開發多智能體系統培訓
多智慧體系統 (MAS) 是人工智慧的一個前沿領域,多個 AI 智慧體在動態環境中進行協作或競爭。
這種由講師指導的現場培訓(在線或現場)面向高級 AI 專業人員,他們希望掌握設計、構建和部署 MAS 的技能,以解決複雜的實際問題。
在本次培訓結束時,參與者將能夠:
- 瞭解多代理系統架構的原理。
- 在 MAS 中實施溝通、協調和決策策略。
- 應用博弈論對代理交互進行建模並解決衝突。
- 利用 JADE 等框架創建可擴展的 MAS 解決方案。
- 解決 MAS 中的可擴充性、信任和緊急行為等挑戰。
課程形式
- 互動講座和討論。
- 大量的練習和練習。
- 在即時實驗室環境中動手實施。
課程自定義選項
- 要申請本課程的定製培訓,請聯繫我們進行安排。
課程簡介
多代理系統簡介
- 多代理系統 (MAS) 概述
- MAS 在實際領域的應用
- 與單藥系統的比較
多代理系統的架構
- 集中式架構與分散式架構
- MAS 的混合和分層方法
- 用於 MAS 開發的工具和框架(例如 JADE、SPADE)
代理 Communication 和協調
- Communication 協定和語言(例如 FIPA ACL)
- 協調技術:規劃、協商和同步
- MAS 中的緊急行為和自組織
博弈論與決策
- MAS 博弈論基礎知識
- 合作策略與競爭策略
- 解決代理之間的衝突
在多智慧體系統中學習
- MAS 中的強化學習
- 協作和對抗性學習動態
- 座席之間的學習和知識共用
挑戰和高級主題
- Scala大型 MAS 環境中的性能和性能
- 代理通信中的信任和安全性
- MAS 開發的倫理考慮和影響
動手實踐 Activities
- 實現用於資源分配的基本 MAS
- 在動態環境中類比座席的通信和協調
- 使用 JADE 等框架部署 MAS
總結和後續步驟
最低要求
- 對人工智慧概念有紮實的理解
- 精通 Python 個程式設計
- 熟悉博弈論和分散式系統(推薦)
觀眾
- AI 研究人員
- AI 工程師
Open Training Courses require 5+ participants.
開發多智能體系統培訓 - Booking
開發多智能體系統培訓 - Enquiry
開發多智能體系統 - 咨詢詢問
咨詢詢問
客戶評論 (1)
培訓師即時回答問題。
Adrian
Course - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
機器翻譯
Upcoming Courses
相關課程
高級 AutoGen: 自定義代理與動態工具使用
14 時間:AutoGen 是一個來自 Microsoft 的開源框架,用於構建使用 LLM、工具、記憶和用戶交互的多代理應用程式。
這項由講師指導的培訓(線上或線下)針對希望使用 AutoGen 的 Python 基礎 API、函數調用功能和模組化工具鏈來設計和部署深度定制代理的高級開發者和架構師。
在培訓結束時,參與者將能夠:
- 開發具有角色特定邏輯和工具路由的定制代理。
- 使用高級函數調用和上下文切換構建動態工作流程。
- 在代理團隊中實施記憶模組和計劃框架。
- 處理多代理錯誤狀態和自適應重試機制。
課程形式
- 互動式講座和討論。
- 大量練習和實踐。
- 在實時實驗室環境中進行實踐操作。
課程定制選項
- 如需為此課程定制培訓,請聯繫我們安排。
進階 Read AI:與 Slack、CRM 和 Notion 整合
7 時間:這是一個由講師指導的香港(線上或線下)培訓課程,旨在幫助中級到高級專業人士將Read AI與Slack、CRM系統和Notion等平台整合,以自動化工作流程並提高團隊效率。
通過本培訓,學員將能夠:
- 將Read AI與Slack、Salesforce、Notion及類似工具連接。
- 自動化跨平台的會議摘要和行動項目的傳遞。
- 將Read AI數據與CRM系統和任務板同步。
- 解決整合問題,並根據團隊需求優化配置。
交互式AI代理:AgentCore內存、代碼解釋器與瀏覽器工具實戰
14 時間:AgentCore 提供了內存持久化、安全代碼解釋器和瀏覽器工具,使 AI 代理能夠提供交互式、動態且上下文感知的體驗。
本次由講師主導的培訓(線上或線下)面向中高級技術從業者,他們希望設計和部署能夠長期保留上下文、即時計算並直接與 Web 用戶界面交互的 AI 代理。
培訓結束後,參與者將能夠:
- 實現 AgentCore 內存,用於有狀態的、上下文感知的工作流。
- 利用安全代碼解釋器進行動態計算和轉換。
- 集成瀏覽器工具,實現即時數據檢索和用戶界面交互。
- 設計用於分析、客戶支持和研究用例的交互式代理。
課程形式
- 互動講座和討論。
- 使用 AgentCore 內存和工具的動手實驗。
- 分析、自動化和客戶支持場景的案例研究。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
使用AgentCore Runtime & Gateway加速AI代理部署
14 時間:AgentCore Runtime & Gateway 是一種 AWS 服務配對,用於打包、部署並安全地暴露 AI 代理,同時提供與外部系統的簡化集成。
本次由講師主導的培訓(線上或線下)面向中級工程團隊,旨在幫助他們從代理原型過渡到生產環境,通過掌握 AgentCore Runtime 進行部署,並利用 Gateway 實現安全連接和 API 集成。
培訓結束後,參與者將能夠:
- 搭建 AgentCore Runtime 環境,並打包代理以進行部署。
- 通過 Gateway 暴露代理,提供經過身份驗證和速率限制的端點。
- 使用穩定合約將外部工具和 API 集成到代理工作流中。
- 爲生產操作配置可觀察性、日誌記錄和使用監控。
課程形式
- 互動式講座和討論。
- 實踐實驗室,涉及 Runtime 部署和 Gateway 集成。
- 專注於可靠性、安全性和發佈的實踐練習。
課程定製選項
- 如需爲此課程定製培訓,請聯繫我們進行安排。
AutoGen 企業AI自動化
21 時間:AutoGen for Enterprise AI Automation 是一門實踐性課程,專注於使用 AutoGen 框架來實現可擴展的智能代理系統,以自動化複雜的業務操作。
這門由講師主導的培訓(線上或線下)面向中高級 AI 專業人士,旨在幫助他們使用 AutoGen 框架在企業平台和流程中部署多代理架構。
通過本培訓,參與者將能夠:
- 使用 AutoGen 和 LLM 代理設計並自動化企業工作流程。
- 將 AutoGen 與 LangChain 集成,實現高級編排和上下文處理。
- 構建 RAG 管道並連接企業數據,實現上下文自動化。
- 將代理與企業平台(如 Slack、Jira 和 SharePoint)連接。
- 在生產環境中擴展和監控 AutoGen 部署。
課程形式
- 互動式講座與討論。
- 大量練習與實踐。
- 在實驗室環境中進行實踐操作。
課程定制選項
- 如需定制本課程,請聯繫我們進行安排。
使用AgentCore構建全託管AI代理:從概念到生產
14 時間:AgentCore 通過提供一套統一的服務,簡化了構建、增強和監控全託管 AI 代理的過程,專爲大規模部署而設計。
本次由講師指導的培訓(線上或線下)面向初級到中級從業者,旨在幫助學員通過實踐掌握如何使用 AgentCore 創建生產就緒的 AI 代理。
培訓結束後,學員將能夠:
- 瞭解 AgentCore 在 AI 代理開發中的核心功能。
- 使用託管服務設計和配置簡單的 AI 代理。
- 集成工作流以增強代理功能。
- 在生產環境中部署和監控 AI 代理。
課程形式
- 互動式講座與討論。
- 使用 AgentCore 服務的實踐操作。
- 從代理概念到部署的指導練習。
課程定製選項
- 如需定製本課程,請聯繫我們安排。
CrewAI入門
7 時間:本次由講師指導的線下或線上培訓,面向希望探索CrewAI基礎知識並構建簡單多代理系統的初級專業人士。
培訓結束後,學員將能夠:
- 理解CrewAI的架構和設計原則。
- 在代理團隊中定義角色、任務和流程。
- 使用CrewAI框架創建協作工作流。
- 構建、測試和運行基本的多代理場景。
使用AutoGen Studio設計多代理工作流程
14 時間:AutoGen Studio 是一個無需編碼的視覺化環境,用於創建和管理基於 LLM 的多代理工作流程。
這項由講師主導的培訓(線上或線下)面向初級到中級的商業和創新專業人士,他們希望使用 AutoGen Studio 來視覺化設計、測試和改進代理互動,以實現內部自動化或 AI 增強產品開發。
在培訓結束時,參與者將能夠:
- 使用無代碼界面創建多代理工作流程。
- 使用 AutoGen Studio 定義代理角色、提示和目標。
- 視覺化並管理代理之間的消息流。
- 將錯誤處理和上下文精煉納入代理邏輯。
課程形式
- 互動式講座和討論。
- 大量練習和實踐。
- 在實時實驗室環境中進行實踐操作。
課程定制選項
- 如需為本課程定制培訓,請聯繫我們安排。
企業級Agentic AI與Amazon Bedrock AgentCore
14 時間:Amazon Bedrock AgentCore is an enterprise-ready framework for building, deploying, and scaling AI agents with integrated support for memory, observability, and secure identity management.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level engineers and architects who wish to design, secure, and operate agentic AI systems using AWS Bedrock AgentCore.
By the end of this training, participants will be able to:
- Understand the architecture and components of AgentCore.
- Deploy and manage AI agents with Runtime and Gateway.
- Implement persistent memory and stateful interactions.
- Apply identity, observability, and compliance controls.
- Design multi-agent systems for enterprise-scale workflows.
Format of the Course
- Interactive lecture and discussion.
- Hands-on AWS lab sessions with AgentCore.
- Practical exercises with deployment and monitoring scenarios.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
保護AI代理:使用AgentCore實現身份識別、可觀測性和合規性
14 時間:AgentCore 提供內置的身份、可觀測性和合規性功能,使組織能夠在企業環境中負責任地部署AI代理。
本次由講師主導的培訓(線上或線下)面向希望使用 Amazon Bedrock AgentCore 設計和操作安全、可審計且合規的AI代理系統的高級從業者。
通過本培訓,參與者將能夠:
- 爲代理實施企業身份和權限模型。
- 通過結構化日誌、指標和跟蹤實現可觀測性。
- 應用合規控制以符合監管框架。
- 審計代理活動並維護安全的會話級控制。
課程形式
- 互動式講座與討論。
- 使用AWS安全和監控工具進行實踐操作。
- 在受監管的企業環境中進行案例研究。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們安排。
Building LLM Agent Systems with AutoGen
21 時間:使用AutoGen構建LLM代理系統是一門實作課程,專注於利用Microsoft的AutoGen框架開發多代理系統,適用於大型語言模型(LLMs)。
這項由講師主導的培訓(線上或線下)針對中級AI與自動化專業人士,旨在幫助他們設計、實現並協調使用AutoGen與Python及LLMs的多代理系統。
培訓結束後,參與者將能夠:
- 使用AutoGen框架設計多代理架構。
- 配置代理角色、能力與協調行為。
- 使用函數調用與記憶處理進行代理互動。
- 構建並測試基於Python的LLM代理工作流程,適用於實際案例。
課程形式
- 互動式講座與討論。
- 大量練習與實踐。
- 在實作實驗室環境中進行動手操作。
課程定制選項
- 如需為本課程定制培訓,請聯繫我們安排。
Agentic AI 釋放潛能:使用AutoGen打造LLM應用程式
7 時間:這個為期一天的研討會專為開發者、數據科學家和AI愛好者設計,將幫助您理解並利用AutoGen v0.4的代理式AI系統。
通過實踐練習和實際演示,您將學習如何構建、管理和部署由Large Language Models (LLMs)驅動的多代理應用程序。
課程結束時,您將掌握AutoGen的分層架構基礎,精通代理之間的異步通信,並探索開發可擴展且智能的LLM驅動應用程序的實際用例和最佳實踐。
下一代多代理系統使用Amazon Bedrock AgentCore
14 時間:Amazon Bedrock AgentCore 提供了設計、編排和管理多代理系統的基礎設施,能夠實現跨多個AI驅動實體的協作、專業化和高級自動化模式。
本次由講師主導的培訓(線上或線下)面向希望使用AgentCore的編排和治理功能來設計、部署和優化下一代多代理系統的高級從業人員。
培訓結束後,參與者將能夠:
- 理解多代理系統的原理和架構。
- 設計代理協作的編排策略。
- 在代理之間實施通信和協商協議。
- 使用AgentCore部署可擴展的、企業級的多代理解決方案。
課程形式
- 互動式講座和討論。
- 使用AgentCore編排功能的實踐操作。
- 企業多代理應用的案例分析。
課程定製選項
- 如需爲本課程定製培訓,請聯繫我們進行安排。
Read AI 基础课程:会议总结与洞察
7 時間:這項由講師指導的香港(線上或線下)培訓課程,旨在幫助初學者學習如何使用Read AI來捕捉會議摘要、提取關鍵見解,並以最少的精力生成行動項目。
在培訓結束時,參與者將能夠:
- 在主要平台上設置和配置Read AI用於會議。
- 自動生成會議摘要並識別行動項目。
- 解讀Read AI提供的參與度和情感分析。
- 有效地分享、編輯和組織摘要,以促進團隊協作。
Read AI: 远程团队的会议工作流程
7 時間:本课程为讲师指导的线下或线上培训,面向希望使用AI驱动的工作流程和Read AI分析工具来优化远程团队协作的中级专业人士。
通过本课程,学员将能够:
- 使用Read AI设计完整的远程团队会议工作流程。
- 自动化后续跟进和文档记录,减少会议开销。
- 利用AI摘要,支持同步和异步协作。
- 通过Read AI洞察,跟踪团队参与度和责任归属。