Python optimalizálás Agentic AI-hoz kurzus

1. óra • Objektumorientált minták ügynökökhöz

Alkalmazzon osztályokat, öröklést (programozási öröklés) és kompozíciót az ügynöki komponensek modellezéséhez.

2. óra • Python környezet beállítása és eszközök

Konfiguráljon reprodukálható Python környezeteket virtuális környezetek és függőségkezelők segítségével. Létrehozza azt a konzisztens munkaterületet, amelyre az összes további fejezet épül.

3. óra • Hibakezelési és naplózási gyakorlatok

Valósítson meg strukturált kivételhierarchiákat és strukturált naplózást. A megbízható hibakezelés kritikus fontosságú a hosszan futó autonóm ügynököknél.

4. óra • Alapvető Python adatszerkezetek áttekintése

Tekintse át újra a listákat, szótárakat, halmazokat és tuple-öket a teljesítménybeli kompromisszumok hangsúlyozásával. Közvetlenül támogatja a hatékony állapotkezelést az ügynökökön belül.

1. óra • Aszinkron sorok és termelő-fogyasztó ügynökök

Használjon asyncio sorokat az ügynöki termelők és fogyasztók szétválasztására. Modellezi a többlépéses ügynöki folyamatokat visszanyomás-szabályozással.

2. óra • Szinkron vs. aszinkron végrehajtás

Hasonlítsa össze a blokkoló és nem blokkoló végrehajtási modelleket konkrét mérésekkel. Megadja az indíttatást az aszinkron minták ügynöki rendszerekben történő alkalmazásához.

3. óra • Feladatok kezelése és gather minták

Ütemezzen több korutint asyncio feladatokkal és gather segítségével. Lehetővé teszi az ügynökök számára, hogy eszközhívásokat indítsanak el, és hatékonyan gyűjtsék be az eredményeket.

4. óra • Aszinkron környezetkezelők és generátorok

Valósítson meg aszinkron környezetkezelőket és aszinkron generátorokat erőforrás-biztonságos adatfolyamkezeléshez. Támogatja az LLM válaszok adatfolyamként való kezelését ügynöki hurkokban.

1. óra • Perzisztens tároló háttérrendszerek

Ügynök memória megőrzése munkamenetek között relációs és kulcs-érték tárolók használatával. Lehetővé teszi az állapotfüggő ügynököket, amelyek újraindítás után folytatják a kontextust.

2. óra • Kontextusablak optimalizálási stratégiák

Tömörítse, összegezze és priorizálja a memóriát, hogy illeszkedjen az LLM kontextuskorláthoz. Közvetlenül javítja az ügynök koherenciáját hosszan futó feladatok során.

3. óra • Ügynöki memória taxonómia

Osztályozza az ügynök memóriáját munkamemóriára, epizodikusra, szemantikusra és procedurális típusokra. Biztosítja a koncepcionális térképet a fejezet összes memóriatervezési döntéséhez.

4. óra • Vektor tárolók szemantikus lekéréshez

Helyezze be a szöveget, és kérdezze le a vektor tárolókat, hogy hosszú távú szemantikus memóriát adjon az ügynököknek. Összeköti a lekérési bővítésű generálást az ügynöki döntési hurkokkal.

1. óra • Függvényhívás LLM API-kkal

Adja át az eszköz sémákat az LLM API-knak, és elemezze a strukturált függvényhívási válaszokat. Áthidalja a szakadékot az LLM kimenet és a végrehajtható Python függvények között.

2. óra • Eszközhívási alapelvek

Határozza meg, mi tesz egy jó ügynöki eszközt: atomosság, idempotencia és világos sémák. Létrehozza a tervezési szabványokat, amelyeket a fejezetben épített összes eszközre alkalmazni kell.

3. óra • Újrapróbálkozási logika és hibavisszaállítás

Valósítson meg exponenciális visszavárást, megszakítókapcsoló mintákat és tartalék stratégiákat az eszközökhöz. Biztosítja, hogy az ügynökök működőképesek maradjanak, amikor a külső szolgáltatások teljesítménye romlik.

4. óra • Homokozóban futtatott és biztonságos eszközvégrehajtás

Hajtson végre kódgeneráló eszközöket elkülönített alfolyamatokban vagy konténerekben. Csökkenti az ügynök által generált kódvégrehajtásból származó biztonsági kockázatokat.

1. óra • Prompt tervezés érveléshez

Készítsen rendszer és felhasználói promptokat, amelyek strukturált láncolt gondolkodást váltanak ki. A jól megtervezett promptok csökkentik a hallucinációt és javítják a terv minőségét.

2. óra • Önkorrekciós és reflexiós mechanizmusok

Adjon hozzá reflexiós lépéseket, ahol az ügynökök kritizálják és átdolgozzák saját kimeneteiket. Javítja a végső válasz minőségét összetett, nyitott végű feladatokon.

3. óra • Célbontás és feladattervezés

Bontsa le a magas szintű célokat rendezett résztudás-műveletekre LLM által generált tervek segítségével. Lehetővé teszi az ügynökök számára, hogy több lépésből álló problémákat kezeljenek az egyszeri fordulós érvelésen túl.

4. óra • A ReAct hurok implementálása Pythonban

Kódoljon egy teljes ReAct hurkot gondolat elemzéssel, eszköztovábbítással és megfigyelés beillesztésével. Lefordítja a ReAct tanulmányt futtatható, tesztelhető Python kódra.

1. óra • Orkesztrátor ügynök implementálása

Építsen egy orkesztrátort, amely résztudás-műveleteket delegál specialista ügynököknek, és összesíti az eredményeket. Bemutatja a központi koordinációs mintát a több ügynökből álló rendszerekben.

2. óra • Ügynöki kommunikációs protokollok

Határozza meg az üzenetsémákat és útválasztási szabályokat az ügynökök közötti kommunikációhoz. A szabványosított protokollok megakadályozzák az integrációs hibákat az ügynökök számának növekedésével.

3. óra • Hibabiztosság több ügynökből álló rendszerekben

Valósítson meg egészségellenőrzéseket, újraindításokat és feladatátszervezést a meghibásodó ügynökök számára. Biztosítja, hogy a teljes rendszer tovább működjön az egyes ügynökök meghibásodása ellenére.

4. óra • Megosztott memória és állapotszinkronizáció

Az ügynökök közötti megosztott állapot szinkronizálása zárak, sorok és elosztott tárolók segítségével. Megakadályozza a versenyhelyzeteket és az elavult olvasásokat a párhuzamos ügynökrendszerekben.

1. óra • Profilozó eszközök és technikák

Használja a cProfile, line_profiler és memory_profiler eszközöket a teljesítménybeli forró pontok lokalizálásához. A profilozás az optimalizálás előtt megakadályozza az erőfeszítés pazarlását nem kritikus kódútvonalakra.

2. óra • Gyorsítótárazási stratégiák ügynökhívásokhoz

Alkalmazzon memórián belüli és elosztott gyorsítótárazást a redundáns LLM és eszközhívások elkerülésére. A gyorsítótárazás a leghatékonyabb optimalizálás a késleltetésérzékeny ügynökök számára.

3. óra • Párhuzamosság multiprocessing és szálak segítségével

Távolítsa el a CPU-kötött feladatokat folyamat poolokba, az I/O-kötött feladatokat pedig szál poolokba. Kiegészíti az aszinkron mintákat olyan munkaterhelésekhez, amelyek blokkolják az eseményhurkot.

4. óra • Python adatfeldolgozás optimalizálása

Cserélje ki a lassú Python ciklusokat vektorizált NumPy műveletekre és hatékony értelmezésekre. Csökkenti a CPU időt az adatintenzív ügynöki előfeldolgozási lépéseknél.

1. óra • Konténeresítés és telepítési minták

Csomagolja az ügynököket konténerekbe, és helyezze üzembe orkesztrációs platformokkal. A konténeresítés biztosítja a környezeti paritást a fejlesztés és a production között.

2. óra • Ügynök értékelési keretrendszerek

Mérje az ügynök teljesítményét a feladat teljesítési arány, a hűség és a késleltetés mérőszámaival. A kvantitatív értékelés felváltja a szubjektív megítélést reprodukálható pontszámokkal.

3. óra • CI/CD folyamatok ügynöki rendszerekhez

Automatizálja a tesztelést, értékelést és telepítést CI/CD folyamatokon keresztül. A folyamatos szállítás csökkenti a hibás ügynökviselkedés szállításának kockázatát.

4. óra • Egység- és integrációs tesztelés ügynökökhöz

Írjon pytest-alapú egységteszteket eszközökhöz és integrációs teszteket ügynöki hurkokhoz. Az automatizált tesztek elkapják a regressziókat, mielőtt azok elérnék a production környezetet.