Agenti AI con Python, PydanticAI, LangGraph e sistemi multi-agente

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

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

30 lezioni

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