Przejdź do głównej treści
Polski— Wybierz język
Menu

Wersja polska

Badania wieloagentowe

Orkiestruj równolegle 4 lub 16 agentów za pomocą grok-4.20-multi-agent: architektura lidera, współdzielone narzędzia i wzbogacone wyniki.

14 lekcji ok. 1 h 15 min Programista

Czego się nauczysz

  • Rozróżnianie roli lidera i agentów podrzędnych w przepływie żądania wieloagentowego
  • Podejmowanie decyzji między 4 a 16 agentami w zależności od oczekiwanej głębokości wyszukiwania i budżetu
  • Wdrażanie wyszukiwania wieloagentowego za pomocą xAI SDK, OpenAI SDK lub Vercel AI SDK
  • Wykorzystywanie web_search i x_search z uwzględnieniem braku niestandardowego wywoływania funkcji
  • Opanowanie skumulowanego rozliczania agentów i tur łańcucha za pomocą previous_response_id

Karta kursu

Dla kogo
Deweloperzy, inżynierowie i integratorzy chcący wykorzystać Grok poprzez API w swoich aplikacjach.
Wymagania wstępne
Umiejętność czytania kodu w Pythonie (lub TypeScript w przypadku przykładów używających tego języka) oraz JSON, podstawy linii poleceń. Klucz API z konsoli xAI do wypróbowania przykładów.
Czas trwania
1 h 15 min — 14 lekcji
Forma
Kurs online w 100%, realizowany we własnym tempie, dostępny 24/7 z poziomu przeglądarki. Postępy są zapisywane, możliwe jest wznowienie w dowolnym momencie. Szacowany czas trwania: 1 h 15 min.
Weryfikacja wiedzy
Samoocena oparta na kluczowych wnioskach kończących każdą lekcję oraz bezpośrednie wdrażanie przykładów na własnych danych. Końcowy quiz składający się z 5 pytań z odpowiedziami, na końcu ostatniej lekcji, potwierdza nabyte umiejętności.
Dostępność
Kurs dostępny dla osób z niepełnosprawnościami: treść tekstowa kompatybilna z czytnikami ekranu, nawigacja klawiaturowa i zgodne kontrasty. W przypadku potrzeb dostosowania prosimy o kontakt pod adresem [email protected].
Cena
Bezpłatnie

Program kursu

  1. 01 Architektura wieloagentowa: model grok-4.20-multi-agent-0309
  2. 02 Rola lidera i agentów podrzędnych
  3. 03 4 agenci kontra 16 agentów: wybór odpowiedniego poziomu wysiłku
  4. 04 Pełny przepływ żądania wieloagentowego
  5. 05 Implementacja z użyciem xAI SDK
  6. 06 Kompatybilność z OpenAI SDK
  7. 07 Integracja z Vercel AI SDK
  8. 08 Szczegółowe strumieniowanie i szyfrowana zawartość
  9. 09 Narzędzia wbudowane: web_search, x_search i inne
  10. 10 Brak wywoływania funkcji niestandardowych: zrozumienie ograniczenia
  11. 11 Rozliczenia: każdy agent ma znaczenie
  12. 12 Najlepsze praktyki tworzenia promptów dla architektury wieloagentowej
  13. 13 Rozmowy wieloetapowe z użyciem previous_response_id
  14. 14 Ograniczenia, status beta i zarządzanie zużyciem