AI 智能体的可观测性与评估 3
智能体可观测性与评估的核心概念, 提升智能体性能、成本和有效性的技术, 评估 AI 智能体的内容与系统化方法, 在将 AI 智能体部署到生产环境时如何控制成本, 如何对使用 Microsoft Agent Framework(微软智能体框架)构建的智能体进行检测(Instrume...
智能体可观测性与评估的核心概念, 提升智能体性能、成本和有效性的技术, 评估 AI 智能体的内容与系统化方法, 在将 AI 智能体部署到生产环境时如何控制成本, 如何对使用 Microsoft Agent Framework(微软智能体框架)构建的智能体进行检测(Instrume...
理解智能体定义中推理循环(reasoning loops)的含义。 使用规划和评估技术来帮助构建具备自我纠错能力的智能体。 创建您自己的、能够通过操作代码来完成任务的智能体。
多智能体适用于哪些场景? 与执行多任务的单个智能体相比,使用多智能体有哪些优势? 实现多智能体设计模式的构建模块(Building blocks)有哪些? 我们如何观察多个智能体之间是如何相互交互的?
如何构建和部署安全且高效的 AI 智能体。 开发 AI 智能体时重要的安全考量。 开发 AI 智能体时如何维护数据和用户隐私。
本课程全面概述了 Agentic RAG(智能体检索增强生成)。这是一种新兴的 AI 范式,其中大语言模型(LLM)在从外部资源提取信息时,能够自主规划后续步骤。与传统的“检索后阅读”的静态模式不同,Agentic RAG 涉及对 LLM 的迭代调用,并穿插工具或函数调用以及结构...
什么是 AI 智能体?有哪些不同类型的智能体? 哪些应用场景最适合 AI 智能体?它们能为我们提供怎样的帮助? 设计智能体解决方案时,有哪些基本的构建模块?
工具之所以引人入胜,是因为它们使 AI 智能体(Agent)拥有了更广泛的能力范围。与其让智能体只能执行一组有限的动作,不如通过添加工具,使智能体现在能够执行各种各样的动作。在本章中,我们将研究“工具使用设计模式”,该模式描述了 AI 智能体如何使用特定的工具来实现其目标。 简介...
AI 智能体框架是专为简化 AI 智能体的创建、部署和管理而设计的软件平台。这些框架为开发者提供预构建的组件、抽象层和工具,从而简化复杂 AI 系统的开发流程。 这些框架通过为 AI 智能体开发中的常见挑战提供标准化方法,帮助开发者专注于其应用程序的独特之处。它们增强了构建 AI...
简介 (Introduction) 构建 AI 智能体系统有许多不同的思路。鉴于在生成式 AI 设计中,“模糊性”是一项特性而非缺陷,工程师们有时甚至很难确定从何处着手。为此,我们创建了一套以人为本的用户体验(UX)设计原则,旨在帮助开发者构建以客户为中心的智能体系统,以满足其业...
了解 Microsoft Agent 框架:核心特性与价值, 探索 Microsoft Agent 框架的关键概念, 高级 MAF 模式:工作流、中间件和内存。
搜索当前标签