AutoGenを活用したLLMエージェントシステムの構築のトレーニングコース

LLMエージェントシステムへの導入

• LLMエージェントとマルチエージェントアーキテクチャの概念
• AutoGenフレームワークとエコシステムの概要
• エージェントの役割：ユーザープロキシ、アシスタント、ファンクションキャラーなど

AutoGenのインストールと設定

• Python環境および依存関係のセットアップ
• AutoGen設定ファイルの基礎
• LLMプロバイダー（OpenAI、Azure、ローカルモデル）への接続

エージェント設計と役割の割り当て

• エージェントの種類と会話パターンの理解
• エージェントのゴール、プロンプト、指示の定義
• 役割ベースのタスク委任と制御フロー

関数呼び出しとツール統合

• エージェント用として関数の登録
• 自律型および協調型関数実行
• 外部APIおよびPythonスクリプトのエージェントへの接続

会話管理とメモリ

• セッショントラッキングと永続メモリ
• エージェント間メッセージングとトークン処理
• 会話コンテキストと履歴の管理

エンドツーエンドのエージェントワークフロー

• マルチステップの協調タスクの構築（例：文書分析、コードレビュー）
• ユーザーとエージェント間の対話および意思決定チェーンのシミュレーション
• エージェントパフォーマンスのデバッグと改善

ユースケースとデプロイ

• 社内自動化エージェント：調査、レポート作成、スクリプト作成
• 対外向けボット：チャットアシスタント、音声統合
• エージェントシステムのパッケージ化と本番環境へのデプロイ

まとめと次のステップ