Учебник по рабочим процессам Google ADK 2.0: создание надежных мультиагентных систем

Устали от бесконечных запросов к системе и молитв о том, чтобы ваши ИИ-агенты вели себя прилично? Прекратите отправлять запросы и начните маршрутизацию! В этом видео инженер Google Solutions Мигель Гутьеррес вместе с Мартином Омандером покажут вам, как создавать надежные многоагентные приложения. Вместо того чтобы пытаться координировать работу агентов с помощью запросов, вы узнаете, как использовать встроенные примитивы рабочих процессов на основе графов из комплекта разработки агентов Google (ADK 2.0). Мы шаг за шагом рассмотрим реальную демонстрацию: создание многоагентного приложения с «умным парсером». Вы увидите, как мы берем совершенно неструктурированные, хаотичные данные, такие как пересланные электронные письма, запутанные записи Slack и необработанные журналы PagerDuty, и очищаем их с помощью детерминированных многоагентных рабочих процессов. Если у вас есть проблема, требующая логического мышления, координации из нескольких источников и самокоррекции, рабочие процессы ADK — это решение. Ресурсы: Репозиторий Smart Parser на GitHub → https://g.dev/cloud/adk-smart-parser Подробный анализ: Детерминированные регулярные выражения против LLM-контрольных точек качества → https://g.dev/cloud/adk-smart-parser-... Рабочие процессы в Google ADK 2.0 → https://g.dev/cloud/adk-workflows Используете ли вы рабочие процессы агентов в своих проектах? Сталкивались ли вы с ограничениями по токенам или испытывали трудности с координацией агентов? Поделитесь своим опытом в комментариях ниже! Разделы: 0:00 Введение 1:20 Демонстрация 3:44 Обзор кода 7:06 Вопросы и ответы 8:29 Основные выводы 9:21 Заключение Смотрите больше выпусков Serverless Expeditions → https://goo.gle/ServerlessExpeditions 🔔 Подпишитесь на Google Cloud Tech → https://goo.gle/GoogleCloudTech #AIAgents #GoogleADK #AgentDevelopmentKit #AIWorkflows #SoftwareEngineering #GenerativeAI #PythonCoding