Kerangka Materi

1. Pengantar Aplikasi LLM dan AutoGen v0.4

  • Gambaran Umum tentang Large Language Models (LLMs): Memahami kemampuan dan aplikasinya. 
  • Pengantar ke AutoGen v0.4: Menjelajahi fiturnya, arsitekturnya, serta bagaimana ia mempermudah pengembangan sistem AI yang agen. 

2. Konsep dan Komponen Pokok dari AutoGen

  • Memahami Kerangka Bertingkat:
    • Lapisan Inti: Arsitektur yang dipicu acara mendukung aliran kerja dinamis.
    • AgentChat API: Membangun agen yang dipimpin tugas dengan API tingkat tinggi.
    • Ekstensi: Mengintegrasikan agen, alat, dan modul memori kustom untuk fungsionalitas yang ditingkatkan. 
  • Pesan Asinkron: Menjalankan gaya interaksi yang dipicu acara dan permintaan-respon. 

3. Membangun Aplikasi Multi-Agen Pertama Anda

  • Mendefinisikan Agen: Menciptakan Agen Asisten dan Proksi Pengguna. 
  • Menetapkan Komunikasi Antara Agen Communication: Mengatur pesan asinkron antara agen. 
  • Implementasi Aplikasi Contoh: Pengembangan sistem multi-agen sederhana untuk menyelesaikan tugas tertentu. 
  • Alat Observabilitas dan Debugging: Menggunakan pelacakan metrik dan pesan yang dibangun untuk pengawasan real-time. 

4. Studi Kasus dan Praktik Terbaik

  • Aplikasi Dunia Nyata: Mempelajari implementasi sukses dari AutoGen di berbagai industri. 
  • Praktik Terbaik: Panduan untuk merancang aplikasi LLM yang efisien dan skala menggunakan AutoGen. 
  • Tantangan dan Solusi: Menyampaikan tantangan umum selama pengembangan dan solusinya. 
  • Q&A

Workshop ini ditujukan untuk:

  • pengembang perangkat lunak
  • ilmuan data
  • insinyur data
  • orang dengan latar belakang/kecenderungan pemrograman yang ingin mempelajari tentang pemrograman AI.

Persyaratan

. Prerequisites - Python pemrograman

 7 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (5)

Kursus Mendatang

Kategori Terkait