAI dan Arsitektur Multi-Agent

  • Ulasan konsep dan arsitektur CrewAI
  • Memahami peran agen dan alirannya
  • Kasus penggunaan dan pola desain

Mendesain Agen dan Alat Kustom

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

Agen Lanjutan Collaboration

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

API dan Integrasi Sistem

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

Orkestrasi Berbasis Acara

  • Alur kerja berbasis pemicu dan acara kustom
  • Penanganan kesalahan dan logika fallback
  • Menggunakan webhook dan penjadwal

Pemantauan, Pengujian, dan Optimasi

  • Memperhatikan perilaku dan kinerja agen
  • Debugging alur kerja dan logging
  • Strategi peningkatan skala dan tip optimasi

Implementasi Praktis dan Studi Kasus

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

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengalaman dengan pemrograman Python
  • Memahami dasar-dasar AI dan pembelajaran mesin
  • Kenalan dengan integrasi API dan konsep arsitektur perangkat lunak

Audiens

  • Insinyur AI
  • Peneliti
  • Arsitek perangkat lunak
 14 Hours

Jumlah Peserta


Harga per Peserta

Upcoming Courses (Minimal 5 peserta)

Kategori Terkait