Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pendahuluan mengenai Sistem Agen LLM
- Konsep agen LLM serta arsitektur multi-agen
- Gambaran umum kerangka kerja AutoGen dan ekosistemnya
- Berbagai peran agen: proxy pengguna, asisten, pemanggil fungsi, dll.
Menginstal dan Mengonfigurasi AutoGen
- Penyiapan lingkungan Python serta dependensi yang diperlukan
- Panduan dasar pengaturan konfigurasi AutoGen
- Menghubungkan sistem ke penyedia LLM (OpenAI, Azure, model lokal)
Perancangan Agen dan Penugasan Perannya
- Pemahaman mengenai tipe agen serta pola percakapan
- Mendefinisikan tujuan, prompt, serta instruksi bagi tiap agen
- Penugasan tugas berdasarkan peran dan pengelolaan alur kerja<\/li>
Pemanggilan Fungsi dan Integrasi Alat Bantu
- Mendaftarkan fungsi yang dapat dimanfaatkan oleh agen
- Eksekusi fungsi secara mandiri maupun dalam kolaborasi antar agen<\/li>
- Pengintegrasian API eksternal serta skrip Python ke dalam sistem agen
Pengelolaan Percakapan dan Memori
- Melacak sesi percakapan serta menjaga memori yang stabil
- Pertukaran pesan antar agen beserta penanganan batasan token
- Mengatur konteks serta riwayat dialog secara efektif
Alur Kerja Sistem Agen End-to-End
- Membangun tugas multi-tahap yang melibatkan kolaborasi agen (seperti analisis dokumen atau tinjauan kode)
- Mensimulasikan dialog antara pengguna dan agen serta mekanisme pengambilan keputusan
- Proses debugging dan penyempurnaan performa sistem agen
Aplikasi Praktis dan Pengembangan Sistem
- Penerapan agen otomatis untuk kebutuhan internal: riset, pelaporan, pembuatan skrip
- Bot layanan kepada publik: asisten obrolan, integrasi suara
- Cara mengemas serta menerapkan sistem agen dalam lingkungan produksi
Penutup dan Langkah Selanjutnya
Persyaratan
- Pemahaman dasar tentang pemrograman Python
- Pengetahuan mengenai model bahasa besar serta teknik pengaturan prompt
- Pengalaman menggunakan API dan mengembangkan alur kerja otomatisasi
Target Peserta
- Insinyur AI
- Pengembang pembelajaran mesin
- Arsitek sistem otomatisasi
21 Jam
Testimoni (1)
Saya suka bahwa dia terus-menerus memberikan contoh, tetapi juga menyediakan waktu untuk bekerja secara individu pada apa yang dia paparkan.
Iacob Giorgel
Kursus - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Diterjemahkan Mesin