Hubungi Kami

Kerangka Materi

Perkenalan Lingkungan Python untuk Pengembangan Agenik

  • Pengaturan Python, lingkungan virtual, dan manajemen dependensi
  • Penggunaan Git dan Docker untuk versioning dan isolasi
  • Praktik terbaik untuk lingkungan yang dapat direproduksi

Tinjauan SDK dan Framework Agen

  • LangChain, AutoGen, dan SDK baru yang muncul
  • Struktur dan siklus hidup agen: persepsi, penalaran, dan tindakan
  • Perbandingan kemampuan SDK dan gaya arsitektur

Membangun Agen Fungsional dalam Python

  • Membuat agen sederhana dengan LangChain
  • Menghubungkan agen ke tool dan API eksternal
  • Penanganan input/output, memori, dan persistensi

Integrasi Tool dan API

  • Definisi dan registrasi tool untuk penggunaan agen
  • Integrasi API yang aman dan manajemen kunci
  • Penggunaan sumber data eksternal dan panggilan fungsi kustom

Orkestrasi Agen dan Pola Komunikasi

  • Kolaborasi multi-agen menggunakan AutoGen
  • Delegasi tugas dan logika perencanaan
  • Orkestrasi berbasis event dan asinkron

Pengujian, Debugging, dan Observabilitas

  • Menguji agen dengan input mock dan lingkungan terkendali
  • Debugging aliran pesan dan invokasi tool
  • Implementasi logging terstruktur dan metrik performa

Deployment dan Pertimbangan Produksi

  • Pengemasan dan kontainerisasi layanan agen Python
  • Integrasi dengan pipeline CI/CD
  • Penyesuaian skala, pemantauan, dan pemeliharaan agen berdurasi panjang

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang pemrograman Python dan manajemen paket
  • Pengalaman dengan API REST dan struktur data JSON
  • Ketanggalian dasar dengan asynchronous I/O di Python

Audien

  • Backend engineer
  • Platform engineer
  • ML engineer
 21 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait