Erstellung von Multi-Agenten-Systemen mit AutoGen und Python

AI entwickelt sich über Interaktionen mit einzelnen Prompts hinaus hin zu kollaborativen Ökosystemen, in denen mehrere Agenten zusammenarbeiten. Wenn Sie intelligente AI-Konversationen orchestrieren möchten, ist das AutoGen-Framework ein leistungsstarker Ausgangspunkt. In diesem textbasierten Kurs lernen Sie, wie Sie Multi-Agenten-Systeme in Python entwerfen, konfigurieren und verwalten. Sie beginnen mit grundlegenden AI-Konzepten und Terminologien und gehen dann dazu über, Code für benutzerdefinierte Agenten zu schreiben, die kommunizieren, Aufgaben ausführen und Informationen abrufen können, um Probleme autonom zu lösen. Was Sie lernen werden: • Verstehen der grundlegenden Konzepte von Multi-Agenten-Systemen und AI-Orchestrierung. • Konfigurieren Ihrer Python-Umgebung mit modernen Packaging-Tools und virtuellen Umgebungen. • Erstellen und Anpassen von Konversationsagenten mit dem AutoGen-Framework. • Implementieren von Retrieval-Augmented Generation (RAG)-Mustern, um Agenten externes Wissen zu vermitteln. • Anwenden von Prompt Engineering-Grundlagen, um das Verhalten und die Zusammenarbeit von Agenten zu steuern. • Üben der Koordination komplexer Workflows durch schriftliche Code-Übungen. Der Kurs verläuft logisch von wesentlichen Definitionen und grundlegenden Agenten-Setups bis hin zu fortgeschritteneren kollaborativen Mustern. Sie lesen klare Erklärungen, studieren praktische Python-Snippets und vertiefen Ihre Fähigkeiten durch strukturierte schriftliche Übungen. Dieser Kurs richtet sich an Anfänger und Python-Entwickler, die agentische AI erkunden möchten, ohne vorherige Machine Learning-Expertise zu benötigen. Beginnen Sie noch heute mit dem Lesen, um Ihr erstes Team aus kollaborativen AI-Agenten aufzubauen.