Programa do Curso

Revisão dos Conceitos Básicos do AutoGen

  • Definições de agentes e grupos
  • Chamada de funções e encadeamento de papéis
  • Limitações dos agentes integrados e onde a personalização é necessária

Criando Agentes Personalizados com Python

  • Definindo o comportamento do agente usando subclasses user_proxy e AssistantAgent
  • Inserção de lógica específica de papel e tomada de decisões
  • Criação de módulos e mixins reutilizáveis de agentes

Integração Avançada e Roteamento de Ferramentas

  • Registro, ligação e invocação de ferramentas
  • Roteamento condicional de entradas para ferramentas específicas
  • Gestão de cadeias de ferramentas multistep e ações compostas

Planejamento e Contexto Management

  • Design de decompositores de tarefas e planejadores intermediários
  • Mantendo contexto entre agentes encadeados
  • Implementação de memória com escopo para sessões longas

Mecanismos de Tratamento e Recuperação de Erros

  • Deteção e gerenciamento de interações falhas ou incompletas
  • Tentativas redefinidas pelo agente e lógica de fallback
  • Registro, depuração e validação de respostas

Múltiplos Agentes Collaboration com Papéis Personalizados

  • Coodenação de especialistas em grupos de agentes dinâmicos
  • Orquestrando loops de raciocínio e fluxos de trabalho cooperativos
  • Separação vs. mistura de papéis nas atribuições de tarefas

Estratégias de Implantação no Mundo Real

  • Otimização para desempenho e custo (uso de tokens, caching)
  • Integração de fluxos de trabalho AutoGen em aplicativos web ou pipelines
  • Segurança, observabilidade e integração de feedback do usuário

Resumo e Próximos Passos

Requisitos

  • Habilidade em programação Python
  • Experiência na construção de aplicações baseadas em LLM
  • Familiaridade com chamada de funções e design de sistemas multi-agente

Público-Alvo

  • Desenvolvedores sênior
  • Engenheiros de plataforma
  • Arquitetos de IA
 14 Horas

Declaração de Clientes (1)

Próximas Formações Provisórias

Categorias Relacionadas