先决条件: LLM基本知识与Python编程

您将学到什么

• 智能体架构

  分析并实现ReAct、Self-Ask和思维树等先进智能体架构。

• 记忆增强

  设计并整合多种记忆系统（短期、长期、向量数据库）到LLM应用中。

• 推理与规划

  实现用于自主任务分解和执行的复杂推理和规划算法。

• 工具整合

  开发LLM智能体有效选择和使用外部工具及API的机制。

• 多智能体系统

  构建和管理涉及多个LLM智能体互动的系统，以完成协作或竞争性任务。

• 系统评估

  应用严谨方法评估智能体系统的性能、可靠性和鲁棒性。