Schița de curs

Introducere în LLMs și Cadre de Agenți

  • Prezentare generală a modelelor lingvistice mari în automatizarea infrastructurii
  • Concepte cheie în fluxurile de lucru multi-agent
  • AutoGen, CrewAI și LangChain: cazuri de utilizare în DevOps

Configurarea agenților LLM pentru sarcini DevOps

  • Instalarea AutoGen și configurarea profilurilor agenților
  • Utilizarea API OpenAI și a altor furnizori LLM
  • Configurarea spațiilor de lucru și a mediilor compatibile cu CI/CD

Automatizarea fluxurilor de lucru pentru teste și calitatea codului

  • Generarea de teste unitare și de integrare folosind LLMs
  • Utilizarea agenților pentru a aplica reguli de linting, commit-uri și linii directoare pentru revizuirea codului
  • Sumarizarea și etichetarea automată a cererilor de pull

Agenți LLM pentru gestionarea alertelor și detectarea schimbărilor

  • Proiectarea agenților de răspuns pentru alerte de eșec în pipeline
  • Analiza jurnalelor și a urmelor folosind modele lingvistice
  • Detectarea proactivă a schimbărilor de risc ridicat sau a configurărilor greșite

Coordonarea multi-agent în DevOps

  • Orchestrarea agenților pe baza rolurilor (planificator, executor, revizor)
  • Bucle de mesagerie între agenți și gestionarea memoriei
  • Design cu implicare umană pentru sisteme critice

Securitate, guvernanță și observabilitate

  • Gestionarea expunerii datelor și siguranța LLM în infrastructură
  • Auditarea acțiunilor agenților și restricționarea scopului
  • Urmărirea comportamentului pipeline-ului și feedback-ul modelului

Cazuri de utilizare din lumea reală și scenarii personalizate

  • Proiectarea fluxurilor de lucru ale agenților pentru răspunsul la incidente
  • Integrarea agenților cu GitHub Actions, Slack sau Jira
  • Bune practici pentru scalarea integrării LLM în DevOps

Rezumat și pași următori

Cerințe

  • Experiență cu instrumente DevOps și automatizare de pipeline
  • Cunoștințe de lucru cu Python și fluxuri de lucru bazate pe Git
  • Înțelegere a LLMs sau expunere la ingineria prompturilor

Publicul țintă

  • Ingineri de inovație și lideri de platforme integrate cu AI
  • Dezvoltatori LLM care lucrează în DevOps sau automatizare
  • Profesioniști DevOps care explorează cadre de agenți inteligenți
 14 Ore

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite