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
Revisión de los Conceptos Principales de AutoGen
- Definiciones de agentes y grupos
- Llamada a funciones y encadenamiento de roles
- Limitaciones de los agentes integrados y cuándo es necesaria la personalización
Creación de Agentes Personalizados con Python
- Definición del comportamiento de agentes mediante las clases derivadas user_proxy y AssistantAgent
- Inyección de lógica específica por rol y toma de decisiones
- Creación de módulos y mixins reutilizables para agentes
Integración y Enrutamiento Avanzado de Herramientas
- Registro, vinculación e invocación de herramientas
- Enrutamiento condicional de entradas hacia herramientas específicas
- Gestión de cadenas de herramientas multietapa y acciones compuestas
Planificación y Gestión del Contexto
- Diseño de descomponedores de tareas y planificadores intermedios
- Mantenimiento del contexto en agentes encadenados
- Implementación de memoria acotada para sesiones de larga duración
Manejo de Errores y Mecanismos de Recuperación
- Detección y gestión de interacciones fallidas o incompletas
- Reintentos iniciados por el agente y lógica de respaldo
- Registro, 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 la asignación de tareas
Estrategias de Implementación en Escenarios Reales
- Optimización del rendimiento y los costos (uso de tokens, almacenamiento en caché)
- Integración de flujos de trabajo de AutoGen en aplicaciones web o pipelines
- Seguridad, observabilidad e integración de retroalimentación del usuario
Resumen y Próximos Pasos
Requerimientos
- Domino en programación con Python
- Experiencia en el desarrollo de aplicaciones basadas en LLM
- Familiaridad con la llamada a funciones y el diseño de sistemas multiagente
Audiencia
- Desarrolladores senior
- Ingenieros de plataforma
- Arquitectos de IA
14 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