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.
Temario del curso
Introducción a los sistemas de agentes LLM
- Conceptos de agentes LLM y arquitectura multiagente
- Visión general del framework AutoGen y su ecosistema
- Roles de agente: proxy de usuario, asistente, invocador de funciones, entre otros
Instalación y configuración de AutoGen
- Configuración del entorno Python y las dependencias necesarias
- Fundamentos del archivo de configuración de AutoGen
- Conexión con proveedores de LLM (OpenAI, Azure, modelos locales)
Diseño de agentes y asignación de roles
- Comprensión de los tipos de agentes y patrones de conversación
- Definición de objetivos, prompts e instrucciones para cada agente
- Delegación de tareas basada en roles y flujo de control
Invocación de funciones e integración de herramientas
- Registro de funciones para su uso por los agentes
- Ejecución autónoma y colaborativa de funciones
- Conexión de APIs externas y scripts Python a los agentes
Gestión de conversaciones y memoria
- Seguimiento de sesiones y memoria persistente
- Mensajería entre agentes y gestión de tokens
- Gestión del contexto y el historial de conversaciones
Flujos de trabajo de agentes de extremo a extremo
- Construcción de tareas colaborativas en varios pasos (por ejemplo, análisis de documentos, revisión de código)
- Simulación de diálogos entre usuario y agente y cadenas de decisiones
- Depuración y refinamiento del rendimiento del agente
Casos de uso y despliegue
- Agentes de automatización interna: investigación, informes, scripting
- Bots orientados al exterior: asistentes de chat, integraciones de voz
- Empaquetado y despliegue de sistemas de agentes en producción
Resumen y próximos pasos
Requerimientos
- Comprensión básica de la programación en Python
- Familiaridad con modelos de lenguaje grande e ingeniería de prompts
- Experiencia con API y flujos de trabajo de automatización
Público objetivo
- Ingenieros de IA
- Desarrolladores de ML
- Arquitectos de automatización
21 Horas
Testimonios (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