Autonomous Agents: Memory e Tools
Parte do curso de Prompt Engineering
Na lição 5 você deu ferramentas ao modelo por meio da chamada de funções, e na lição 6 deu a ele memória de longo prazo por meio da recuperação de informação. Esta lição coloca essas duas peças dentro de um loop, para que o modelo possa agir, olhar o resultado e decidir o que fazer em seguida, de novo e de novo, até cumprir um objetivo.
Tudo até aqui foi uma troca única. Você manda um prompt, o modelo devolve texto e acabou. É um formato poderoso, mas tem um teto: o modelo não consegue conferir o próprio trabalho, buscar um dado que falta nem dar um segundo passo com base no que o primeiro produziu. ...
Quer aprender Prompt Engineering Autonomous Agents: Memory e Tools em um ambiente real?
Clique abaixo, ganhe uma máquina Linux com Prompt Engineering pronto e pratique Autonomous Agents: Memory e Tools com um tutor de IA que conhece seu código.
Começar esta liçãoAutonomous Agents: Memory e ToolsO que você vai aprender
- The agent loop of reason, act, observe
- Giving an agent tools
- Short-term and long-term memory
- Stopping conditions and guardrails
Leia esta lição no seu idioma
Todas as lições deste curso
11 lições- 1O que é um prompt20 min
- 2Como os Large Language Models geram texto30 min
- 3Os Cinco Princípios do Prompting30 min
- 4Práticas padrão para geração de texto35 min
- 5Prompt Templates and Function Calling35 min
- 6Vector Databases e Retrieval-Augmented Generation40 min
- 7Autonomous Agents: Memory e Tools40 min
- 8Como os diffusion models geram imagens30 min
- 9Práticas Padrão para Geração de Imagens35 min
- 10Técnicas avançadas de imagem: inpainting, outpainting e ControlNet35 min
- 11Construindo aplicações com inteligência artificial40 min
