Agenti AI con Python

Costruisci agenti AI pratici con PydanticAI, tool, memoria, LangChain e sistemi multi-agente
What you'll learn
Distinguere in modo operativo chat, workflow e agenti AI
Creare un primo agente funzionante con PydanticAI
Progettare istruzioni, contesto e output strutturati per risposte più prevedibili
Integrare tool esterni e gestire input, output ed errori essenziali
Aggiungere memoria semplice e valutarne l'impatto sul comportamento dell'agente
Applicare guardrail e controlli per ridurre risposte incoerenti o indesiderate
Integrare tool, memoria, contesto e controlli in un agente singolo completo
Costruire workflow agentici essenziali con LangChain
Diagnosticare e migliorare un sistema agentico tramite tracing, test e miglioramento progressivo
Progettare sistemi multi-agente con ruoli specializzati, judge e stato condiviso
Usare pydantic-graph e LangGraph per routing condizionale, cicli e workflow stateful
Requirements
Conoscenza di base di Python e dell'esecuzione di script da terminale
Familiarità generale con API, funzioni e gestione di dati in formato JSON
Nozioni di base sui modelli linguistici e sull'uso di strumenti AI conversazionali
Un ambiente di sviluppo Python configurabile localmente
Disponibilità a seguire esempi pratici e a modificare codice passo passo
Description
Questo corso ti guida nella costruzione di agenti AI pratici con Python, partendo dai concetti essenziali fino a sistemi multi-agente con grafi di controllo complessi, architettati per la delegazione delle responsabilità a ciascun agente specialista.
Imparerai a distinguere chat, workflow e agenti, a creare un primo agente con PydanticAI, a progettare istruzioni affidabili, output strutturati e tool esterni, e a introdurre memoria, guardrail e controlli di qualità.
Integrerai poi i componenti base in un agente singolo completo, prima di vedere quando usare LangChain, come comporre workflow semplici e come osservare il comportamento del sistema con tracing, diagnosi e test pratici. Il percorso prosegue con una sezione avanzata su sistemi multi-agente, pydantic-graph e LangGraph, in cui apprenderai
come realizzare un sistema agentico RAG che fornisce risposte sulla base di contenuti ottenuti da una ricerca sul web
come realizzare un sistema agentico per la gestione automatica dell'assistenza ai clienti
Lavorerai su esempi via via più realistici, in cui ogni componente dell'agente, dalle istruzioni ai tool, dalla memoria ai controlli, ha un ruolo verificabile.
Arriverai a progettare flussi con ruoli specializzati, judge/evaluator, stato condiviso, routing condizionale, loop controllati e human review simulata, mantenendo infrastruttura locale e didattica.
Il corso non richiede esperienza preliminare con framework agentici, ma si appoggia a una conoscenza di base di Python. Tutti i marchi e i loghi eventualmente citati appartengono ai rispettivi proprietari e sono utilizzati a solo scopo didattico, senza alcuna affiliazione o sponsorizzazione implicita.
Who this course is for
Sviluppatori Python che vogliono costruire agenti AI concreti e riusabili
Professionisti tecnici che conoscono i modelli generativi e vogliono integrarli in flussi operativi
Consulenti, maker e formatori che vogliono prototipare automazioni AI con tool e memoria
Studenti e developer che vogliono capire la differenza tra chatbot, workflow e agenti
Team tecnici che vogliono introdurre criteri di affidabilità, test e osservabilità nei progetti AI
Homepage