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
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