Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Repaso de los Conceptos Clave de AutoGen
- Definiciones de agentes y grupos
- Invocación de funciones y encadenamiento de roles
- Limitaciones de los agentes incorporados y la necesidad de personalización
Creación de Agentes Personalizados con Python
- Definición del comportamiento de agentes mediante subclases de user_proxy y AssistantAgent
- Inyección de lógica específica por rol y toma de decisiones
- Creación de módulos de agentes reutilizables y mixins
Integración y Enrutamiento Avanzado de Herramientas
- Registro, vinculación e invocación de herramientas
- Enrutamiento condicional de entradas a herramientas específicas
- Gestión de cadenas de herramientas de múltiples pasos y acciones compuestas
Planificación y Gestión del Contexto
- Diseño de descomponedores de tareas y planificadores intermedios
- Mantenimiento del contexto entre agentes encadenados
- Implementación de memoria con alcance para sesiones de larga duración
Gestión de Errores y Mecanismos de Recuperación
- Detección y gestión de interacciones fallidas o incompletas
- Reintentos iniciados por el agente y lógica de respaldo
- Registro de eventos, depuración y validación de respuestas
Colaboración Multiagente con Roles Personalizados
- Coordinación de especialistas dentro de grupos de agentes dinámicos
- Orquestación de bucles de razonamiento y flujos de trabajo cooperativos
- Separación de roles frente a fusión de roles en las asignaciones de tareas
Estrategias de Implementación en Entornos Reales
- Optimización de rendimiento y costos (uso de tokens, almacenamiento en caché)
- Integración de flujos de trabajo de AutoGen en aplicaciones web o líneas de producción
- Seguridad, observabilidad e integración de la retroalimentación del usuario
Requerimientos
- Manejo sólido de la programación en Python
- Experiencia en el desarrollo de aplicaciones basadas en LLMs
- Familiaridad con la invocación de funciones y el diseño de sistemas multiagente
Público Objetivo
- Desarrolladores senior
- Ingenieros de plataforma
- Arquitectos de IA
Reseñas (1)
Me gustó que constantemente proporcionara ejemplos, pero también ofreciera tiempo para el trabajo individual sobre lo que presentaba.
Iacob Giorgel
Curso - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Traducción Automática