AutoGen Studioを活用したマルチエージェントワークフローの設計のトレーニングコース

AutoGenは、Microsoftが提供するオープンソースフレームワークで、LLMや各種ツール、メモリ機能およびユーザーとの対話を活用してマルチエージェントアプリケーションの構築を可能にします。

この講座は、講師によるライブトレーニング（オンラインまたは現地開催）で、AutoGenが提供するPythonベースのAPIや関数呼び出し機能、モジュール化されたツールチェーンを活用して高度にカスタマイズされたエージェントを設計・導入したい上級レベルの開発者やアーキテクト向けです。

本トレーニングの終了時には、参加者は以下のことが可能になります：

• 役割に応じたロジックを持つカスタムエージェントやツールルーティング機能を実装できる
• 高度な関数呼び出しおよびコンテキスト切り替えを利用して動的なワークフローを構築できる
• エージェントチーム内でメモリモジュールや計画フレームワークの実装が可能になる
• マルチエージェント環境におけるエラー対処および適応型再試行メカニズムを運用できる

講座の形式

• 双方向性の高い講義とディスカッション
• 豊富な演習および実践的トレーニング
• 実際に手を動かして学ぶライブラボ環境での演習

講座のカスタマイズオプション

• このコースをお客様のニーズに合わせてカスタマイズしたい場合は、ご要望をお知らせください。

エンタープライズ向けAI自動化のためのAutoGenは、AutoGenフレームワークを活用して複雑なビジネスプロセスを自動化するための拡張性と知能性を持つエージェントシステムの実装に焦点を当てた実践的な講座です。

本講座はインストラクターが直接指導するオンラインまたは対面形式で行い、AutoGenフレームワークを用いてエンタープライズ環境や業務プロセスにマルチエージェントアーキテクチャを導入したい中級者から上級者のAI専門家を対象としています。

この研修の終了時には、受講者は以下のことが可能になります：

• AutoGenおよびLLMベースのエージェントを用いて企業内ワークフローを設計・自動化する
  
• AutoGenとLangChainを連携させ、高度なオーケストレーションや文脈管理を実現する
  
• RAGパイプラインを構築し、企業内のデータを活用したコンテキストに応じた自動化を行う
  
• SlackやJira、SharePointといったエンタープライズプラットフォームとエージェントを連携させる
  
• 本番環境におけるAutoGenの展開規模の拡大およびモニタリングを行う
  

講座の形式について

• インタラクティブな講義とディスカッション
  
• 豊富な演習および実践問題
  
• ライブ環境下での実際の実装練習
  

講座内容のカスタマイズについて

• 本講座に合わせたオーダーメイド型研修をご希望の場合は、お気軽にお問い合わせください。
  

「AutoGenを使用したLLMエージェントシステムの構築」は、Microsoftが提供するAutoGenフレームワークを用いて大規模言語モデル（LLM）ベースのマルチエージェントシステムを開発するための実践的な研修です。

このインストラクター主導のライブトレーニングは、オンラインまたは現地開催にて行われ、PythonおよびLLMを活用してマルチエージェントシステムを設計・実装したい中級レベルのAIおよび自動化技術者の方々向けです。

本研修の受講後には、以下の能力が身につきます：

• AutoGenフレームワークを用いてマルチエージェントアーキテクチャを設計する
• 各エージェントの役割や機能、協調動作の仕様を設定する
• 関数呼び出し機能やメモリ管理を活用してエージェント間通信を行う
• 実際の利用シナリオ向けにPythonベースのLLMエージェントワークフローを構築・検証する

研修の形式

• インタラクティブな講義およびディスカッション
• 豊富な演習課題と実践練習
• 実際の開発環境でのハンズオン実装

カスタマイズオプションについて

• 本コースをご要望に合わせてカスタマイズしたい場合は、お問い合わせください。

この1日間のワークショップは、開発者やデータサイエンティスト、AIに興味がある方々向けに設計されており、AutoGen v0.4を使ってエージェント型AIシステムの仕組みと活用方法を学ぶことを目的としています。

実践的な演習やデモンストレーションを通じて、大規模言語モデル（LLM）を活用したマルチエージェントアプリケーションの構築・管理・展開方法について理解を深めていきます。

講習終了時には、AutoGenの階層型アーキテクチャに関する基礎知識を身につけ、エージェント間の非同期通信も自在に扱えるようになります。さらに、スケーラブルで知的なLLM駆動型アプリケーション開発における実用事例やベストプラクティスにも触れていきます。