聯繫我們

課程簡介

LLM Agent 系統簡介

  • LLM Agents 與多代理架構概念
  • AutoGen 框架及其生態系概述
  • 代理角色:使用者代理人、助理、函式呼叫器等,以及其他角色

安裝與設定 AutoGen

  • 環境搭建與 Python 相依性安裝
  • AutoGen 設定檔案基礎知識
  • 連結至 LLM 供應商(OpenAI、Azure、本機模型)

代理設計與角色指派

  • 理解代理類型與對話模式
  • 定義代理目標、提示與指令
  • 基於角色的任務委派與控制流程

函式呼叫與工具整合

  • 註冊供代理使用的函式
  • 自主與協作的函式執行
  • 將外部 API 與 Python 腳本連接至代理

對話管理與記憶體

  • 會話追蹤與持久化記憶體
  • 代理間的訊息傳遞與 token 處理
  • 管理對話內容與歷史紀錄

端到端代理工作流程

  • 建構多步驟協作任務(例如:文件分析、程式碼審查)
  • 模擬使用者與代理的對話及決策鏈結
  • 除錯並優化代理效能

應用案例與部署

  • 內部自動化代理:研究、報告生成、腳本執行
  • 對外服務機器人:聊天助理、語音整合
  • 打包並將代理系統部署至生產環境

總結與後續步驟

最低要求

  • 具備 Python 程式設計基礎知識
  • 熟悉大型語言模型與提示工程(Prompt Engineering)
  • 擁有 API 與自動化工作流程的實作經驗

適用對象

  • AI 工程師
  • 機器學習開發者
  • 自動化架構師
 21 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類