感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程時長 14 時間：
課程簡介
LLM与代理框架入门
- 大语言模型在基础设施自动化中的概览
- 多代理工作流的关键概念
- AutoGen、CrewAI和LangChain：在DevOps中的应用场景
为DevOps任务设置LLM代理
- 安装AutoGen并配置代理配置文件
- 使用OpenAI API以及其他LLM提供商
- 设置工作区以及兼容CI/CD的环境
自动化测试与代码质量工作流
- 提示LLM生成单元测试和集成测试
- 使用代理执行代码检查、提交规则和代码审查规范
- 自动生成拉取请求摘要并添加标签
用于告警处理和变更检测的LLM代理
- 设计用于流水线故障告警的响应代理
- 使用语言模型分析日志和追踪信息
- 主动检测高风险变更或错误配置
DevOps中的多代理协调
- 基于角色的代理编排（规划者、执行者、审查者）
- 代理消息循环与记忆管理
- 关键系统中的人机协同设计
安全、治理与可观测性
- 处理基础设施中的数据暴露和LLM安全问题
- 审计代理操作并限制其作用范围
- 跟踪流水线行为和模型反馈
真实用例与自定义场景
- 设计用于事件响应的代理工作流
- 将代理与GitHub Actions、Slack或Jira集成
- 在DevOps中扩展LLM集成的最佳实践
总结与后续步骤
最低要求
- 具备DevOps工具和流水线自动化的经验
- 熟悉Python以及基于Git的工作流
- 了解LLM或接触过提示工程
目标受众
- 创新工程师和AI集成平台负责人
- 从事DevOps或自动化工作的LLM开发人员
- 探索智能代理框架的DevOps专业人士
