گردش کار هوشمندانه AI را با جمینی + اتوژن + هسته معنایی بسازید


نویسنده (ها): MD rafsun شیخ

در ابتدا منتشر شده در به سمت هوش مصنوعیبشر

منبع: https://medium.com/ai-simplified-in-plain-english/exploring-microsofts-autogen-framework-for-agentic-workflow-254b50620699

“هر فناوری به اندازه کافی پیشرفته از جادو قابل تشخیص نیست.” – آرتور سی کلارک

هوش مصنوعی دیگر فقط در مورد پاسخ دادن به سؤالات نیست-این در مورد ایجاد عوامل هوشمند است که می توانند با همکاری ، تخصص و حل وظایف در دنیای واقعی. در این آموزش ، شما را طی می کنم که چگونه فلش جمینی Google را با هسته اتوژن و هسته معنایی ترکیب کردم تا یک دستیار هوش مصنوعی چند عامل ایجاد شود که قادر به همه چیز از تجزیه و تحلیل متن و خلاصه گزارش ها گرفته تا بررسی کد و تولید راه حل های خلاقانه باشد.

این فقط تئوری نیست-شما کد کار ، چگونگی ساختار اعلان های خود و نحوه استقرار همه چیز را به صورت گام به گام مشاهده خواهید کرد.

ما در پایتون کار خواهیم کرد ، بنابراین بیایید با نصب کتابخانه های اصلی شروع کنیم و سپس هر آنچه را که لازم داریم وارد کنیم:

بیایید API Gemini را با استفاده از کلید API خود (آن را از Google AI Studio) پیکربندی کنیم و تنظیمات مدل و API را تعریف کنیم:

https://www.youtube.com/watch؟v=fs0t6sdodd8

ما یک کلاس بسته بندی ایجاد خواهیم کرد تا تعامل با جمینی را ساده کنیم:

در اینجا ، ما توابع پیشرفته AI را با استفاده از دکوراتور kernel_function تعریف می کنیم. اینها وظایف خاص مانند تجزیه و تحلیل ، خلاصه و بررسی کد را تأمین می کنند.

https://www.youtube.com/watch؟v=160rzvzahhw

در اینجا ، ما با استفاده از رابط ConverseAgent Autogen ، عوامل ویژه ای ایجاد می کنیم.

ما همه چیز را به کلاس AdvancedGeminiagent-که اکنون قادر به همکاری چند عامل و اجرای وظیفه معنایی هستند ، می کنیم.

“فناوری کلمه ای است که چیزی را توصیف می کند که هنوز کار نمی کند.” – داگلاس آدامز

اینجا … وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر

منتشر شده از طریق به سمت هوش مصنوعی



منبع: https://towardsai.net/p/machine-learning/build-smarter-ai-workflows-with-gemini-autogen-semantic-kernel

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *