Kerangka Materi

Pengenalan ke Lingkungan Python untuk Pengembangan Agen

  • Mengatur Python, lingkungan virtual, dan manajemen dependensi
  • Menggunakan Git dan Docker untuk versi dan isolasi
  • Praktik terbaik untuk lingkungan yang dapat direproduksi

Ringkasan SDK dan Kerangka Agen

  • LangChain, AutoGen, dan SDK muncul lainnya
  • Struktur dan siklus hidup agen: persepsi, penalaran, dan tindakan
  • Membandingkan kemampuan SDK dan gaya arsitektur

Mem bangun Agen Fungsional dalam Python

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

Integrasi Peralatan dan API

  • Mendefinisikan dan mendaftarkan peralatan untuk penggunaan agen
  • Integrasi API yang aman dan manajemen kunci
  • Menggunakan sumber data eksternal dan panggilan fungsi kustom

Orkestrasi Agen dan Pola Komunikasi

  • Kolaborasi multi-agen menggunakan AutoGen
  • Pendelegasian tugas dan logika perencanaan
  • Orkestrasi berbasis acara dan asynchronous

Pengujian, Debugging, dan Observabilitas

  • Menguji agen dengan input palsu dan lingkungan terkontrol
  • Debugging alur pesan dan pemanggilan peralatan
  • Implementasi logging berstruktur dan metrik kinerja

Pertimbangan Penyebaran dan Produksi

  • Pemaketan dan kontainerisasi layanan agen Python
  • Integrasi dengan pipa CI/CD
  • Penyekalaan, pemantauan, dan pemeliharaan agen berjalan lama

Rangkuman dan Langkah Selanjutnya

Persyaratan

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

Audience

  • Insinyur backend
  • Insinyur platform
  • Insinyur ML
 21 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait