Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
LangGraph și Modele de Agenti: Un Ghid Practic
- Grafice vs. lanțuri liniare: când și de ce
- Agenti, unelte și bucle planificator-executor
- Flux de lucru de bază: un grafic agentic minimal
Stare, Memorie și Transmitere a Contextului
- Proiectarea stării graficului și a interfețelor nodurilor
- Memorie pe termen scurt vs. memorie persistentă
- Ferestre de context, rezumare și rehidratare
Logică de Ramificare și Control al Fluxului
- Rutare condiționată și decizii pe multiple căi
- Încercări repetate, timeout-uri și întreruptoare de circuit
- Mecanisme de rezervă, puncte moarte și noduri de recuperare
Utilizarea Uneltelor și Integrări Externe
- Apelarea de funcții/unelte din noduri și agenți
- Consumarea API-urilor REST și a bazelor de date din grafic
- Parsarea și validarea ieșirilor structurate
Fluxuri de Lucru ale Agenților Îmbunătățite prin Recuperare
- Strategii de ingerare și fragmentare a documentelor
- Încorporări și depozite vectoriale cu ChromaDB
- Răspunsuri fundamentate cu citări și măsuri de siguranță
Evaluare, Depanare și Observabilitate
- Trasarea căilor și inspectarea interacțiunilor nodurilor
- Seturi de aur, evaluări și teste de regresie
- Monitorizarea calității, siguranței și costului/latentă
Ambalarea și Livrarea
- Servire FastAPI și gestionarea dependențelor
- Versionarea graficelor și strategii de rollback
- Ghiduri operaționale și răspuns la incidente
Rezumat și Pași Următori
Cerințe
- Cunoștințe de lucru în Python
- Experiență în construirea de aplicații LLM sau lanțuri de prompturi
- Familiaritate cu API-uri REST și JSON
Publicul țintă
- Ingineri AI
- Manageri de produs
- Dezvoltatori care construiesc sisteme interactive bazate pe LLM
14 Ore