Kursus Pelatihan Membangun Sistem Agen LLM dengan AutoGen

Pengenalan Sistem Agen LLM

• Konsep agen LLM dan arsitektur multi-agen
• Ringkasan kerangka kerja dan ekosistem AutoGen
• Peran agen: user proxy, assistant, function caller, dan lainnya

Instalasi dan Konfigurasi AutoGen

• Pengaturan lingkungan Python dan dependensi
• Dasar-dasar file konfigurasi AutoGen
• Koneksi ke penyedia LLM (OpenAI, Azure, model lokal)

Desain Agen dan Penugasan Peran

• Pemahaman jenis agen dan pola percakapan
• Pendefinisian tujuan, prompt, dan instruksi agen
• Delegasi tugas berbasis peran dan alur kendali (control flow)

Panggilan Fungsi dan Integrasi Alat

• Pendaftaran fungsi untuk digunakan oleh agen
• Eksekusi fungsi secara otonom dan kolaboratif
• Koneksi API eksternal dan skrip Python ke agen

Manajemen Percakapan dan Memori

• Penelusuran sesi dan memori persisten
• Pesan antar agen dan penanganan token
• Manajemen konteks dan riwayat percakapan

Alur Kerja Agen dari Awal hingga Akhir

• Pembangunan tugas kolaboratif multi-langkah (misalnya, analisis dokumen, tinjauan kode)
• Simulasi dialog pengguna-agen dan rantai keputusan
• Penanganan gangguan (debugging) dan penyempurnaan kinerja agen

Kasus Penggunaan dan Implementasi

• Agen otomasi internal: riset, pelaporan, scripting
• Bot yang berorientasi eksternal: asisten chat, integrasi suara
• Pengemasan dan implementasi sistem agen di lingkungan produksi

Ringkasan dan Langkah Selanjutnya