ข้ามไปยังเนื้อหาหลัก
ไอคอนโทรโข่ง

Microsoft Build //เหตุการณ์ localhost

ลงทะเบียนสําหรับกิจกรรมในพื้นที่เพื่อสร้างและปรับใช้โซลูชัน AI บน Azure ด้วย Microsoft Foundry และ GitHub Copilot

เรียนรู้ เชื่อมต่อ สร้าง

Microsoft Reactor

เข้าร่วม Microsoft Reactor และมีส่วนร่วมกับนักพัฒนาซอฟต์แวร์แบบสด

พร้อมที่จะเริ่มต้นใช้งาน AI และเทคโนโลยีล่าสุดหรือไม่ Microsoft Reactor มีกิจกรรม การฝึกอบรม และทรัพยากรของชุมชนเพื่อช่วยเหลือนักพัฒนา ผู้ประกอบการ และสตาร์ทอัพที่สร้างขึ้นบนเทคโนโลยี AI และอื่น ๆ เข้าร่วมกับเรา!

เรียนรู้ เชื่อมต่อ สร้าง

Microsoft Reactor

เข้าร่วม Microsoft Reactor และมีส่วนร่วมกับนักพัฒนาซอฟต์แวร์แบบสด

พร้อมที่จะเริ่มต้นใช้งาน AI และเทคโนโลยีล่าสุดหรือไม่ Microsoft Reactor มีกิจกรรม การฝึกอบรม และทรัพยากรของชุมชนเพื่อช่วยเหลือนักพัฒนา ผู้ประกอบการ และสตาร์ทอัพที่สร้างขึ้นบนเทคโนโลยี AI และอื่น ๆ เข้าร่วมกับเรา!

กลับไป

Python + Agentes: Agregando contexto y memoria a agentes

25 กุมภาพันธ์, 2569 | 11:00 หลังเที่ยง - 12:00 ก่อนเที่ยง (UTC) เวลามาตรฐานสากล

  • รูปแบบ:
  • alt##LivestreamLivestream

หัวข้อ: ตัวแทน

ภาษา: ภาษาสเปน

En la segunda sesión de nuestra serie Python + Agentes, vamos a ampliar los agentes creados con Microsoft Agent Framework agregándoles dos capacidades esenciales: contexto y memoria.

Vamos a empezar con el contexto, comúnmente conocido como Retrieval-Augmented Generation (RAG), y te vamos a mostrar cómo los agentes pueden respaldar sus respuestas con conocimiento recuperado desde fuentes de datos locales como SQLite o PostgreSQL.
Esto les permite dar respuestas precisas y específicas del dominio basadas en información real, en lugar de alucinaciones del modelo.

Después, vamos a explorar la memoria: tanto la de corto plazo (a nivel de hilo) como la de largo plazo (persistente). Vas a ver cómo los agentes pueden guardar y recordar información usando soluciones como Redis o librerías open source como Mem0, para que puedan acordarse de interacciones anteriores, preferencias del usuario y tareas que van evolucionando entre sesiones.

Al final, vas a entender cómo crear agentes que no solo sean capaces, sino también conscientes del contexto y eficientes con la memoria, logrando experiencias más ricas y personalizadas.

ข้อกำหนดเบื้องต้น

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.

ผู้พูด

กิจกรรมที่เกี่ยวข้อง

กิจกรรมด้านล่างนี้อาจน่าสนใจสําหรับคุณเช่นกัน อย่าลืมเยี่ยมชมของเรา หน้าแรกของ Reactor เพื่อดูเหตุการณ์ที่พร้อมใช้งานทั้งหมด

ส่วนต่างๆ ของหน้านี้อาจได้รับการแปลโดยเครื่องหรือ AI