Ten rozdział wprowadza podstawowe koncepcje i konfigurację potrzebną do budowania agentic workflows przy użyciu LlamaIndex. Zdobędziesz praktyczne doświadczenie z narzędziami takimi jak Tavily i modele OpenAI, zdefiniujesz swoją pierwszą funkcję narzędziową i stworzysz inteligentnego agenta zdolnego do interakcji z siecią. Na koniec będziesz mieć w pełni działającego agenta AI zbudowanego z LlamaIndex, gotowego do realizacji zadań z prawdziwego świata.

Witaj!

Pierwsze kroki z LlamaIndex

Czym są agenty?

Tworzenie agenta

Czy agenci pamiętają?

Utrzymywanie stanu między wywołaniami agenta

Strumieniowanie wyników i zdarzeń

Po co zatrzymywać się na jednym agencie, skoro można zbudować cały zespół? W tym rozdziale poznasz możliwości systemów wieloagentowych, w których wyspecjalizowani agenci współpracują jak zespół badawczy – każdy z własną rolą. Zbudujesz własny współpracujący przepływ pracy agentów, który wyszukuje, pisze i recenzuje, pokazując, jak praca zespołowa czyni AI mądrzejszym i bardziej skalowalnym.

Czym są systemy wieloagentowe?

System wieloagentowy z AgentWorkflow

Budowanie agentic workflows od podstaw

Projektowanie wieloetapowych przepływów pracy z niestandardowymi zdarzeniami

Współbieżność i zbieranie zdarzeń

Składanie systemu wieloagentowego

Dodawanie autorefleksji do workflow

Podsumowanie

Tworzenie przepływu pracy do dogłębnych badań

Chcesz zbudować własny zespół agentów AI? W tym kursie zaczniesz od jednego inteligentnego asystenta, a następnie przejdziesz do pełnych agentic workflows, które planują, wyszukują, zapamiętują i współpracują. Korzystając z LlamaIndex, stworzysz zaawansowane systemy zdolne do realizacji złożonych zadań, takich jak dogłębne badania i tworzenie raportów. Po drodze nauczysz się orkiestrować narzędzia, pamięć i współpracę wielu agentów, by tchnąć życie w swoje przepływy pracy AI.

<h2>Twórz inteligentne, wydajne agentów AI od podstaw</h2>

Dowiedz się, jak od podstaw tworzyć inteligentne agentowe przepływy pracy z wykorzystaniem LlamaIndex — potężnej platformy do orkiestracji zachowań AI. Zaczynając od konfiguracji z jednym agentem i przechodząc do współpracy wielu agentów, stworzysz system, który potrafi prowadzić badania, generować raporty i analizować własne wyniki.
<br></br>

<h2>Twórz i orkiestruj agentowe przepływy pracy</h2>

Zaczniesz od skonfigurowania prostego agenta AI za pomocą klasy AgentWorkflow i połączenia go z funkcjami takimi jak wyszukiwanie w sieci. Nauczysz się, jak nadawać swoim agentom „pamięć” za pomocą kontekstu i sprawiać, by ich odpowiedzi były bardziej dynamiczne dzięki strumieniowym wynikom. W miarę postępów kursu poznasz zaawansowane możliwości, takie jak obsługa zdarzeń, współbieżne wykonywanie oraz tworzenie niestandardowych przepływów pracy z wykorzystaniem logiki opartej na krokach. Będziesz także implementować pętle autorefleksji, aby umożliwić agentom ulepszanie własnych wyników.
<br></br>

<h2>Projektuj systemy wieloagentowe z LlamaIndex</h2>

W ostatnim kroku wyjdziesz poza systemy z jednym agentem, projektując zespoły agentów AI, które współpracują ze sobą. Zbudujesz przepływy pracy, w których każdy agent pełni wyspecjalizowaną rolę — na przykład badania, pisania i recenzowania — oraz dzieli się informacjami poprzez wspólny kontekst. Będziesz eksperymentować z sekwencyjnymi, pętlowymi i rozgałęziającymi się przepływami pracy, zdobywając wiedzę o tym, jak zarządzać złożonymi zadaniami z udziałem wielu agentów.

Intermediate Python

Twórz agentowe przepływy AI do planowania, wyszukiwania, zapamiętywania i współpracy z LlamaIndex.

Tworzenie agentic workflows z LlamaIndex

Twórz agentowe przepływy pracy AI, które planują, wyszukują, zapamiętują i współpracują, używając LlamaIndex.

Dodawanie autorefleksji do workflow

Tworzenie agentic workflows z LlamaIndex

Instrukcje do ćwiczenia

Interaktywne ćwiczenie praktyczne