Intrati in legatura
 Durata 14 ore

Schița de curs

LangGraph și tipare de agenți: Un prim pas practic

  • Graful vs. lanțuri liniare: când și de ce
  • Agenți, tool-uri și bucle planner-executor
  • Salut workflow: un graf agent minimal

Stare, memorie și transmiterea contextului

  • Proiectarea stării grafice și a interfețelor de noduri
  • Memoria pe termen scurt vs. memoria persistată
  • Fereastră de context, sumarizare și rehidratare

Logica de ramificare și fluxul de control

  • Routing condiționat și decizii pe mai multe căi
  • Reîncercări, tim-out-uri și circuit breakers
  • Fallback-uri, capete de drum și noduri de recuperare

Utilizarea tool-urilor și integrări externe

  • Apelarea funcțiilor/tool-urilor din noduri și agenți
  • Consumul API-urilor REST și al bazelor de date din graf
  • Parcarea și validarea ieșirilor structurate

Workflow-uri de agenți augmentate prin recuperare (RAG)

  • Ingerarea documentelor și strategii de fragmentare (chunking)
  • Embeddings și stocări vectoriale cu ChromaDB
  • Răspunsuri fundamentate, cu citări și mecanisme de protecție

Evaluare, depanare și observabilitate

  • Urmărirea traseelor și inspectarea interacțiunilor dintre noduri
  • Seturi de referință (golden sets), evaluări și teste de regresie
  • Monitorizarea calității, securității și a costului/latenței

Împachetare și livrare

  • Servire FastAPI și managementul dependențelor
  • Versionarea grafurilor și strategii de rollback
  • Playbook-uri operaționale și răspuns la incidente

Rezumat și pași următori

Cerințe

  • Cunoștințe practice în Python
  • Experiență în construirea aplicațiilor LLM sau a lanțurilor de prompturi
  • Familiarizare cu API-urile REST și JSON

Public țintă

  • Ingineri AI
  • Manageri de produs
  • Dezvoltatori care construiesc sisteme interactive conduse de LLM

Numărul de participanți


Pret per participant

Cursuri viitoare

Categorii înrudite