AI 에이전트 AZ

이 저장소에는 AI 에이전트 AZ를 위한 O'Reilly Live 온라인 교육용 코드가 포함되어 있습니다.

이 과정은 프로토타입 단계와 프로덕션 모두에서 AI 에이전트를 이해, 구현 및 관리하는 데 대한 포괄적인 가이드를 제공합니다. 참석자들은 기본 개념부터 시작하여 CrewAI, LangChain 및 AutoGen과 같은 다양한 프레임워크는 물론 강력한 프롬프트 엔지니어링 기술을 사용하여 처음부터 에이전트를 구축하는 등 고급 주제를 점진적으로 탐구합니다. 이 과정에서는 실습을 통해 참가자에게 AI 에이전트를 구현 및 배포하고, 성능을 평가하고, 디자인을 반복하도록 안내하는 실용적인 적용을 강조합니다. 우리는 비용 예측, 오픈 소스와 비공개 소스 옵션 등의 주요 측면을 검토할 것이며, 참석자들이 AI 프로젝트에서 정보에 입각한 결정을 내릴 수 있는 지식을 제공할 수 있도록 모범 사례를 철저하게 다룰 것입니다.

설정 지침

Python 3.11 가상 환경 사용

이 글을 쓰는 시점에는 Python 3.11이 포함된 Python 가상 환경이 필요합니다.

옵션 1: Python 3.11이 이미 설치되어 있음

1단계: Python 3.11 설치 확인

python3.11 --version

2단계: 가상 환경 생성

python3.11 -m venv .venv

그러면 현재 디렉터리에 .venv 폴더가 생성됩니다.

3단계: 가상 환경 활성화

맥OS/리눅스:
```
 source .venv/bin/activate
```
윈도우:
```
.venvScriptsactivate
```

터미널 프롬프트에 (.venv) 가 표시되어야 합니다.

4단계: Python 버전 확인

python --version

5단계: 패키지 설치

pip install -r requirements.txt

6단계: 가상 환경 비활성화

deactivate

옵션 2: Python 3.11 설치

Python 3.11이 없으면 해당 OS에 맞게 아래 단계를 따르세요.

macOS(Homebrew 사용)

brew install [email protected]

우분투/데비안

sudo apt update
sudo apt install python3.11 python3.11-venv

Windows(Windows 설치 프로그램 사용)

Python 다운로드로 이동합니다.
Python 3.11용 설치 프로그램을 다운로드합니다.
설치 프로그램을 실행하고 "PATH에 Python 3.11 추가"가 선택되어 있는지 확인하십시오.

설치 확인

python3.11 --version

노트북

활성화된 환경에서 다음을 실행합니다.

python3 -m jupyter notebook

타사 에이전트 프레임워크 사용
- CrewAI 소개 - CrewAI 입문 노트
  - Streamlit 앱에 팀을 배포하는 예는 streamlit 디렉터리를 참조하세요.
- OpenAI Swarm 소개 - OpenAI Swarm 소개 노트북
- Intro to LangGraph - LangGraph 입문 노트
에이전트 평가
- 루브릭을 사용하여 에이전트 출력 평가 - 생성 출력을 평가하기 위해 루브릭 프롬프트를 탐색합니다. 이 노트북은 상담원 응답 중에서 선택할 때 위치 편향도 기록합니다.
  - 고급 - 정렬 평가 - LLM이 상담원의 응답을 판단할 수 있는 방법에 대한 훨씬 더 심층적인 분석을 수행하는 더 긴 노트북입니다.
- 도구 선택 평가 - 서로 다른 LLM 간의 도구 선택 정확도 계산 및 자동 회귀 LLM에 존재하는 위치 편향 정량화
자체 에이전트 구축
- 자체 에이전트의 첫 번째 단계 - 자체 에이전트 프레임워크 구축을 위한 작업
- 내 에이전트 프레임워크의 매우 간단한 예는 스쿼드 목표를 참조하세요.
  - 분대 목표 소개 - 나만의 프레임워크를 사용하여 몇 가지 기본 작업 수행
최신 에이전트 패러다임
- 에이전트 계획 및 실행 - 에이전트 계획 및 실행은 플래너를 사용하여 LLM 및 실행기로 다단계 계획을 생성하고 도구를 호출하여 각 단계를 완료합니다.
- 리플렉션 에이전트 - 리플렉션 에이전트는 작업을 수행하는 생성기와 피드백을 제공하고 개선 사항을 안내하는 리플렉터를 결합합니다.

강사

Sinan Ozdemir 는 LoopGenius의 창립자이자 CTO로서 최첨단 AI를 사용하여 사람들이 Meta, Google 등에서 디지털 광고를 실행할 수 있도록 지원합니다. Sinan은 Johns Hopkins University의 데이터 과학 강사였으며 데이터 과학 및 기계 학습에 관한 여러 교과서의 저자입니다. 또한 그는 최근 인수한 RPA 기능을 갖춘 엔터프라이즈급 대화형 AI 플랫폼인 Kylie.ai의 창립자이기도 합니다. 그는 존스 홉킨스 대학교에서 순수 수학 석사 학위를 취득했으며 현재 캘리포니아주 샌프란시스코에 거주하고 있습니다.

확장하다

추가 정보