Budowanie Agentów AI

Prowadzący: Alexander Sieradzki


informatyka
Modele jezykowe umią gadać, a co jeśli umiałby też działać? Na tych warsztatach zbudujesz agentów AI, którzy sami używają narzędzi, iterują

Opis

Ten wykres pokazuje tempo wzrostu gwiazdek na GitHubie. OpenClaw (open-source'owy personalny agent AI) zdobył ponad 350 tysięcy gwiazdek w niecałe 5 miesięcy. Dla porównania: React potrzebował 13 lat, Linux 15 lat, a TensorFlow 11 lat, żeby osiągnąć podobne liczby. Ten trend nie jest przypadkowy. Agenci AI to obecnie najszybciej rosnący obszar inżynierii oprogramowania.

Wielkie modele językowe stały się czymś więcej niż narzędzie do rozmowy, w którym wpisujesz pytanie i dostajesz odpowiedź. Stały się jednym z kompenentów Agentów AI. To są programy, w których model językowy nie tylko "gada", ale też "robi". Używa narzędzi, sprawdza wyniki swoich działań, iteruje i poprawia błędy. Przechodzimy od modeli, które tylko generują tekst, do systemów, które autonomicznie rozwiązują zadania.

Na tych warsztatach będzie mowa o:

- Jak LLM-y komunikują się przez API i jak dodawać im narzędzia
- Budować agenta, który sam decyduje, których narzędzi użyć
- Tworzyć systemy multi-agentowe
- Techniki inżynierii oprogramowania specyficzne dla pracy z niedeterministycznymi systemami

Wymagania

Wymagane cechy i umiejętności:

- Znajomość podstaw Pythona — funkcje, klasy, słowniki, listy 
- Umiejętność instalacji pakietów (`pip`) i tworzenia wirtualnego środowiska 
- Podstawowa znajomość pracy z terminalem
- Własny laptop z Pythonem

Przydatne, ale nie wymagane:

- Jakakolwiek wcześniejsza styczność z API (np. REST, `requests`)
- Znajomość koncepcji maszyny stanowej (finite state machine)
- Znajomość podstaw działania modeli językowych

Przydatne rzeczy

Materiały, które pomogą Ci przygotować się do zadań kwalifikacyjnych i warsztatów:

Python — podstawy:
- Oficjalny tutorial Pythona: https://docs.python.org/3/tutorial/
- Słowniki i struktury danych: https://docs.python.org/3/tutorial/datastructures.html#dictionaries

Praca z API i JSON:
- Biblioteka `requests` — quickstart: https://requests.readthedocs.io/en/latest/user/quickstart/
- Moduł `json` w Pythonie: https://docs.python.org/3/library/json.html

Maszyny stanowe:
- Wprowadzenie do finite state machines: https://en.wikipedia.org/wiki/Finite-state_machine

Agenty i AI:
- Świętny po angliesku video 3blue1brow wprowadzający do modeli Transformer: https://www.youtube.com/watch?v=wjZofJX0v4M

Kontakt

W razie pytań dotyczących warsztatów lub zadań kwalifikacyjnych, napisz na: ZXCVQ@protonmail.com

Rozwiązania zadań kwalifikacyjnych przesyłaj przez stronę warsztatów, nie bezpośrednio do prowadzącego.