课程简介
本课程旨在帮助学员掌握 AutoGen 框架，构建强大的多智能体应用。课程将从 AI 智能体与多智能体系统的基本概念讲起，重点学习 AutoGen 的核心组件 ConversableAgent 的使用方法，并逐步深入探讨多种智能体协作模式，包括顺序对话、反思、嵌套对话和群聊。此外，还将学习如何通过 Function Calling/Tool Use 功能赋予智能体调用外部工具的能力，并通过代码生成与执行来实现更复杂的任务。最终，学员将能够根据实际需求设计、构建和编排多智能体系统，解决更复杂、更动态的问题。
目标收益
•理解 AI 智能体与多智能体系统的基本概念和优势。
•掌握 AutoGen 框架的核心理念与组件，特别是 ConversableAgent 的使用方法。
•能够根据任务需求设计具有不同角色和能力的智能体。
•掌握使用 initiate_chat 和 initiate_chats 等函数编排多智能体对话流程的技巧。
•了解反思、嵌套对话和群聊等高级多智能体协作模式，并能够灵活应用。
•掌握 Function Calling/Tool Use 机制，让智能体能够与外部工具进行交互。
•能够构建能够生成和执行代码的智能体，实现自动化数据分析等复杂任务。
培训对象
•希望学习多智能体系统构建的 AI 工程师和开发者。
•需要使用 AutoGen 框架实现复杂 AI 应用的专业人士。
•对智能体协作、工具使用和代码生成等技术感兴趣的研究人员。
•寻求将 AI 技术应用于团队协作和工作流自动化的从业者。
课程大纲
| 模块 1：AutoGen 入门与基础对话 |
•AI 智能体与多智能体系统简介 •AutoGen 框架核心理念与优势 •环境搭建与配置 •AutoGen 核心组件：ConversableAgent •实验 1.1：配置与第一个智能体 •实验 1.2：双智能体喜剧表演 |
| 模块 2：编排多智能体：顺序与协作 |
•多智能体协作模式：顺序对话 •使用 initiate_chats 编排顺序对话 •对话间的信息传递 •引入人类参与 •实验 2.1：客户入职流程 |
| 模块 3：提升智能体能力：反思与嵌套 |
•设计模式：反思（Reflection） •核心组件：AssistantAgent 简介 •设计模式：嵌套对话（Nested Chats） •实验 3.1：带反馈的博客文章创作 |
| 模块 4：智能体与外部工具交互 |
•设计模式：工具使用（Tool Use / Function Calling） •AutoGen 的工具使用机制：register_function 与 function_map •状态管理与工具交互 •实验 4.1：对话式国际象棋 |
| 模块 5：使用编码智能体进行金融分析 |
•AutoGen 的代码生成与执行能力 •代码执行器的配置 •编码任务中的智能体角色 •实验 5.1：基础金融图表绘制 |
| 模块 6：复杂协作：群聊与管理 |
•设计模式：多智能体协作（Group Chat） •定义群聊成员与角色 •对话流程管理 •人类角色的参与 •实验 6.1：多智能体金融分析报告 |
| 模块 7：总结与展望 |
•关键 Agentic Design Patterns 回顾 •设计多智能体系统的最佳实践与注意事项 •AutoGen 的局限性与展望 •在实际项目中应用 AutoGen 与 DeepSeek |
|
模块 1：AutoGen 入门与基础对话 •AI 智能体与多智能体系统简介 •AutoGen 框架核心理念与优势 •环境搭建与配置 •AutoGen 核心组件：ConversableAgent •实验 1.1：配置与第一个智能体 •实验 1.2：双智能体喜剧表演 |
|
模块 2：编排多智能体：顺序与协作 •多智能体协作模式：顺序对话 •使用 initiate_chats 编排顺序对话 •对话间的信息传递 •引入人类参与 •实验 2.1：客户入职流程 |
|
模块 3：提升智能体能力：反思与嵌套 •设计模式：反思（Reflection） •核心组件：AssistantAgent 简介 •设计模式：嵌套对话（Nested Chats） •实验 3.1：带反馈的博客文章创作 |
|
模块 4：智能体与外部工具交互 •设计模式：工具使用（Tool Use / Function Calling） •AutoGen 的工具使用机制：register_function 与 function_map •状态管理与工具交互 •实验 4.1：对话式国际象棋 |
|
模块 5：使用编码智能体进行金融分析 •AutoGen 的代码生成与执行能力 •代码执行器的配置 •编码任务中的智能体角色 •实验 5.1：基础金融图表绘制 |
|
模块 6：复杂协作：群聊与管理 •设计模式：多智能体协作（Group Chat） •定义群聊成员与角色 •对话流程管理 •人类角色的参与 •实验 6.1：多智能体金融分析报告 |
|
模块 7：总结与展望 •关键 Agentic Design Patterns 回顾 •设计多智能体系统的最佳实践与注意事项 •AutoGen 的局限性与展望 •在实际项目中应用 AutoGen 与 DeepSeek |
近期公开课推荐
