oreilly ai agents
1.0.0
このリポジトリには、アリゾナ州 AI エージェント向けのオライリー ライブ オンライン トレーニングのコードが含まれています
このコースでは、プロトタイプ段階と本番環境の両方で AI エージェントを理解、実装、管理するための包括的なガイドを提供します。参加者は基本的な概念から始めて、CrewAI、LangChain、AutoGen などのさまざまなフレームワークや、強力なプロンプト エンジニアリング技術を使用してエージェントをゼロから構築するなど、より高度なトピックを徐々に掘り下げていきます。このコースでは実践的な応用に重点を置き、参加者を実践的な演習を通じて AI エージェントの実装と展開、パフォーマンスの評価、設計の反復を指導します。コストの予測、オープン ソースとクローズド ソースのオプションなどの重要な側面について説明し、AI プロジェクトにおいて情報に基づいた意思決定を行うための知識を参加者に提供するためのベスト プラクティスを徹底的に取り上げます。
執筆時点では、Python 3.11 を使用した Python 仮想環境が必要です。
python3.11 --versionpython3.11 -m venv .venvこれにより、現在のディレクトリに.venvフォルダーが作成されます。
macOS/Linux:
source .venv/bin/activateWindows:
.venvScriptsactivateターミナル プロンプトに(.venv)が表示されるはずです。
python --versionpip install -r requirements.txtdeactivatePython 3.11 をお持ちでない場合は、OS に応じて以下の手順に従ってください。
brew install [email protected]sudo apt update
sudo apt install python3.11 python3.11-venvpython3.11 --versionアクティブ化された環境で、実行します
python3 -m jupyter notebookサードパーティエージェントフレームワークの使用
CrewAI の紹介 - CrewAI の入門ノートブック
OpenAI Swarm の紹介- OpenAI の Swarm の入門ノートブック
LangGraph の紹介- LangGraph の入門ノートブック
エージェントの評価
ルーブリックを使用したエージェント出力の評価- ルーブリック プロンプトを調べて生成出力を評価します。このノートブックでは、エージェントの応答を選択する際の位置の偏りにも注意します。
ツール選択の評価- 異なる LLM 間のツール選択の精度を計算し、自動回帰 LLM に存在する位置の偏りを定量化します。
独自のエージェントを構築する
独自のエージェントによる最初のステップ- 独自のエージェント フレームワークの構築に向けて取り組んでいます
私自身のエージェント フレームワークの非常に簡単な例については、 「分隊の目標」を参照してください。
最新のエージェントのパラダイム
エージェントの計画と実行- エージェントの計画と実行は、プランナーを使用して LLM による複数ステップの計画を作成し、実行者はツールを呼び出して各ステップを完了します。
リフレクション エージェント- リフレクション エージェントは、タスクを実行するジェネレーターと、フィードバックを提供して改善を導くリフレクターを組み合わせます。
Sinan Ozdemirは LoopGenius の創設者兼 CTO であり、最先端の AI を使用して人々が Meta、Google などでデジタル広告を掲載できるよう支援しています。シナンはジョンズ・ホプキンス大学のデータ サイエンスの元講師であり、データ サイエンスと機械学習に関する複数の教科書の著者です。さらに、彼は最近買収した、RPA 機能を備えたエンタープライズ グレードの会話型 AI プラットフォームである Kylie.ai の創設者でもあります。彼はジョンズ・ホプキンス大学で純粋数学の修士号を取得しており、カリフォルニア州サンフランシスコに拠点を置いています。
