주요 콘텐츠로 건너뛰기
메가폰 아이콘

Microsoft Build //localhost 이벤트

Microsoft Foundry와 GitHub Copilot을 이용해 Azure 기반 AI 솔루션을 구축하고 배포하는 로컬 이벤트에 등록하세요.

LEARN, CONNECT, BUILD

Microsoft Reactor

Microsoft Reactor에 가입하고 개발자와 라이브 참여

AI 및 최신 기술을 시작할 준비가 되셨나요? Microsoft Reactor는 개발자, 기업가 및 신생 기업이 AI 기술 등을 기반으로 구축하는 데 도움이 되는 이벤트, 교육 및 커뮤니티 리소스를 제공합니다. 참여하세요.

LEARN, CONNECT, BUILD

Microsoft Reactor

Microsoft Reactor에 가입하고 개발자와 라이브 참여

AI 및 최신 기술을 시작할 준비가 되셨나요? Microsoft Reactor는 개발자, 기업가 및 신생 기업이 AI 기술 등을 기반으로 구축하는 데 도움이 되는 이벤트, 교육 및 커뮤니티 리소스를 제공합니다. 참여하세요.

돌아가기

Python + Agentes: Orquestando workflows multi-agent avanzados

4 3월, 2026 | 11:00 오후 - 12:00 오전 (UTC) 협정 세계시

  • 서식:
  • alt##LivestreamLivestream

항목: 에이전트

언어: 스페인어

En la Sesión 5 de nuestra serie de Python + Agents, vamos a ir más allá de los fundamentos y explorar cómo orquestar advanced, multi-agent workflows usando el Microsoft Agent Framework. Esta sesión se enfoca en patterns para coordinar varios pasos o varios agents a la vez, habilitando sistemas AI-driven más poderosos y flexibles. Vamos a empezar comparando ejecución sequential vs concurrent, y luego nos metemos a técnicas para correr steps en paralelo.

Vas a aprender cómo fan-out y fan-in edges permiten que varias ramas corran al mismo tiempo, cómo agregar sus resultados, y cómo la concurrency ayuda a escalar workflows eficientemente. Luego, vamos a introducir dos enfoques de multi-agent orchestration que ya vienen built-in en el framework. Primero handoff, donde el control pasa completamente de un agent a otro según la lógica del workflow, útil para rutear tasks al agent correcto conforme avanza el workflow.

Luego veremos Magentic, un supervisor orientado a planning que genera un plan de alto nivel y delega partes de ese plan a otros agents. Para cerrar, vamos a terminar con un demo E2E que muestra un concurrent multi-agent workflow en acción.

필수 조건

Para seguir los ejemplos en vivo, crea una cuenta gratis de GitHub.
Si estás empezando desde cero con IA generativa en Python, arranca con nuestra serie de 9 partes Python + IA, que cubre LLMs, modelos de embeddings, RAG, llamadas a herramientas, MCP y más.

스피커

이 페이지의 일부는 기계 또는 AI 번역될 수 있습니다.