Studia implementazioni reali, poi adattale al tuo prodotto
Ogni pagina di esempio indica cosa dimostra il codice, quali principi supporta, quali librerie usa e come si inserisce nel percorso di apprendimento e certificazione.
Fatti chiave
- Esempi
- 103
- Eseguibili
- 103 script eseguibili
- Sfoglia per
- Principio, pattern di runtime, difficoltà, libreria e problema di prodotto
- Librerie
- pydantic, python-dotenv, openai, requests, docling, gradio, streamlit, ipykernel
- Usalo per
- Imparare pattern, confrontare implementazioni e preparare le proprie decisioni di prodotto
Pattern di design agentici
Le forme con cui si costruiscono gli agenti, lette rispetto ai dieci principi.
Ogni pattern indica quali principi esprime nel codice, quali la sua forma classica infrange e cosa aggiungere. Quella terza colonna non la pubblica nessun altro.
Esplora tutti i patternDry-Run: simula prima di eseguire
Per qualsiasi agent in grado di eseguire un'azione che l'utente non vorrebbe annullare accidentalmente: eliminare, effettuare un pagamento, inviare, fare deploy o scrivere in produzione. Usalo ogni volta che «l'agent l'ha fatto prima che potessi fermarlo» è una descrizione plausibile di un incidente.
Memoria episodica e semantica: ricordare i turni e ricordare i fatti
Qualsiasi assistente che debba conoscere l’utente tra una sessione e l’altra. La separazione diventa particolarmente importante quando la trascrizione è lunga: caricare vecchie conversazioni per “ricordare” una persona è costoso e spinge la risposta verso ciò di cui si stava parlando in quel momento.
Compatibile con
In questa sezione
Librerie e provider
Anthropic
OpenAI
Google Gemini
Mistral AI
Meta Llama
CursorStage del corso
Modulo
Contesto del modello
Dalle demo agentiche alla disciplina runtime
Un modello capace non basta a fare architettura runtime. Se gli agenti devono attivare workflow, caricare file, usare tool, delegare lavoro e agire su più canali, il runtime ha bisogno di pattern chiari per controllo, visibilita e recovery.