У цьому розділі представлено ключові концепції та налаштування, потрібні для побудови агентних робочих процесів за допомогою LlamaIndex. Ви попрактикуєтеся з такими інструментами, як Tavily і моделі OpenAI, визначите свою першу функцію-інструмент і створите інтелектуального агента, здатного взаємодіяти з вебом. Наприкінці у вас буде повнофункціональний AI-агент, створений у LlamaIndex, готовий до реальних завдань.

Вітаємо!

Початок роботи з LlamaIndex

Що таке агенти?

Створення агента

Чи мають агенти памʼять?

Збереження стану між запусками агента

Потоковий вивід і події

Навіщо зупинятися на одному агенті, якщо можна створити команду? У цьому розділі ви розкриєте потенціал багатагентних систем, де спеціалізовані агенти працюють разом, мов дослідницька група, і кожен виконує свою роль. Ви збудуєте власний спільний агентний робочий процес, який шукає, пише та рецензує, демонструючи, як командна робота робить ваш ШІ розумнішим і масштабованішим.

Що таке багатоагентні системи?

Багатоагентна система з AgentWorkflow

Створення агентних робочих процесів з нуля

Проєктування багатоетапних робочих процесів із користувацькими подіями

Паралельність і збирання подій

Збираємо мультиагентну систему

Додаємо самооцінку до робочого процесу

Підсумок

Створення робочого процесу для глибинного дослідження

Готові зібрати власну команду AI-агентів? У цьому курсі ви почнете з одного розумного асистента й поступово перейдете до повних агентних робочих процесів, які планують, шукають, запам'ятовують і співпрацюють. Використовуючи LlamaIndex, ви створите потужні системи, що розв'язують складні завдання, як-от глибинні дослідження та підготовка звітів. Паралельно ви навчитеся керувати інструментами, пам'яттю та взаємодією кількох агентів, щоб оживити ваші AI-робочі процеси.

<h2>Створюйте розумних, потужних AI-агентів з нуля</h2>

Дізнайтеся, як створювати інтелектуальні агентні робочі процеси з нуля за допомогою LlamaIndex — потужного фреймворку для оркестрації поведінки ШІ. Починаючи з налаштування з одним агентом і переходячи до багатoагентної співпраці, ви створите систему, яка може проводити дослідження, генерувати звіти та аналізувати власні результати.
<br></br>

<h2>Створюйте та оркеструйте агентні робочі процеси</h2>

Ви почнете з налаштування простого AI-агента за допомогою класу AgentWorkflow і підключення його до таких функцій, як пошук у вебі. Ви навчитеся надавати своїм агентам «пам’ять» за допомогою контексту та робити їхні відповіді більш динамічними завдяки потоковому виведенню. У міру проходження курсу ви ознайомитеся з такими розширеними можливостями, як обробка подій, паралельне виконання та створення власних робочих процесів із використанням покрокової логіки. Ви також реалізуєте цикли саморефлексії, щоб дати агентам змогу покращувати власні результати.
<br></br>

<h2>Проєктуйте багатoагентні системи за допомогою LlamaIndex</h2>

На завершальному етапі ви перейдете від однoагентних систем до проєктування команд AI-агентів, які працюють разом. Ви створите робочі процеси, у яких кожен агент виконує спеціалізовану роль — наприклад, досліджує, пише та перевіряє — і обмінюється інформацією через спільний контекст. Ви експериментуватимете з послідовними, циклічними та розгалуженими робочими процесами, отримуючи уявлення про те, як керувати складними завданнями за допомогою кількох агентів.

Intermediate Python

Створюйте агентні AI-процеси для планування, пошуку, запам'ятовування та співпраці з LlamaIndex.

Створення агентних робочих процесів із LlamaIndex

Створюйте агентні AI-робочі процеси, що можуть планувати, шукати, запам’ятовувати й співпрацювати, за допомогою LlamaIndex.

Вітаємо!

Create Your Free Account