Flux de travail agentiques

Aperçu

Go beyond simple automation and learn to architect intelligent systems. In this course, you'll master the art of designing and building agentic workflows using Python.

You'll explore core patterns like Prompt Chaining, Routing, and Parallelization to create teams of AI agents that can reason, plan, and act to solve complex problems. You will finish by building a complete, agentic project management system, proving your ability to translate high-level goals into powerful, adaptive AI solutions.

Programme

• Introduction aux Flux de Travail Agentiques
Présente les concepts fondamentaux des agents IA et des flux de travail agentiques, établissant le cadre du cours. Il couvre les prérequis, l'environnement du cours et comment utiliser les clés API nécessaires.
• Comprendre les Flux de Travail Agentiques
Explore ce qui définit un agent IA moderne, ses composants principaux (Persona, Connaissances, Outils, Interaction) et les différents types d'agents selon leur modèle d'interaction LLM.
• Modélisation des Flux de Travail Agentiques
Concevoir et visualiser des flux de travail agentiques. Apprenez les types d'agents courants comme blocs de construction pour créer des diagrammes de flux de travail visuels.
• Mise en Œuvre des Flux de Travail Agentiques
Couvre les aspects pratiques de la traduction des modèles de flux de travail agentiques en code Python. Les étudiants apprennent à structurer la logique des agents, à définir des classes d'agents et à orchestrer leurs interactions.
• Modèles de Flux de Travail Agentiques : Workflow de Chaînage de Prompts
Introduit le modèle de Chaînage de Prompts pour décomposer des tâches complexes en une séquence de petites étapes dépendantes. Il couvre les stratégies pour la décomposition des tâches, la validation, et la gestion du contexte.
• Mise en Œuvre de Workflows de Chaînage de Prompts Agentiques avec Python
Offre une expérience pratique de la mise en œuvre du modèle de Chaînage de Prompts. Les étudiants construisent une chaîne multi-agent pour résoudre un problème où les informations sont transmises séquentiellement.
• Modèles de Flux de Travail Agentiques : Routage
Enseigne le modèle de Routage, qui implique la classification des tâches entrantes et leur orientation vers l'agent spécialisé ou la voie de traitement la plus appropriée.
• Mise en Œuvre de Workflows de Routage Agentiques avec Python
Les étudiants mettent en œuvre un système de routage où un agent routeur utilise un LLM pour classifier une requête et la dispatch vers l'agent spécialiste approprié, ce qui peut impliquer l'orchestration de sous-tâches.
• Modèles de Flux de Travail Agentiques : Parallélisation
Introduit le modèle de Parallélisation pour exécuter plusieurs tâches d'agents de manière concurrente. Il couvre les stratégies pour la décomposition des tâches (découpage, basé sur les aspects) et l'agrégation des résultats.
• Mise en Œuvre de Workflows de Parallélisation Agentiques avec Python
Les étudiants mettent en œuvre un flux de travail parallèle en utilisant le module threading de Python, où plusieurs agents spécialistes analysent un document en parallèle, et un agent synthétiseur combine leurs découvertes.
• Modèles de Flux de Travail Agentiques : Workflow Évaluateur-Optimiseur
Se concentre sur le modèle Évaluateur-Optimiseur, un processus itératif de génération, critique et raffinement pour améliorer la qualité du résultat. Il met l'accent sur des critères d'évaluation clairs et un feedback actionnable.
• Mise en Œuvre de Workflows Évaluateur-Optimiseur Agentiques avec Python
Les étudiants construisent un système à deux agents (un créateur et un critique) qui fonctionne en boucle. Le créateur génère une solution, et le critique fournit un feedback jusqu'à ce que la solution réponde à toutes les contraintes.
• Modèles de Flux de Travail Agentiques Orchestrateur-Travailleurs
Introduit le modèle avancé Orchestrateur-Travailleurs, où un agent central planifie, délègue et synthétise dynamiquement le travail de plusieurs agents travailleurs spécialisés.
• Mise en Œuvre du Modèle Orchestrateur-Travailleurs en Python
Les étudiants mettent en œuvre un générateur de rapport d'analyse de marché où un agent Orchestrateur crée un plan, assigne des tâches aux travailleurs d'analyse des actualités, des concurrents et des tendances, puis synthétise leurs découvertes.
• Révision du Cours
Révision du cours.
• Flux de Travail Agentiques Propulsés par l'IA pour la Gestion de Projet
Dans ce projet, vous construirez une bibliothèque complète et réutilisable de différents types d'agents pour ensuite les utiliser afin de créer un flux de travail agentique en plusieurs étapes pour gérer un projet technique.

---

Enseigné par

Peter Kowalchuk

---

Matières

Computer Science