Dowiesz się, jak działają agenci AI, jak konfigurować różnych dostawców modeli, łączyć narzędzia za pomocą MCP oraz dodawać wywołania zwrotne i strumieniowanie do środowiska agenta.

Agent harness i pętla agenta

Czym jest agentowy harness?

Dostawcy modeli

Konfigurowanie dostawców modeli

MCP i ekosystem narzędzi

Callbacki i streaming

Narzędzia i callbacki

Agent harness najlepiej opisać jako

Co dzieje się po zakończeniu działania narzędzia

Dlaczego warto używać innego modelu do ewaluacji

Jakie ryzyko związane z bezpieczeństwem narzędzi agenta

Dlaczego warto wyłączyć domyślny handler wyjścia

Podstawy agentów

Kontroluj zachowanie agenta za pomocą hooków, rozszerzaj jego możliwości wtyczkami i umiejętnościami oraz zwiększaj niezawodność dzięki Strands Steering.

Hooki

Wtyczki i umiejętności

Sterowanie

Hooki i wtyczki

Utrzymaj agentów na właściwym torze dzięki Steering

Hooki są najbardziej zbliżone do

Co widzi agent, gdy hook anuluje wywołanie narzędzia

Stopniowe ujawnianie informacji w umiejętnościach agenta

Możliwe wyniki logiki steeringu

Sterowanie oparte na LLM a sterowanie deterministyczne

Kontrola agenta

Opanuj inżynierię kontekstu, zarządzanie rozmową oraz trwałą pamięć dzięki menedżerom sesji.

Inżynieria kontekstu i zarządzanie konwersacją

Inżynieria kontekstu

Menedżery sesji

Trwałe zapisywanie historii rozmów

Działanie menedżera konwersacji z przesuwanym oknem

Menedżer podsumowujący a menedżer przesuwnego okna

Jak implementuje się menedżery sesji

Pamięć i kontekst

Twórz zaawansowane systemy wieloagentowe, wykorzystując agentów jako narzędzia, przepływy pracy oparte na grafach oraz roje agentów.

Agenci jako narzędzia

Przepływy pracy grafowej

Rój agentów

Architektury wieloagentowe

Kontekst agenta specjalistycznego we wzorcu agents-as-tools

Agent C uruchamia się po zakończeniu A i B

Co dzieje się podczas przekazania zadania w roju

Systemy wieloagentowe

Dokładnie oceniaj swoich agentów i wdrażaj ich w chmurze za pomocą Amazon Bedrock AgentCore.

Ocena agentów

Techniki ewaluacji

Wdrażanie agentów w chmurze

Wdrażanie do środowiska produkcyjnego z AgentCore

Czemu zapobiega filtrowanie narzędzi?

Zapobieganie powtarzającym się nieudanym wywołaniom narzędzi

Główna zaleta architektury wtyczek dla umiejętności

Co robi odciążanie kontekstu z dużymi wynikami narzędzi

Dlaczego agenci jako narzędzia nie gwarantują kolejności wywołań

Zagrożenie bezpieczeństwa charakterystyczne dla rojów agentów

Dlaczego ocena pojedynczej tury to za mało

Co sprawdza ewaluator trajektorii

Co pozostaje bez zmian przy wdrażaniu w chmurze

Produkcja

Naucz się projektować, budować, oceniać i wdrażać systemy agentów AI przy użyciu otwartoźródłowego SDK Strands Agents. Zaczniemy od podstawowych koncepcji, takich jak pętla agenta i integracja narzędzi, a skończymy na orkiestracji wieloagentowej i wdrażaniu w chmurze za pomocą Amazon Bedrock AgentCore.

Naucz się projektować, tworzyć, oceniać i wdrażać systemy agentów AI z wykorzystaniem open-source’owego SDK Strands Agents. Od podstawowych koncepcji, takich jak pętla agenta i integracja narzędzi, po orkiestrację wielu agentów i wdrażanie w chmurze za pomocą Amazon Bedrock AgentCore.

Building AI Agent Harnesses with Strands Agents

Tworzenie harnessów agentów AI z użyciem Strands Agents

Budowanie harnessów dla agentów AI z użyciem Strands Agents

Sterowanie oparte na LLM a sterowanie deterministyczne

Building AI Agent Harnesses with Strands Agents

Interaktywne ćwiczenie praktyczne